Binary Response Model With Many Weak Instruments
具有大量弱工具变量的二元响应模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究内生二元响应模型，并以大学毕业这一二元结果为应用，最直接对应离散响应与选择模型。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
具有大量弱工具变量的二元响应模型
- 研究问题
- 在内生二元响应模型存在大量弱工具变量时，如何改善估计表现，并用于分析家庭收入与大学毕业结果之间的关系？
- 方法与思路
- 作者将控制函数方法与正则化结合，提出正则化条件极大似然估计量和正则化非线性最小二乘估计量，并开展模拟与应用。
- 材料陈述的贡献
- 摘要称，两类估计量具有一致性和渐近正态性；蒙特卡洛比较显示其在大量弱工具变量情境下优于所比较的已有估计量。
- 阅读关注点
- 应核对弱工具与工具数量增长的设定、控制函数条件、正则化参数选择，以及渐近结果如何支撑家庭收入应用中的推断。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定工具变量有效性、渐近条件或模拟优势大小；家庭收入影响的方向和数值也未报告。
原文摘要
ABSTRACT This paper considers an endogenous binary response model with many weak instruments. We employ a control function approach and a regularization scheme to obtain better estimation results for the endogenous binary response model in the presence of many weak instruments. Two consistent and asymptotically normally distributed estimators are provided, each of which is called a regularized conditional maximum likelihood estimator (RCMLE) and a regularized nonlinear least squares estimator (RNLSE). Monte Carlo simulations show that the proposed estimators outperform the existing ones when there are many weak instruments. We use the proposed estimation method to examine the effect of family income on college completion.