跳到正文
← 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:摘要明确涉及动态离散选择、条件选择概率及价值函数计算,并讨论单人决策和博弈模型的结构估计问题。

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
Peter Arcidiacono
Robert A. Miller

具有有限依赖的非平稳动态模型

研究问题
估计非平稳动态离散选择模型时,能否减少对样本期之外的时间跨度和状态转移所作的远期假设?
方法与思路
作者扩展仅需少数未来时期条件选择概率的模型类别,并在单人决策和博弈环境中开发计算有限依赖路径的算法。
材料陈述的贡献
摘要称,新的价值函数表达式允许对样本期外的时间跨度与状态转移采用更弱假设,从而扩大有限依赖方法的适用范围。
阅读关注点
应核对有限依赖路径的存在条件、所需未来期数、单人模型与博弈的差异,以及算法如何处理非平稳性。
阅读边界
仅据所给 Crossref 摘要,无法判断哪些模型满足有限依赖、算法复杂度和实际估计表现,也不能推断其他版本变化。

原文摘要

The estimation of nonstationary dynamic discrete choice models typically requires making assumptions far beyond the length of the data. We extend the class of dynamic discrete choice models that require only a few‐period‐ahead conditional choice probabilities, and develop algorithms to calculate the finite dependence paths. We do this both in single agent and games settings, resulting in expressions for the value functions that allow for much weaker assumptions regarding the time horizon and the transitions of the state variables beyond the sample period.

笔记与分组