A NOTE ON IDENTIFICATION WITH AVERAGED DATA
关于使用平均数据进行识别的说明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：摘要讨论平均数据与内生分组的一般识别问题，未明确因果目标或面板结构，因此暂不选择细分领域。
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
关于使用平均数据进行识别的说明
- 研究问题
- 当个体数据不可观测、只能使用分组平均数据时，何种条件允许一致估计个体模型参数，尤其当分组选择内生时？
- 方法与思路
- 作者研究平均数据与个体模型参数之间的识别和一致估计条件，并特别讨论个体内生进入不同组的情形。
- 材料陈述的贡献
- 摘要明确将分组选择的内生性纳入平均数据估计的条件分析，但未列出具体条件或说明哪些模型能够满足。
- 阅读关注点
- 核对个体模型、分组规则及聚合后的矩关系，重点看内生分组如何影响识别，以及条件能否由实际数据支持。
- 阅读边界
- 仅据所给出版社摘要，无法给出可直接使用的识别条件；摘要未说明模型形式、分组机制或适用数据结构。
原文摘要
In most cases where estimation with averaged data is performed, interest lies on the parameters of a model at the individual level, but grouped data are used because disaggregate data are not observed. In this note we study the conditions under which it is possible to consistently estimate the parameters of the individual data model using averaged data, giving particular attention to the case of endogenous selection into groups.We are grateful to an anonymous referee for helpful comments and suggestions. We also thank Pedro Duarte Neves, Les Godfrey, Paulo Parente, Maximiano Pinheiro, and Pedro Portugal for helpful discussions. The usual disclaimer applies. Machado is consultant for the Research Department of Banco de Portugal. Santos Silva is grateful for the hospitality, working conditions, and financial support provided by Banco de Portugal, which made this work possible. The authors also gratefully acknowledge partial financial support from Fundação para a Ciência e Tecnologia, program POCTI, partially funded by FEDER.