Nonparametric Estimation of Triangular Simultaneous Equations Models
三角联立方程模型的非参数估计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：摘要明确估计三角联立方程的主要方程，并以时薪与工作时数关系作例证，最直接对应结构估计，未明确给出因果效应目标。
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…
三角联立方程模型的非参数估计
- 研究问题
- 在具有加性结构的三角联立方程模型中，如何通过非参数方法估计主要方程，并建立估计量的一致性、渐近分布及收敛率？
- 方法与思路
- 作者采用利用加性结构的级数近似：先非参数估计简约式并提取残差，再将残差作为回归变量纳入主要方程的非参数回归。
- 材料陈述的贡献
- 摘要称，作者给出两步估计量的一致性与渐近正态性结果，并给出最优收敛率；时薪与工作时数的例子用于展示该方法的应用。
- 阅读关注点
- 核对加性结构和简约式残差进入主要方程所需的识别条件、级数项数选择，以及第一步误差对第二步推断和最优收敛率的影响。
- 阅读边界
- 摘要未说明具体识别限制、函数平滑性或最优收敛率的比较范围，也未报告实证结果；方法对非加性结构的适用性无法据此判断。
原文摘要
This paper presents a simple two-step nonparametric estimator for a triangular simultaneous equation model. The authors use series approximations that exploit the additive structure of the model. The first step comprises the nonparametric estimation of the reduced form and the corresponding residuals. The second step is the estimation of the primary equation via nonparametric regression with the reduced form residuals included as a regressor. The authors derive consistency and asymptotic normality results for their estimator, including optimal convergence rates. An empirical example, on the relationship between the hourly wage rate and hours worked, illustrates the utility of the authors' approach.