Estimating high-dimensional demand systems in the presence of many binding non-negativity constraints
大量非负约束绑定时的高维需求系统估计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：摘要明确研究消费者或生产者需求系统在非负约束下的结构估计。
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
大量非负约束绑定时的高维需求系统估计
- 研究问题
- 消费者或生产者需求系统存在大量绑定的非负约束时，如何避免高维概率积分的计算负担，并处理结构估计的统计一致相容性问题？
- 方法与思路
- 作者结合 Gibbs 抽样、数据增广和拒绝抽样处理高维约束需求系统，以绕开多元概率积分及统计一致相容性问题。
- 材料陈述的贡献
- 摘要称，所提抽样方法能够同时绕开上述两项估计困难，并使用若干模拟数据集说明方法；未提供计算或估计性能数值。
- 阅读关注点
- 应核对统计一致相容性的具体定义、非负约束如何进入模型、抽样目标分布及拒绝步骤，以及高维情况下的收敛与成本。
- 阅读边界
- 仅据所给 RePEc 出版社摘要解读；摘要未说明完整模型、抽样效率或理论条件，仅凭模拟示例不能判断大规模实证可行性。
原文摘要
Two econometric issues arise in the structural estimation of consumer or producer demand systems in the presence of many binding non-negativity constraints. Firstly, most existing methods entail the evaluation of multivariate probability integrals. Secondly, the issue of statistical coherency must be addressed. We circumvent both of these issues using Gibbs' Sampling, along with data augmentation and rejection sampling. We illustrate our method using several simulated data sets.