Testing single-index restrictions with a focus on average derivatives
聚焦平均导数的单指标限制检验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：摘要以女性劳动市场参与为应用，并讨论单指标与二元协变量，支持离散选择方向。
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
聚焦平均导数的单指标限制检验
- 研究问题
- 如果只关心会使平均导数估计产生偏误的单指标限制违背，如何设计检验，将功效集中于这些特定备择？
- 方法与思路
- 作者构造针对目标效应偏误的非全方向检验，推导零假设极限分布，并扩展至二元协变量平均增量等目标。
- 材料陈述的贡献
- 摘要称检验可容纳比最大得分估计更慢的参数收敛速度，并通过模拟和女性劳动市场参与应用展示其作用。
- 阅读关注点
- 应核对目标备择的定义、慢收敛参数的处理方式，以及平均导数与二元变量平均增量之间的检验构造差异。
- 阅读边界
- 所列出版社摘要未说明具体检验公式和功效条件；该检验聚焦目标相关违背，不能据此认定其检测所有模型偏离。
原文摘要
This paper considers a situation where the violation of a single-index restriction is a concern only to the extent that it causes bias to the estimates of the average derivatives. We propose a method to construct tests that concentrate their asymptotic powers upon only such interesting alternatives. The test has a limiting distribution under the null hypothesis, and even accommodates the case where the parameter estimates have a convergence rate slower than as in the case of maximum score estimation. The testing procedure can be easily modified when the main interest lies in average increment effects of binary covariates, multivariate average derivatives or linear restrictions other than those of average derivatives. Results from Monte Carlo experiments show that the asymptotic theory is a reasonable approximation of the finite-sample distributions and an application of our methods to female labor market participation illustrates the importance of this non-omnibus approach.