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:摘要核心是异质性面板的个体参数估计,并明确应用于地区失业率预测。

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
Vladislav Morozov

异质性面板中的个体平均估计

研究问题
如何在异质性面板中借助其他个体的估计信息,提高某一特定个体参数的估计效率,同时控制跨个体平均带来的误差?
方法与思路
作者以全部个体参数估计量的加权平均估计目标个体参数,通过最小化推导的均方误差准则确定权重,并分析局部异质性。
材料陈述的贡献
摘要称,本文推导最小均方误差个体平均估计量及权重的局部渐近分布,并用德国地区失业率预测应用展示其收益。
阅读关注点
应核对局部异质性的尺度、均方误差准则及可行权重计算,关注参数偏差与方差权衡如何影响地区失业率预测。
阅读边界
仅据所给 OpenAlex 摘要,无法判断较强异质性下的适用性;具体权重约束、预测改进数值与刊本变化均未说明。

原文摘要

In this work, we introduce a unit averaging procedure to efficiently recover unit-specific parameters in a heterogeneous panel model. The procedure consists in estimating the parameter of a given unit using a weighted average of all the unit-specific parameter estimators in the panel. The weights of the average are determined by minimizing an MSE criterion we derive. We analyze the properties of the resulting minimum MSE unit averaging estimator in a local heterogeneity framework inspired by the literature on frequentist model averaging, and we derive the local asymptotic distribution of the estimator and the corresponding weights. The benefits of the procedure are showcased with an application to forecasting unemployment rates for a panel of German regions.

笔记与分组
相关领域论文