On the Normalization of Structural Equations: Properties of Direction Estimators
结构方程的归一化：方向估计量的性质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：摘要讨论一般结构方程的归一化理论，未明确微观行为结构模型或其他所列方向，故不作细分归类。
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
结构方程的归一化：方向估计量的性质
- 研究问题
- 一般结构方程仅确定内生变量系数向量的方向时，传统归一化如何影响估计量性质，能否采用对称归一化减轻这种依赖？
- 方法与思路
- 作者分析传统 OLS 与两阶段最小二乘对归一化规则的依赖，定义对称归一化的对应估计量，并与有限信息最大似然比较。
- 材料陈述的贡献
- 摘要称传统归一化会扭曲 OLS 与两阶段最小二乘的性质，而对称归一化版本具有与有限信息最大似然基本相似的性质。
- 阅读关注点
- 核对方向参数与归一化系数的定义、对称归一化的构造，以及“性质扭曲”和“基本相似”分别对应哪些理论指标。
- 阅读边界
- 摘要未说明模型的识别条件、所比较性质或有限样本表现；不能由“基本相似”推断估计量等价或在所有情形下更优。
原文摘要
In the general structural equation model only the direction of the vector of coefficients of the endogenous variables is determined.The traditional normalization rule defines the coefficients that are of interest but should not be embodied in the estimation procedure: we show that the properties of the traditionally defined ordinary least squares and two stage least squares estimators are distorted by their dependence on the normalization rule.Symmetrically normalized analogues of these estimators are defined and are shown to have essentially similar properties to those of the limited information maximum likelihood estimator.