Estimation and bootstrapping under spatiotemporal models with unobserved heterogeneity
含不可观测异质性的时空模型估计与自助法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：摘要同时研究个体随时间变化的异质性、相关随机效应和分位数回归。
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
含不可观测异质性的时空模型估计与自助法
- 研究问题
- 如何在控制时空效应后，刻画个体不可观测异质性的分位数结构，并估计空间特定因素对潜在效应的影响？
- 方法与思路
- 作者结合基于分位数函数的相关随机效应与异方差扰动，先用矩方法估计时空效应，再以分位数回归估计个体效应。
- 材料陈述的贡献
- 摘要称，文章提出混合双重自助法逼近系数估计量的渐近分布，建立理论有效性，并以模拟和城市空气质量数据示范。
- 阅读关注点
- 应核对相关随机效应的设定、两阶段误差如何传递，以及双重自助法如何保留空间依赖和时间依赖。
- 阅读边界
- 仅据所给 OpenAlex 摘要版本；时空依赖条件、面板维度及应用结果未说明，不能推断后续刊本变化。
原文摘要
Proposed herein is a novel spatiotemporal model to characterize the unobserved heterogeneity across individuals using quantile-function-based correlated random effects and heteroscedastic innovations in a general framework. This model can be used to explore the influence of space-specific factors on latent effects at different quantile levels by controlling for spatiotemporal effects. A two-stage estimation procedure is introduced in which (i) the method of moments is used to estimate spatiotemporal effects then (ii) quantile regression is used for individual effects. A hybrid double bootstrapping procedure is then proposed to approximate the asymptotic distributions of coefficient estimators. The validity of the estimation and bootstrapping is established theoretically and then confirmed by simulation studies, and the usefulness of the proposed model is demonstrated with a real example involving city air quality .