Functional-Coefficient Quantile Regression for Panel Data with Latent Group Structure
具有潜在分组结构的面板函数系数分位数回归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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究含个体效应的面板分位数回归及不同分位点的潜在分组。
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…
具有潜在分组结构的面板函数系数分位数回归
- 研究问题
- 在允许个体效应及横截面、时间依赖的大面板中，如何识别分位数回归系数的潜在分组，并减少非参数估计负担？
- 方法与思路
- 作者先进行个体局部线性分位数估计，再以凝聚层次聚类和比率准则确定分组及组数，最后估计组别函数系数。
- 材料陈述的贡献
- 摘要称组数与分组估计具有一致性，并给出分组后估计的渐近正态理论；英国房价应用显示不同分位点的分组存在差异。
- 阅读关注点
- 应核对组间分离、依赖结构和面板维度增长条件，以及带宽、组数选择和分组误差如何影响后续推断。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明理论成立的具体条件、模拟数值及刊本变化。
原文摘要
This paper considers estimating functional-coefficient models in panel quantile regression with individual effects, allowing the cross-sectional and temporal dependence for large panel observations. A latent group structure is imposed on the heterogenous quantile regression models so that the number of nonparametric functional coefficients to be estimated can be reduced considerably. With the preliminary local linear quantile estimates of the subject-specific functional coefficients, a classic agglomerative clustering algorithm is used to estimate the unknown group structure and an easy-to-implement ratio criterion is proposed to determine the group number. The estimated group number and structure are shown to be consistent. Furthermore, a post-grouping local linear smoothing method is introduced to estimate the group-specific functional coefficients, and the relevant asymptotic normal distribution theory is derived with a normalisation rate comparable to that in the literature. The developed methodologies and theory are verified through a simulation study and showcased with an application to house price data from UK local authority districts, which reveals different homogeneity structures at different quantile levels.