Count Roy model with finite mixtures
具有有限混合结构的计数 Roy 模型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：摘要明确建立 Roy 选择模型，并借助工具变量估计保险对处方药利用的处理效应。
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
具有有限混合结构的计数 Roy 模型
- 研究问题
- 研究如何在计数 Roy 模型中容纳有限混合异质性，并分析美国老年失业 Medicare 人群的 Medigap 保险对处方药需求的影响。
- 方法与思路
- 作者构建半参数有限混合 Roy 模型，用随机置换采样器估计混合成分数，并采用平滑混合回归及非参数进入的连续工具变量。
- 材料陈述的贡献
- 摘要报告参保与未参保状态均有两个成分，估计保险使处方药利用增加约百分之二，并将结果解释为与逆向选择相一致。
- 阅读关注点
- 应核对连续工具变量的识别作用、潜在计数结果与选择方程的结构，以及混合成分数、组别解释和处理效应的定义。
- 阅读边界
- 仅依据 Crossref 摘要，无法验证工具变量有效性、识别条件或估计不确定性；组别健康解释和逆向选择判断均是作者的解释。
原文摘要
Summary This paper develops the Finite Mixture Roy model for count variables and uses this semiparametric model to analyze the effect of supplemental Medigap private insurance on the demand for prescription drugs for the U.S. elderly unemployed Medicare population. The model is an extension of the Count Roy model, which produces unrealistic treatment effects when observed count patterns are consistent with finite mixtures. To estimate the numbers of components in the mixtures for individuals with and without Medigap, this paper adopts the random permutation sampler. The considered application motivates two additional features of the model. Specifically, the smoothly mixing regression approach is utilized to model the probabilities of the components, and a continuous instrumental variable is allowed to enter the treatment equation nonparametrically. Strong evidence is found that there are two components both in the treated and untreated states. These lower and higher utilization components are interpreted as relatively healthy and unhealthy groups. The estimated treatment effects show that Medigap insurance provides incentives to increase prescription drug utilization by 2%. The results are consistent with adverse selection.