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:摘要直接研究具有相关随机系数的二元响应模型,属于离散选择模型方法。

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
Stefan Hoderlein
Robert Sherman

相关随机系数二元响应模型的识别与估计

研究问题
在线性指标二元响应模型中,随机系数与解释变量相关时,如何识别系数分布的均值,并解释其所代表的平均相对效应?
方法与思路
作者利用工具变量与控制向量,使解释变量和随机系数在给定控制向量后独立,再通过先局部化、后平均进行识别与估计。
材料陈述的贡献
摘要称可识别随机系数均值,并提出截尾均值的渐近正态估计量;同时通过模拟和应用考察方法,但未报告具体表现。
阅读关注点
应核对条件独立性如何由工具变量支持、平均相对效应的解释,以及局部化、截尾和最终平均所需的支持条件与带宽。
阅读边界
仅依据所给出版社摘要,未核对其他版本;摘要中的“n-consistent”收敛率记号需核对全文,具体识别条件和应用结果也未说明。

原文摘要

We study a linear index binary response model with random coefficients B allowed to be correlated with regressors X. We identify the mean of the distribution of B and show how the mean can be interpreted as a vector of expected relative effects. We use instruments and a control vector V to make X independent of B given V. This leads to a localize-then-average approach to both identification and estimation. We develop a n-consistent and asymptotically normal estimator of a trimmed mean of the distribution of B, explore its small sample performance through simulations, and present an application.

笔记与分组
相关领域论文