×
王，吴;朱忠义

高维面板数据模型的组结构检测。 （英语。法语摘要） Zbl 07759488号

可以。J.统计。 50，编号3，852-866（2022）。
摘要：本文研究了高维面板数据模型中的潜在群体结构。假设受试者被分为未观察组，其中每个受试者的固定效应在组内相同，但在不同组间不同。提出了一种惩罚回归方法来同时识别潜在的群结构和显著的协变量。提出了一种优化目标函数的新算法。当样本量达到无穷大时，表明所提出的估计器恢复了潜在的群结构和重要的协变，概率接近1。该估计器的有限样本性能通过蒙特卡罗研究进行了评估，并使用实际数据集进行了说明。
{©2021加拿大统计学会}

MSC公司：

62至XX 统计

关键词：

面板数据;惩罚估计量;亚组分析;超高维数据

软件：

格尔姆奈特
PDF格式BibTeX公司 XML格式引用
\textit{W.Wang}和\textit{Z.Zhu}，Can。J.Stat.50，No.3，852--866（2022；Zbl 07759488）
全文： 内政部

参考文献：

[1] Acemoglu，D.&Johnson，S.（2007年）。疾病与发展：预期寿命对经济增长的影响。《政治经济学杂志》，115925-985。
[2] Baltagi，B.（2008）。面板数据的计量经济学分析。约翰·威利父子公司，纽约。
[3] Bester，C.A.和Hansen，C.B.（2016年）。固定效应模型中的分组效应估值器。《计量经济学杂志》，190197-208·Zbl 1419.62501号
[4] Bonhome，S.&Manresa，E.（2015）。面板数据中异质性的分组模式。《计量经济学》，第83期，第1147-1184页·Zbl 1410.62100号
[5] Boyd，S.、Parikh，N.、Chu，E.、Peleato，B.和Eckstein，J.（2011年）。通过交替方向乘数法进行分布式优化和统计学习。机器学习的基础和趋势，3，1-122·Zbl 1229.90122号
[6] Breheny，P.和Huang，J.（2011）。非凸惩罚回归的坐标下降算法及其在生物特征选择中的应用。应用统计年鉴，5232-253·Zbl 1220.62095号
[7] Fan，J.和Li，R.（2001年）。通过非冲突惩罚似然及其oracle属性进行变量选择。美国统计协会杂志，96，1348-1360·Zbl 1073.62547号
[8] Feenstra，R.C.、Inklaar，R.和Timmer，M.P.（2015）。宾夕法尼亚大学下一代世界乒乓球大赛。《美国经济评论》，105，3150-3182。
[9] Friedman，J.、Hastie，T.和Tibshirani，R.（2007年）。路径坐标优化。应用统计年鉴，1，302-332·Zbl 1378.90064号
[10] Friedman，J.、Hastie，T.和Tibshirani，R.（2010）。广义线性模型的坐标下降正则化路径。《统计软件杂志》，33，1-22。
[11] Guo，C.&Li，J.（2020年）。半参数因子模型中的同质性和结构识别。《商业与经济统计杂志》，1-15。
[12] Hahn，J.和Moon，H.R.（2010年）。多重均衡数有限的面板数据模型。计量经济学理论，26863-881·Zbl 1193.91082号
[13] Hansen，C.B.（2007年）。T较大时面板数据稳健方差矩阵估计的渐近性质。计量经济学杂志，141597-620·Zbl 1418.62461号
[14] Kaul，A.（2014）。具有长记忆回归错误的套索。《统计规划与推断杂志》，153，11-26·Zbl 1365.62279号
[15] Ke，Y.，Li，J.，&Zhang，W.（2016）。面板数据分析中的结构识别。《统计年鉴》，44，1193-1233·Zbl 1341.62214号
[16] Kim，Y.、Choi，H.和Oh，H.‐S。(2008). 在高维度上平滑剪裁绝对偏差。美国统计协会杂志，1031665-1673·Zbl 1286.62062号
[17] Li，J.&Jin，B.（2018年）。多阈值加速失效时间模型。《统计年鉴》，46，2657-2682·Zbl 1410.62125号
[18] Li，J.、Yue，M.和Zhang，W.（2019年）。通过对密集纵向/空间数据的同质性追踪进行子组识别。医学统计学，38，3256-3271。
[19] Liu，R.，Shang，Z.，Zhang，Y.，&Zhou，Q.（2020年）。具有过指定组数的面板模型中的识别和估计。《计量经济学杂志》，215574-590·Zbl 1456.62296号
[20] Lu，X.和Su，L.（2017）。确定潜在小组结构中的群体数量，并应用于收入和民主。数量经济学，8729-760·Zbl 1398.62371号
[21] Ma，S.&Huang，J.2016年。通过凹面融合评估亚组特异性治疗效果，arXiv预印本arXiv:1607.03717。
[22] Ma，S.和Huang，J.（2017）。用于子群分析的凹成对融合方法。美国统计协会杂志，112，410-423。
[23] Rand，W.M.（1971）。评价聚类方法的客观标准。美国统计协会杂志，66846-850。
[24] Su，L.，Shi，Z.，&Phillips，P.C.（2016）。识别面板数据中的潜在结构。《计量经济学》，84，2215-2264·Zbl 1410.62110号
[25] Tibshirani，R.J.和Taylor，J.（2011）。广义套索的解路径。《统计年鉴》，391335-1371·Zbl 1234.62107号
[26] Tibshirani，R.、Saunders，M.、Rosset，S.、Zhu，J.和K.奈特（2005）。通过融合套索实现轻盈流畅。英国皇家统计学会杂志：B辑，67，91-108·Zbl 1060.62049号
[27] Wang，H.，Li，R.和Tsai，C.-L。(2007). 调整平滑剪裁绝对偏差方法的参数选择器。《生物统计学》，94553-568·Zbl 1135.62058号
[28] Wang，J.，Li，J.、Li，Y.和Wong，W.K.（2019a）。用于子组识别的基于模型的多阈值方法。医学统计学，382605-2631。
[29] Wang，L.，Wu，Y.，&Li，R.（2012）。分位数回归用于分析超高维异质性。美国统计协会杂志，107，214-222·Zbl 1328.62468号
[30] Wang，W.&Su，L.（2021）。识别非线性面板中的潜在群结构。《计量经济学杂志》，220，272-295·Zbl 1464.62522号
[31] Wang，Y.、Yin，W.和Zeng，J.（2019b）。非凸非光滑优化中ADMM的全局收敛性。科学计算杂志，78，29-63·Zbl 1462.65072号
[32] Wu，W.B.（2005）。非线性系统理论：从另一个角度看相关性。《美利坚合众国国家科学院院刊》，第102期，第14150-14154页·Zbl 1135.62075号
[33] Wu，W.‐B和Wu，Y.N.（2016）。具有相关误差的高维线性模型参数估计的性能界限。《电子统计杂志》，10352-379·Zbl 1333.62172号
[34] Zhang，C.‐H。(2010). 极小极大凹惩罚下的几乎无偏变量选择。《统计年鉴》，38894-942·Zbl 1183.62120号
[35] Zhang，Y.、Wang，H.J.和Zhu，Z.（2019）。基于分位数回归的面板数据聚类。《计量经济学杂志》，21354-67·Zbl 1456.62312号
[36] Zhu，Y.，Shen，X.，&Pan，W.（2013）。无向图上的同时分组追踪和特征选择。《美国统计协会杂志》，108713-725·Zbl 06195973号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。