×
安德鲁·切舍尔；康拉德·斯莫林斯基

四是有序选择的模型。 （英语） Zbl 1441.62645号

《经济学杂志》。 166，第1期，33-48（2012）.
摘要：本文研究了解释变量可能内生的单方程有序选择工具变量模型。这些模型的限制性很弱，未指明产生内生变量的机制。这些不完整的模型是集而不是点，用于识别参数化（例如有序probit）或非参数化指定的结构函数。本文给出了潜在内生解释变量离散情况下所识别集的性质。结果被用作计算的基础，显示了随着结果被分类的类别数量的增加，已识别集合的收缩率。

引用于5文件

MSC公司：

62第20页 统计学在经济学中的应用

关键词：

内生性；不完全模型；工具变量；有序选择；有序probit；集合标识；阈值交叉模型

软件：

利姆代普；R（右）；Stata公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Chesher}和\textit{K.Smolinski}，J.Econom。166，第1号，33-48（2012年；兹bl 1441.62645）
全文： 内政部

参考文献：

[1] 布伦德尔，R.W。；Powell，J.L.，（Dewatripont，M.；Hansen，L.P.；Turnovsky，S.J.，《非参数和半参数回归模型的内生性》，《经济学和计量经济学的进展：理论与应用》，第八届世界大会，第二卷（2003年），剑桥大学出版社：剑桥大学出版社
[2] 布伦德尔，R.W。；Powell，J.L.，半参数二元响应模型中的内生性，《经济研究评论》，71，655-679（2004）·Zbl 1103.91400号
[3] 切尔诺朱科夫，V。；Hansen，C.，分位数治疗效果的IV模型，《计量经济学》，73，245-261（2005）·Zbl 1152.91706号
[4] Chernozhukov，V.，Lee，S.，Rosen，A.，2009年。交叉界限：估计和推断，CeMMAP工作文件19/09。；Chernozhukov，V.，Lee，S.，Rosen，A.，2009年。交叉界限：估计和推断，CeMMAP工作文件19/09。
[5] Chesher，A.D.，《不可分离模型中的识别》，《计量经济学》，711405-1441（2003）·Zbl 1154.62413号
[6] Chesher，A.D.，离散变量下的非参数识别，《计量经济学》，731525-1550（2005）·Zbl 1152.91707号
[7] Chesher，A.D.，2009年。单方程内生二元响应模型，CeMMAP工作文件23/09。；Chesher，A.D.，2009年。单方程内生二元响应模型，CeMMAP工作文件23/09。
[8] Chesher，A.D.，离散结果的工具变量模型，《计量经济学》，78575-601（2010）·Zbl 1229.60015号
[9] Frame，J.S。；罗宾逊，G.de B。；Thrall，R.M.，对称群的钩形图，加拿大数学杂志，6316-324（1954）·Zbl 0055.25404号
[10] Greene，W.，LIMDEP 9.0参考指南（2007），计量经济学软件公司：纽约计量经济学软件有限公司
[11] Heckman，J.J.，联立方程系统中的虚拟内生变量，《计量经济学》，46，931-959（1978）·Zbl 0382.62095号
[12] 伊哈卡，R。；Gentleman，R.，R:数据分析和图形语言，《计算与图形统计学杂志》，5299-314（1996）
[13] Manski，C.F.，概率分布的部分识别（2003），Springer-Verlag:Springer-Verlag纽约·Zbl 1047.62001
[14] 里弗斯，道格拉斯；Vuong，Quang，同时概率模型的有限信息估计和外生性检验，《计量经济学杂志》，39，347-366（1988）·Zbl 0668.62081号
[15] 史密斯·R·J。；Blundell，R.W.，联立方程-比特模型的外生性检验及其在劳动力供应中的应用，计量经济学，54679-685（1986）·Zbl 0606.62136号
[16] Statacorp，2007年。Stata统计软件：第10版。德克萨斯州大学城：StataCorp LP。；Statacorp，2007年。Stata统计软件：第10版。德克萨斯州大学城：StataCorp LP。
[17] 齐格勒，G.M.，《关于多面体的讲座》（2007年），《施普林格科学：纽约施普林格科技》（第一版第七次印刷更新）
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。