我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
我们提出了一种新的两状态回归模型,其中状态转换由可能不可观测因素的向量驱动。当这些因素是潜在的时,我们通过面板数据集的主成分分析来估计它们。我们证明了优化问题可以重新表述为混合整数优化,并且我们提出了两种可选的计算算法。在阈值效应收缩为零的方案下,我们导出了所得估计量的渐近分布。特别是,我们建立了一个相变,描述了面板数据的横截面维度相对于时间序列维度增加时,第一阶段因子估计的效果。此外,我们发展了bootstrap推理,并通过数值研究说明了我们的方法。
我们要感谢大韩民国教育部和韩国国家研究基金会(NRF-2018S1A5A2A01033487)、加拿大社会科学和人文研究理事会(SSHRC-435-2018-0275)、欧洲研究理事会(ERC-2014-CoG-646917-ROMIA)的财政支持以及英国经济和社会研究理事会向CeMMAP提供研究拨款(ES/P008909/1)。
我们要感谢一位副主编和两位匿名推荐人的宝贵意见。
Sokbae Lee。 袁廖。 Myung Hwan Seo。 Youngki Shin。 “因素驱动的双制度回归。” 安。统计师。 49 (3) 1656 - 1678, 2021年6月。 https://doi.org/10.1214/20-AOS2017