.png){kind=icon}
返回
Estimation and Inference for Multi-Threshold Regression with Endogeneity
.png){kind=icon}
PRE
AI
DOI：10.1080/07350015.2026.2668046.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
异质性和内生性在统计建模与计量实践中日益普遍。阈值回归提供了一种简单而灵活的建模策略以处理异质性。本文研究了具有内生回归量的多阈值回归的估计与推断问题。我们利用一种基于工具变量的新型两阶段估计程序，该程序首先利用组LASSO方法识别一组可能的阈值位置，然后通过预设选择标准对候选集进行细化。鉴于传统信息准则的性能对惩罚因子选择敏感，我们开发了一种基于阈值的数据自适应交叉验证准则，并融入了一种保序样本分割策略以确定阈值数量。关于推断问题，我们分别发展了检验阈值效应存在性和内生性存在的检验统计量。数值模拟及分析401(k)计划对财富的阈值效应的应用表明，我们方法具有良好的有限样本表现。最后，我们开发了一个用户友好的R包MultiThreshold以实现这些方法。
Keyword:
Cross-validation
Data-driven
Endogeneity
Heterogeneity
Multi-threshold effects
期刊
J
IF:
2.5
论文数:
119
被引数:
0
机构
查看更多机构
引用论文
暂无论文信息