.png){kind=icon}
返回
Instrumental variable quantile regression for clustered data
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ecosta.2023.06.005.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的是在存在内生协变量和聚类数据的情况下实现分位数回归推断。已证明，当误差在聚类内部存在相关性时，工具变量分位数回归估计量是一致的，并且推导了可用于给定分位数tau推断的估计量的渐近分布。关于基于整个工具变量分位数回归过程的推断，已证明对某一类统计量的聚类基础重采样提供了一种计算上可行的渐近检验实现方法。关于聚类数据下工具变量分位数回归估计量的渐近性质的理论结果得到了模拟分析的支持。一个实证案例展示了所提出的技术在估计美国男性和女性的收入方程中的应用，其中女性劳动力供给是内生的，并受到二战冲击的影响。(c) 2023 EcoSta Econometrics and Statistics. Published by Elsevier B.V. All rights reserved.
Keyword:
Quantile regression
Endogeneity
Clustered data
Instrumental variables