Identification of marginal effects in nonseparable models without monotonicity
Identification of marginal effects in nonseparable models without monotonicity
复制标题
识别无单调性的不可分离模型中的边际效应
DOI：
10.1111/j.1468-0262.2007.00801.x
复制
发表时间：
2007
期刊：
影响因子：
6.1
通讯作者：
Mammen
中科院分区：
文献类型：
--
作者：
Hoderlein;Mammen
不可分模型在不可观测部分和可观测回归量之间不施加任何类型的可加性，因此对于许多经济应用是理想的。为了使用回归分位数中总结的数据的整个联合分布来识别这些模型，经常假设不可观测量的单调性。本文确定，在不存在单调性的情况下，分位数识别不可分离模型的局部平均结构导数。
Nonseparable models do not impose any type of additivity between the unobserved part and the observable regressors, and are therefore ideal for many economic applications. To identify these models using the entire joint distribution of the data as summarized in regression quantiles, monotonicity in unobservables has frequently been assumed. This paper establishes that in the absence of monotonicity, the quantiles identify local average structural derivatives of nonseparable models.
影响因子：
6.1
作者：
Altonji, JG;Matzkin, RL
通讯作者：
Matzkin, RL