固定效应作为生成的解释变量
生物大分子
2026-02-10 v1
摘要
许多经济模型包含涉及潜在变量的矩条件。当潜在变量是辅助 panel data 回归中的个体固定效应时，我们构建正交矩，以消除由估计固定效应引起的一阶偏差。机器学习方法和经验贝叶斯方法可用于改进正交矩中 nuisance 参数的估计。我们基于正交矩建立了中心极限定理，不依赖于 panel data 残差与 cross-sectional 矩函数之间的 exogeneity 假设。在一个违反 exogeneity 假设的模拟研究中，基于正交矩的估计器与其他依赖该假设的估计器相比，偏差更小。一个来自实验场地选择的实证应用演示了该方法如何用于非线性矩条件。
引用
@article{arxiv.2602.08897,
title = {A Mathematical Theory of Redox Biology},
author = {James N. Cobley and Michalis G. Nikolaidis},
journal= {arXiv preprint arXiv:2602.08897},
year = {2026}
}
备注
41 pages, 4 figures, 2 boxes