若干离散选择模型中的识别：一种计算方法
统计方法学
2023-05-26 v1
摘要
本文提出了一种算法，该算法生成表征各类半参数面板多项选择模型公共参数识别集的条件矩不等式。我同时考虑了静态与动态模型，并考虑了关于模型观测与未观测分量分布的多种弱随机限制。对于此类随机限制的一个广泛类别，本文证明了表征公共参数识别集的不等式可作为多目标线性规划（MOLPs）的解获得，从而将寻找这些不等式的任务转化为一个纯粹的计算问题。我所提供的算法复现了许多已知结果，包括Manski 1987、Pakes和Porter 2023、以及Khan、Ponomareva和Tamer 2023中推导的条件矩不等式。此外，我利用该算法生成了一些新结果，给出了Pakes和Porter 2023以及Khan、Ponomareva和Tamer 2023中遗留未决情形的识别集刻画，以及在替代随机限制下的识别集刻画。
引用
@article{arxiv.2305.15691,
title = {Identification in Some Discrete Choice Models: A Computational Approach},
author = {Eric Mbakop},
journal= {arXiv preprint arXiv:2305.15691},
year = {2023}
}