二元选择模型拟极大似然估计量的斜率一致性
计量经济学
2026-03-12 v4
摘要
尽管拟极大似然估计量（QMLE）通常是不一致的，但依赖于具有逻辑误差的二元选择模型（BCM）的逻辑回归被广泛使用，尤其是在具有许多协变量的机器学习环境中。本文重新审视了BCM的QMLE的斜率一致性。Ruud（1983）引入了一组条件，在这些条件下，QMLE可能渐近地产生BCM斜率系数的一个常数倍。然而，他并未完全建立QMLE的斜率一致性，这要求存在真实斜率的一个正倍数，该倍数在适当限制的参数空间上最大化总体QMLE似然。我们通过为按照Manski（1975, 1985）方式识别的BCM，在同一组条件下提供斜率一致性的正式证明，弥补了这一空白。我们的结果意味着，在合适的条件下，逻辑回归为BCM提供了斜率系数的一致估计。
引用
@article{arxiv.2505.02327,
title = {Slope Consistency of Quasi-Maximum Likelihood Estimator for Binary Choice Models},
author = {Yoosoon Chang and Joon Y. Park and Guo Yan},
journal= {arXiv preprint arXiv:2505.02327},
year = {2026}
}