用于具有近似低秩未观测异质性的面板数据模型的平方根核范数惩罚估计量
统计理论
2019-05-06 v2 统计理论
摘要
本文考虑了一种用于具有交互效应的面板数据模型的核范数惩罚估计量。低秩交互效应可以是一个近似模型，且最佳近似的秩未知并随样本量增长。该估计量是一个结构良好的凸优化问题的解，并可在多项式时间内求解。我们推导了收敛速率，研究了估计量的低秩性质，以及在时间期数随样本量增长时秩与零化矩阵的估计。两阶段估计量可以是渐近正态的。这些过程均不需要误差方差的知识。
引用
@article{arxiv.1904.09192,
title = {Square-root nuclear norm penalized estimator for panel data models with approximately low-rank unobserved heterogeneity},
author = {Jad Beyhum and Eric Gautier},
journal= {arXiv preprint arXiv:1904.09192},
year = {2019}
}