A simple nonparametric approach to estimating the distribution of random coefficients in structural models

ما برای برآوردگرهای کمترین مربعات و احتمال غیرپارامتری توزیع ضرایب تصادفی در مدلهای ساختاری، کاوش می کنیم. برآوردگرها یک شبکه از پارامترهای ناهمگن را رفع کرده و تنها وزن را در نقاط شبکه برآورد می کنند، رویکردی که در مقایسه با برآوردگرهای غیر پارامتری جایگزین، محاسباتی جذاب است. ما شرایطی را فراهم می کنیم که در آن تابع توزیع تخمین زده می شود به توزیع واقعی در توپولوژی ضعیف در فضای توزیع ها. ما بسیاری از شرایط سازگاری را برای سه مدل انتخابی گسسته بررسی می کنیم. ما همچنین نرخ همگرایی برآورد کننده مخلوط های غیرمتراکمترین مربعات را بر اساس محدودیت های اضافی به دست می آوریم. ما یک مطالعه مونت کارلو بر روی یک مدل برنامه نویسی پویا انجام می دهیم.