Fugu-MT 論文翻訳(概要): Linear Multidimensional Regression with Interactive Fixed-Effects

論文の概要: Linear Multidimensional Regression with Interactive Fixed-Effects

arxiv url: http://arxiv.org/abs/2209.11691v6
Date: Tue, 04 Mar 2025 17:30:58 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-05 19:09:09.736900
Title: Linear Multidimensional Regression with Interactive Fixed-Effects
Title（参考訳）: 相互固定効果を考慮した線形多次元回帰
Authors: Hugo Freeman,
Abstract要約: 本稿では,3次元以上の多次元パネルデータの線形モデルについて検討する。主推定器は二重脱バイアス法を用い、2つの予備ステップを必要とする。ビールの需要弾力性を推定する手法が提案されている。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This paper studies a linear model for multidimensional panel data of three or more dimensions with unobserved interactive fixed-effects. The main estimator uses double debias methods, and requires two preliminary steps. First, the model is embedded within a two-dimensional panel framework where factor model methods in Bai (2009) lead to consistent, but slowly converging, estimates. The second step develops a weighted-within transformation that is robust to multidimensional interactive fixed-effects and achieves the parametric rate of consistency. This is combined with a double debias procedure for asymptotically normal estimates. The methods are implemented to estimate the demand elasticity for beer.
Abstract（参考訳）: 本稿では,3次元以上の多次元パネルデータの線形モデルについて検討する。主推定器は二重脱バイアス法を用い、2つの予備ステップを必要とする。第一に、このモデルはBai (2009) における因子モデル手法が一貫した、しかし徐々に収束する見積もりをもたらす2次元のパネル・フレームワークに埋め込まれている。 2番目のステップは、多次元のインタラクティブな固定効果に対して堅牢で、パラメトリックな一貫性率を達成する重み付き変換を開発する。これは、漸近的に正規な推定のための二重デビアス手順と組み合わせられる。ビールの需要弾力性を推定する手法が提案されている。

関連論文リスト

Efficient Interpretable Nonlinear Modeling for Multiple Time Series [5.448070998907116]
本稿では,複数時系列に対する効率的な非線形モデリング手法を提案する。異なる時系列変数間の非線形相互作用を含む。実験結果から,提案アルゴリズムは相似的にVAR係数の支持値の同定を改善することが示された。
論文参考訳（メタデータ） (2023-09-29T11:42:59Z)
Refining Amortized Posterior Approximations using Gradient-Based Summary Statistics [0.9176056742068814]
逆問題の文脈における後部分布の補正近似を改善するための反復的枠組みを提案する。そこで我々は,本手法をスタイリング問題に適用して制御条件で検証し,改良された後部近似を各繰り返しで観察する。
論文参考訳（メタデータ） (2023-05-15T15:47:19Z)
A Model for Multi-View Residual Covariances based on Perspective Deformation [88.21738020902411]
マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
論文参考訳（メタデータ） (2022-02-01T21:21:56Z)
Error-Correcting Neural Networks for Two-Dimensional Curvature Computation in the Level-Set Method [0.0]
本稿では,2次元曲率をレベルセット法で近似するための誤差ニューラルモデルに基づく手法を提案する。我々の主な貢献は、需要に応じて機械学習操作を可能にする数値スキームに依存する、再設計されたハイブリッド・ソルバである。
論文参考訳（メタデータ） (2022-01-22T05:14:40Z)
Time varying regression with hidden linear dynamics [74.9914602730208]
線形力学系に従って未知のパラメータが進化することを前提とした時間変化線形回帰モデルを再検討する。反対に、基礎となる力学が安定である場合、このモデルのパラメータは2つの通常の最小二乗推定と組み合わせることで、データから推定できることが示される。
論文参考訳（メタデータ） (2021-12-29T23:37:06Z)
Estimation of Bivariate Structural Causal Models by Variational Gaussian Process Regression Under Likelihoods Parametrised by Normalising Flows [74.85071867225533]
因果機構は構造因果モデルによって記述できる。最先端の人工知能の大きな欠点の1つは、説明責任の欠如である。
論文参考訳（メタデータ） (2021-09-06T14:52:58Z)
Estimation, Confidence Intervals, and Large-Scale Hypotheses Testing for High-Dimensional Mixed Linear Regression [9.815103550891463]
本稿では,2つの線形回帰モデルのうちの1つから出力変数が得られた高次元混合線形回帰(MLR)について検討する。本稿では, 2つの回帰ベクトルを推定し, その収束率を確立するための反復的手順を提案する。回帰係数をテストするために大規模な多重検定手法を提案し, アルゴリズムによって偽発見率(FDR)を制御できることが示されている。
論文参考訳（メタデータ） (2020-11-06T21:17:41Z)
Estimation of Switched Markov Polynomial NARX models [75.91002178647165]
非線形自己回帰(NARX)成分を特徴とするハイブリッド力学系のモデル群を同定する。提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。
論文参考訳（メタデータ） (2020-09-29T15:00:47Z)
Additive interaction modelling using I-priors [0.571097144710995]
相互作用を持つモデルのパプリミティブな仕様を導入し、その利点を2つ挙げる。スケールパラメータの数を減らし、相互作用のあるモデルの推定を容易にする。
論文参考訳（メタデータ） (2020-07-30T22:52:22Z)
Cogradient Descent for Bilinear Optimization [124.45816011848096]
双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
論文参考訳（メタデータ） (2020-06-16T13:41:54Z)
Path Sample-Analytic Gradient Estimators for Stochastic Binary Networks [78.76880041670904]
二進的アクティベーションや二進的重みを持つニューラルネットワークでは、勾配降下によるトレーニングは複雑である。そこで本研究では,サンプリングと解析近似を併用した新しい推定法を提案する。勾配推定において高い精度を示し、深部畳み込みモデルにおいてより安定かつ優れた訓練を行うことを示す。
論文参考訳（メタデータ） (2020-06-04T21:51:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。