Buchumschlag

Does Principal Component Analysis Preserve the Sparsity in Sparse Weak Factor Models?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wei, Jie, Zhang, Yonghui
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Econometrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Principal Component Analysis for High-Dimensional Approximate Factor Models in Time Series: Assumptions, Asymptotic Theory, and Identification
von: Barigozzi, Matteo
Veröffentlicht: (2022)

Asymptotic equivalence of Principal Components and Quasi Maximum Likelihood estimators in Large Approximate Factor Models
von: Barigozzi, Matteo
Veröffentlicht: (2023)

Counterfactual and Synthetic Control Method: Causal Inference with Instrumented Principal Component Analysis
von: Wang, Cong
Veröffentlicht: (2024)

Performance of Empirical Risk Minimization For Principal Component Regression
von: Brownlees, Christian, et al.
Veröffentlicht: (2024)

Principal Component Copulas for Capital Modelling and Systemic Risk
von: Gubbels, K. B., et al.
Veröffentlicht: (2023)

Weak Identification in Low-Dimensional Factor Models with One or Two Factors
von: Cox, Gregory
Veröffentlicht: (2022)

Approximate Sparsity Class and Minimax Estimation
von: Zhang, Lucas Z.
Veröffentlicht: (2025)

Testing Goodness-of-Fit for Conditional Distributions: A New Perspective based on Principal Component Analysis
von: Rui, Cui, et al.
Veröffentlicht: (2024)

High Dimensional Factor Analysis with Weak Factors
von: Choi, Jungjun, et al.
Veröffentlicht: (2024)

The Canonical Decomposition of Factor Models: Weak Factors are Everywhere
von: Gersing, Philipp, et al.
Veröffentlicht: (2023)

Adaptive Principal Component Regression with Applications to Panel Data
von: Agarwal, Anish, et al.
Veröffentlicht: (2023)

A One-Covariate-at-a-Time Method for Nonparametric Additive Models
von: Su, Liangjun, et al.
Veröffentlicht: (2022)

The Fragility of Sparsity
von: Kolesár, Michal, et al.
Veröffentlicht: (2023)

Bayesian Dynamic Factor Models for High-dimensional Matrix-valued Time Series
von: Zhang, Wei
Veröffentlicht: (2024)

Bias Correction in Factor-Augmented Regression Models with Weak Factors
von: Jiang, Peiyun, et al.
Veröffentlicht: (2025)

The Dynamic, the Static, and the Weak: Factor models and the analysis of high-dimensional time series
von: Barigozzi, Matteo, et al.
Veröffentlicht: (2024)

Comment on 'Sparse Bayesian Factor Analysis when the Number of Factors is Unknown' by S. Frühwirth-Schnatter, D. Hosszejni, and H. Freitas Lopes
von: Casarin, Roberto, et al.
Veröffentlicht: (2024)

Local Projections Inference with High-Dimensional Covariates without Sparsity
von: Cha, Jooyoung
Veröffentlicht: (2024)

Bayesian Estimation of Panel Models under Potentially Sparse Heterogeneity
von: Moon, Hyungsik Roger, et al.
Veröffentlicht: (2023)

Factors in Fashion: Factor Analysis towards the Mode
von: Sun, Zhe, et al.
Veröffentlicht: (2024)

Leveraging Uniformization and Sparsity for Estimation and Computation of Continuous Time Dynamic Discrete Choice Games
von: Blevins, Jason R.
Veröffentlicht: (2024)

Probabilistic Targeted Factor Analysis
von: Herculano, Miguel C., et al.
Veröffentlicht: (2024)

Wild Bootstrap for Instrumental Variables Regressions with Weak and Few Clusters
von: Wang, Wenjie, et al.
Veröffentlicht: (2021)

An Empirical Comparison of Weak-IV-Robust Procedures in Just-Identified Models
von: Li, Wenze
Veröffentlicht: (2025)

Finite-Sample Distortion in Kernel Specification Tests: A Perturbation Analysis of Empirical Directional Components
von: Rui, Cui, et al.
Veröffentlicht: (2025)

Sparse Interval-valued Time Series Modeling with Machine Learning
von: Bao, Haowen, et al.
Veröffentlicht: (2024)

Inference for Treatment Effects Conditional on Generalized Principal Strata using Instrumental Variables
von: Bai, Yuehao, et al.
Veröffentlicht: (2024)

Weak Identification with Many Instruments
von: Mikusheva, Anna, et al.
Veröffentlicht: (2023)

Extrapolating LATE with Weak IVs
von: Ren, Muyang
Veröffentlicht: (2025)

Gradient Wild Bootstrap for Instrumental Variable Quantile Regressions with Weak and Few Clusters
von: Wang, Wenjie, et al.
Veröffentlicht: (2024)

Do Test Scores Help Teachers Give Better Track Advice to Students? A Principal Stratification Analysis
von: Ichino, Andrea, et al.
Veröffentlicht: (2025)

Estimating Discrete Choice Demand Models with Sparse Market-Product Shocks
von: Lu, Zhentong, et al.
Veröffentlicht: (2025)

Universal Factor Models
von: Chen, Songnian, et al.
Veröffentlicht: (2025)

Inference with Many Weak Instruments and Heterogeneity
von: Yap, Luther
Veröffentlicht: (2024)

Composite Quantile Factor Model
von: Huang, Xiao
Veröffentlicht: (2023)

Random Utility Models with Skewed Random Components: the Smallest versus Largest Extreme Value Distribution
von: Carson, Richard T., et al.
Veröffentlicht: (2024)

A Sparse Grid Approach for the Nonparametric Estimation of High-Dimensional Random Coefficient Models
von: Osterhaus, Maximilian
Veröffentlicht: (2024)

Principal component analysis in econometrics: a selective inference perspective
von: Matsumura, Yasuyuki, et al.
Veröffentlicht: (2025)

Channel Estimation with Hierarchical Sparse Bayesian Learning for ODDM Systems
von: Han, Jiasong, et al.
Veröffentlicht: (2026)

Sparse VARs Do Not Imply Sparse Local Projections: Robust Inference for High-Dimensional Granger Causality
von: Dettaa, Eugene, et al.
Veröffentlicht: (2024)