摘要翻译：
在社会科学研究中经常出现并矢数据，其中反映抽样单元之间成对相互作用的结果是主要的兴趣。在许多研究文献（例如，贸易的引力模型）中，用这种数据进行回归分析是一个突出的特征。与并矢数据相关联的依赖结构引起了特殊的估计，尤其是推理问题。本章回顾了目前可用的（参数）二进回归分析的方法，并为实证研究人员提出了指导方针。
---
英文标题：
《Dyadic Regression》
---
作者：
Bryan S. Graham
---
最新提交年份：
2019
---
分类信息：

一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
英文摘要：
  Dyadic data, where outcomes reflecting pairwise interaction among sampled units are of primary interest, arise frequently in social science research. Regression analyses with such data feature prominently in many research literatures (e.g., gravity models of trade). The dependence structure associated with dyadic data raises special estimation and, especially, inference issues. This chapter reviews currently available methods for (parametric) dyadic regression analysis and presents guidelines for empirical researchers.
---
PDF链接：
https://arxiv.org/pdf/1908.09029