斯蒂芬·科斯莱特(Stephen R.Cosslett)。 二元选择和截尾回归模型的无分布估计的有效界。 (英语) Zbl 0631.62042号 计量经济学 55, 559-585 (1987)。 本文的目的是推导二元选择模型和删失回归模型(Tobit模型)参数的正则无分布估计的渐近方差的下界。对于二元选择模型,作者获得了斜率参数渐近方差的显式下界,但他发现不存在通过要求误差分布具有零中值来识别的常数项的无规则分布估计器。在进一步假设误差分布是对称的情况下,也导出了下界,在这种情况下,常数项也有一个有限的下界。与经典参数问题的界的比较表明,由于缺乏误差分布函数形式的先验知识,信息丢失。这里考虑的Tobit模型是具有固定删失点的删失非线性回归模型。再次给出回归参数渐近方差的显式下限,这次包括一个常数项。审核人:胡布宁 引用于1审查引用于39文件 MSC公司: 62G05型 非参数估计 6220国集团 非参数推理的渐近性质 62第20页 统计学在经济学中的应用 关键词:潜在变量模型;半参数方法;渐近界;自适应估计;下限;渐近方差;正则无分布估计;二元选择模型;回归模型;托比模型;斜率参数;误差分布;函数形式;删失非线性回归模型;固定审查点 PDF格式BibTeX公司 XML格式引用 \textit{S.R.Cosslett},《计量经济学》55,559--585(1987;Zbl 0631.62042) 全文: 内政部