×

截断和删失数据的回归参数估计。 (英语) Zbl 1094.62050

摘要:提出了半参数左截断和右删失回归模型的参数估计。与大多数现有估计相比,所提出的估计不要求回归模型的误差项具有对称分布。此外,估计员使用非对称的观测值“微调”。给出了估计量的相合性和渐近正态性。在小型模拟研究中考虑了有限样本属性。对于左截断的情况,一个经验应用说明了估计量的有用性。

MSC公司:

62克08 非参数回归和分位数回归
6220国集团 非参数推理的渐近性质
62J05型 线性回归;混合模型
2012年12月62日 参数估计量的渐近性质

关键词:

桌子
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Battese GE(1997)关于某些解释变量为零值时Cobb–Douglas生产函数估计的注释。农业经济学杂志48:250–252·doi:10.1111/j.1477-9552.1997.tb01149.x
[2] Brännäs K,Laitila T(1991)汽车行驶距离的建模和预测。技术运输计划16:129–143·网址:10.1080/03081069108717477
[3] Buchinsky M(1995)估计分位数回归模型的渐近协方差矩阵:蒙特卡罗研究。《经济学杂志》68:303–338·Zbl 0825.62437号 ·doi:10.1016/0304-4076(94)01652-G
[4] Buckley J,James I(1979)删失数据线性回归。生物特征66:429–436·Zbl 0425.62051号 ·doi:10.1093/biomet/66.3.429
[5] Chay KY,Powell JL(2001)半参数删失回归模型。《经济学展望》15:29–42·doi:10.1257/jep.15.4.29
[6] Hahn,J(1995)Bootstrapping分位数回归估计量。经济理论11:105–121·Zbl 1401.62045号 ·网址:10.1017/S0266466600009051
[7] HonoréBE,Powell JL(1994)截尾回归模型的成对差分估计。《经济学杂志》64:241–278·Zbl 0808.62038号 ·doi:10.1016/0304-4076(94)90065-5
[8] Karlsson M(2004)QME的有限样本属性。公共统计模拟计算33:567–583·Zbl 1100.62548号 ·doi:10.1081/SAC-200033267
[9] Laitila T(2001)非对称分布扰动下QME的特性。统计概率快报52:347–352·Zbl 0983.62037号 ·doi:10.1016/S0167-7152(00)00202-9
[10] Lee MJ(1992)用于截尾回归的Winsorized均值估计量。经济理论8:368–382·网址:10.1017/S0266466600012986
[11] Lee MJ(1993)二次型回归。《经济学杂志》57:1–19·Zbl 0776.62055号 ·doi:10.1016/0304-4076(93)90056-B
[12] Lee MJ,Kim H(1998)截断回归模型的半参数计量经济估计:一个扩展的综述。尼泊尔统计局52:200–225·Zbl 0946.62096号 ·数字对象标识代码:10.1111/1467-9574.00078
[13] Miller RG(1976)具有截尾数据的最小二乘回归。生物特征63:449–464·Zbl 0344.62058号 ·doi:10.1093/biomet/63.3.449
[14] Newey WK(2001)删失和截断回归模型中的条件矩限制。经济理论17:863–888·Zbl 1018.62048号 ·doi:10.1017/S0266466601175018
[15] Powell JL(1984)删失回归模型的最小绝对偏差估计。《经济学杂志》25:303–325·Zbl 0571.62100号 ·doi:10.1016/0304-4076(84)90004-6
[16] Powell JL(1986)tobit模型的对称修剪最小二乘估计。计量经济学54:1435–1460·Zbl 0625.62048号 ·doi:10.2307/1914308
[17] Powell JL(1994)半参数模型的估计。收录:Engel RF,McFadden DL(编辑)《计量经济学手册》,第4卷。阿姆斯特丹霍兰德北部,第2444–2521页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。