Simulating the Small-Sample Properties of Econometric Estimators
计量经济估计量小样本性质的模拟AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用计量模拟与方差缩减，没有明确指向所列某一模型或应用细分。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
计量经济估计量小样本性质的模拟
- 研究问题
- 研究计量估计量的有限样本偏差和离散程度时，间接蒙特卡洛方法能否比直接模拟更有效地估计这些性质？
- 方法与思路
- 作者比较两反向变量方法、结合控制变量的方法与直接模拟，并将所得偏差和离散程度与 Nagar 近似对照。
- 材料陈述的贡献
- 摘要称，两反向变量方法更适于估计偏差，结合控制变量的方法更适于估计离散程度，并提供与 Nagar 近似的比较。
- 阅读关注点
- 应核对所研究的估计量和数据生成过程、模拟效率的衡量方式，以及反向变量、控制变量和近似比较的具体构造。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；摘要未列估计量、模拟规模或改进数值，不能推广为普遍优势。
原文摘要
This note examines the use of indirect Monte Carlo methods in investigating the finite-sample properties of econometric estimators. It is found that the two-antithetic-variate method is far better than straight-forward simulation in estimating the biases of the estimators, but that a method combining the control-variate and the two-antithetic-variate techniques is better for estimating the dispersions. Comparisons with Nagar's approximations to the biases and dispersions are presented.