A Computationally Practical Simulation Estimator for Panel Data
一种计算上可行的面板数据模拟估计量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：摘要明确将有限因变量模型的模拟矩估计推广到面板数据，并处理随机效应与序列相关误差，直接对应微观面板。
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
一种计算上可行的面板数据模拟估计量
- 研究问题
- 如何把有限因变量模型的模拟矩估计扩展到面板数据，在同时含随机效应和 ARMA 误差的复杂模型中保持计算可行性？
- 方法与思路
- 作者将模拟矩估计的一阶条件按转移概率分解，并提出模拟这些概率的新方法，以处理含随机效应和 ARMA 误差的面板模型。
- 材料陈述的贡献
- 摘要称该估计量在蒙特卡洛比较中相对求积最大似然表现良好，且复杂模型计算耗时与随机效应模型的求积估计相近。
- 阅读关注点
- 阅读时应核对转移概率分解的适用条件、模拟误差的处理，以及蒙特卡洛中模型设定、性能指标和计算时间的比较口径。
- 阅读边界
- 摘要未列出模型细节、模拟次数、样本规模或性能数值；所述表现不足以确认普遍的精度或速度优势，仍须核对比较设计。
原文摘要
The author develops a practical extension of D. McFadden's method of simulated moments estimator for limited dependent variable models to the panel data case. The method is based on factorization of the method of simulated moments first order condition into transition probabilities, along with development of an accurate new method for simulating transition probabilities. Monte Carlo tests indicate that this method of simulated moments estimator performs quite well relative to quadrature-based maximum likelihood estimators. It allows estimation of complex panel data models involving random effects and ARMA errors in computational time similar to those necessary for estimation of random effects models via maximum likelihood quadrature. Copyright 1994 by The Econometric Society.