Standard Errors for Elasticities: A Comparison of Bootstrap and Asymptotic Standard Errors
弹性的标准误：Bootstrap 与渐近标准误的比较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：摘要在明确设定的线性支出需求系统中讨论弹性的估计不确定性，因此归入结构估计，而非仅凭标准误方法作分类。
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
弹性的标准误：Bootstrap 与渐近标准误的比较
- 研究问题
- 当线性支出需求系统的误差具有一阶自回归结构时，两种标准误计算方法是否给出相近结果，收入弹性是否存在明显差异？
- 方法与思路
- 作者在带一阶自回归误差的线性支出需求系统中，对比普通泰勒级数法与 Efron 的 bootstrap，并通过一个算例比较弹性标准误。
- 材料陈述的贡献
- 摘要称，算例中两法所得标准误总体相近，收入弹性是例外；作者认为其渐近标准误似乎偏大，约为适当水平的两倍。
- 阅读关注点
- 应核对重抽样如何处理误差的序列相关、弹性如何从参数换算，以及作者用什么比较基准判断收入弹性标准误偏大。
- 阅读边界
- 摘要未说明样本规模、重抽样细节与比较基准，且证据来自单个算例，不能据此认定 bootstrap 普遍更准确或渐近法总会高估。
原文摘要
This article compares two methods of deriving standard errors for elasticities in a linear expenditure demand system with first-order autoregressive errors. The first is the ordinary Taylor series method and the second is Efron's bootstrap. In an example problem, these two methods yielded similar values for the standard errors, with the exception of the income elasticity standard errors, for which the asymptotic standard errors were apparently too large by a factor of two.