A Comparative Study of Alternative Estimators for Variance Components Models Used in Econometric Applications
计量应用中方差分量模型的不同估计量比较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：摘要虽涉及计量方差分量模型，但未明确面板或其他所列细分结构，分类证据不足。
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
计量应用中方差分量模型的不同估计量比较
- 研究问题
- 研究方差分量模型中，最大似然、MINQUE 与若干两步广义最小二乘方法对斜率系数的估计表现有何差异。
- 方法与思路
- 作者通过蒙特卡洛实验比较不同估计方法在方差分量模型中的表现；摘要未说明模拟设计或评价指标。
- 材料陈述的贡献
- 摘要称，在不含滞后因变量的模型中，所比较估计量的表现差别不大；这一陈述依赖文中的实验范围。
- 阅读关注点
- 应核对方差分量结构、各方法实现、模拟参数与样本量，并区分无滞后因变量情形和其他模型设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。未明确说明面板结构、性能指标或数值差距，不能据此认定普遍等价或推断刊本变化。
原文摘要
The article investigates by means of Monte Carlo experiments the performance of the ML method, the MINQUE method and several other two-step Generalized Least Squares methods in estimating the slope coefficient in a variance components model. It concludes that in models with no lagged dependent variables there is nothing much to choose among these estimators.