Approximate Specification and the Choice of a k -Class Estimator
近似设定与 k 类估计量的选择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：摘要直接研究联立方程计量模型的设定误差与结构参数估计量选择。
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
近似设定与 k 类估计量的选择
- 研究问题
- 联立方程模型存在小幅设定误差时，两阶段最小二乘与有限信息极大似然的概率极限如何偏离真实参数？
- 方法与思路
- 作者分析小设定误差的渐近影响，给出一致估计两类估计量所受影响之差的符号的方法，并提出选择程序。
- 材料陈述的贡献
- 摘要称误差足够小时两者概率极限位于真值同侧，二者差异相对各自的设定误差影响为二阶小量，并展示两个例子。
- 阅读关注点
- 应核对小设定误差的定义、误差展开与识别条件，以及符号估计和选择程序何时能减少设定误差的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体误设类别和成立条件未提供，不能推断该选择程序在一般误设下仍有效。
原文摘要
This paper carries on work in [2] and [4] on the asymptotic effects of small specification error in simultaneous equation estimation. The specification errors considered are inherent in the approximate nature of econometric models. It is shown that for any parameter and small enough specification error, the probability limits of two-stage least squares and limited-information maximum-likelihood, while different, lie on the same side of the true parameter value, the difference between them being of the second order of smalls relative to the effects of the specification error on either one of them. A method of consistently estimating the sign of the difference of the effects of specification error on the two estimators is given and a procedure suggested for choosing an estimator to reduce those effects. Two relatively simple examples are worked out.