A Comparison of Two-Stage Estimators of Censored Regression Models
删失回归模型两阶段估计量的比较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：摘要研究删失回归估计量的一般小样本性质，未明确涉及所列细分方向，不能仅凭选择性偏差归入因果推断。
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
删失回归模型两阶段估计量的比较
- 研究问题
- 在删失回归的小样本中，修正选择性偏差的两阶段估计量，是否能在均方误差上稳定优于子样本普通最小二乘？
- 方法与思路
- 作者进行蒙特卡洛比较，考察子样本普通最小二乘、Heckman–Lee两阶段估计量及Lee稳健估计量在三类误差结构下的表现。
- 材料陈述的贡献
- 摘要称，两阶段估计虽能有效控制选择性偏差，却相对子样本普通最小二乘损失较多精度，未呈现明确一致的均方误差改善。
- 阅读关注点
- 应核对删失或样本选择机制、样本量、误差分布参数及估计实现，并区分偏差、方差与均方误差各自的比较结果。
- 阅读边界
- 摘要未提供模拟设计细节、误差幅度或结果表；结论限于所考察的小样本情形，不能推广为两阶段估计的一般劣势。
原文摘要
This paper presents a Monte Carlo comparison of the small-sample performance of subsample ordinary least squares, the Heckman-Lee two-stage estimator, and the robust estimator of Lee. Each estimator is considered under bivariate normal, t, and chi-square error structures. The estimates indicate that the Heckman-Lee and Lee estimators do not provide an unequivocal mean square error improvement upon subsample ordinary least squares in small samples. While effectively controlling for selectivity bias, the two-stage estimators suffer a substantial loss of small-sample precision relative to subsample ordinary least squares. Copyright 1991 by MIT Press.