Frontier estimation in the presence of measurement error with unknown variance
未知测量误差方差下的生产前沿估计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：摘要研究生产前沿与测量误差方差，给定细分中没有直接对应方向，亦未明确提出结构行为模型。
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…
未知测量误差方差下的生产前沿估计
- 研究问题
- 当企业产出含测量噪声且噪声方差未知时，如何同时识别和估计未知生产前沿与误差方差，用于衡量企业表现？
- 方法与思路
- 作者在测量误差服从正态分布但方差未知的设定下提出非参数方法，同时估计前沿与方差，并用电力企业数据示范。
- 材料陈述的贡献
- 摘要称建立两类估计量的一致性和收敛速度，模拟验证小样本表现，并以美国电力公司数据展示方法应用。
- 阅读关注点
- 应核对前沿与误差方差分别识别的条件、正态误差及其依赖限制，以及前沿边界附近的数据要求和收敛速度。
- 阅读边界
- 仅据所给出版社摘要，无法判断误差偏离正态时的有效性或小样本表现幅度；非参数前沿不代表误差分布也不受限制。
原文摘要
Frontier estimation appears in productivity analysis. Firm’s performance is measured by the distance between its output and an optimal production frontier. Frontier estimation becomes difficult if outputs are measured with noise and most approaches rely on restrictive parametric assumptions. This paper contributes to nonparametric approaches, with unknown frontier and unknown variance of a normally distributed error. We propose a nonparametric method identifying and estimating both quantities simultaneously. Consistency and rate of convergence of our estimators are established, and simulations verify the performance of the estimators for small samples. We illustrate our method with data on American electricity companies.