Ordinary Least Squares and Sample-Selection Models of Health-Care Demand Monte Carlo Comparison
医疗需求的普通最小二乘与样本选择模型：蒙特卡洛比较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：摘要比较个体医疗需求的两部与样本选择估计，未明确结构行为模型或离散选择设定，现有细分的分类证据不足。
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
医疗需求的普通最小二乘与样本选择模型：蒙特卡洛比较
- 研究问题
- 在近似个体医疗需求条件的模拟中，两部模型与样本选择估计的参数均方误差如何比较，比较结果是否受到不同误差分布设定的影响？
- 方法与思路
- 作者以瑞士1981年横截面调查的变量分布构造蒙特卡洛实验，在双变量正态、正态—逻辑斯蒂和柯西误差设定下比较两部与样本选择模型。
- 材料陈述的贡献
- 摘要称，该模拟比较中，两部模型的参数估计均方误差优于样本选择模型；摘要未报告各误差设定下的详细结果或差异大小。
- 阅读关注点
- 应核对零医疗支出的生成方式、选择方程与支出方程设定、各方法估计的参数是否相同，以及模拟次数和均方误差的计算方式。
- 阅读边界
- 摘要未说明样本规模、模拟次数、估计实现及数值结果；结论限于该设计的参数均方误差，不能直接推出真实应用中的普遍优势。
原文摘要
This article examines alternative econometric models for health-care demand estimation. The analysis compares the Rand Health Insurance Study two-part model with sample-selection model estimators in a Monte Carlo simulation experiment designed to approximate individual-level health-care demand conditions. The underlying variable distributions are taken from cross- sectional data for a Swiss 1981 population survey. Three sets of error distribution assumptions are examined—bivariate normal, normal logistic, and Cauchy. Despite theoretical concerns with the two-part model, it outperforms the sample-selection model in terms of mean squared error of parameter estimate.