Statistical Inference in a Spatial-Temporal Stochastic Frontier Model
时空随机前沿模型中的统计推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确以面板数据随机前沿模型为对象，并通过时空组件放松面板独立假设。
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…
时空随机前沿模型中的统计推断
- 研究问题
- 如何在技术效率由外生变量解释的随机前沿模型中纳入时空依赖，放松面板独立假设并改善效率估计？
- 方法与思路
- 作者在异质技术效率模型中加入时空组件，利用模型加性结构估计参数，并提出用于核验模型假设的检验。
- 材料陈述的贡献
- 摘要称，该估计方式展示了相对最大似然的计算优势，时空组件可改善通常向下偏的技术效率估计，并提供假设检验。
- 阅读关注点
- 应核对时空组件与无效率项的区分、加性估计的成立条件、计算比较，以及所提检验究竟针对哪些模型假设。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明具体依赖结构、检验性质或效率偏差改善的适用条件。
原文摘要
The stochastic frontier model with heterogeneous technical efficiency explained by exoge-nous variables is augmented with a spatial-temporal component, a generalization relaxing the panel independence assumption in a panel data. The estimation procedure takes advantage of additivity in the model, computational advantages over maximum likelihood estimation of parameters is exhibited. The spatial-temporal component can improve estimates of technical efficiency in a production frontier that is usually biased downwards. We present a test to veri-fy model assumptions that facilitates estimation of parameters.