跳到正文
← 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:摘要讨论一般计量估计量的模拟比较,未提供足以归入所列具体应用方向的证据。

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
W. M. Mikhail

计量经济估计量性质的蒙特卡洛比较研究

研究问题
不同计量估计量的表现如何随扰动项之间的协方差变化,渐近标准误能否反映系数估计的实际变异?
方法与思路
作者结合常规模拟、对偶变量和控制变量技术,比较完全信息与单方程方法,并检查渐近标准误的表现。
材料陈述的贡献
摘要称,扰动协方差较大时完全信息方法较优,FIML与2SLS分别在相应比较中表现最佳,渐近标准误低估变异。
阅读关注点
应核对模拟模型、扰动协方差范围、估计量评价指标,以及方差缩减技术如何影响蒙特卡洛比较的精度。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;具体模拟设计和数值结果未提供,所述比较不能推广到所有模型,也不能推断刊本变化。

原文摘要

Together with straightforward simulation, this study makes use of antithetic-variate and control-variate techniques in investigating the properties of econometric estimators. It is shown that when the covariances between the disturbances are small, the results on the relative standing of the estimators are indeterminate; but when they are sufficiently large, full-information methods are superior to single-equation methods. FIML gave the best performance and 2SLS was the best limited-information technique. The asymptotic standard errors underestimated the variations in the coefficients.

笔记与分组