The Econometrics of Piecewise-Linear Budget Constraints
分段线性预算约束的计量经济学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：摘要在分段线性预算约束下设定并估计需求函数，比较估计量及有关模型结构的检验，直接涉及消费需求的结构估计。
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
分段线性预算约束的计量经济学
- 研究问题
- 预算约束分段线性且预算集合凸时，需求模型的两种最大似然估计与普通最小二乘估计表现如何，样本量和误差方差怎样影响结果？
- 方法与思路
- 作者设定以收入和价格为解释变量的简单对数线性需求函数，在不同样本量和误差方差下，以蒙特卡洛比较两种最大似然估计和 OLS。
- 材料陈述的贡献
- 摘要称，在所考察模拟中，OLS 偏差随误差方差下降而减小，最大似然表现更好，且基于 OLS 的检验对模型结构作出了错误判断。
- 阅读关注点
- 阅读时应核对预算分段与凸性如何进入似然、两种最大似然估计的差别，以及模拟设计、性能指标和结构检验错误的具体形式。
- 阅读边界
- 摘要未说明两种最大似然估计的构造、数值比较或完整误差设定；所述优势限于其模拟场景，不能据此推广至其他需求模型。
原文摘要
This article presents a Monte Carlo evaluation of some alternative estimators for a demand model when the budget constraint is piecewise-linear and the budget set is convex. We examine the performance of two maximum likelihood (ML) estimators and an ordinary least squares (OLS) estimator under varying sample sizes and error variances. A simple log-linear demand function, with income and price as the explanatory variables, is specified. Although I find that the OLS bias decreases as the error variance decreases, the ML results are far superior. Furthermore, statistical tests based on the OLS results lead to erroneous conclusions regarding the structure.