On the distribution of estimated technical efficiency in stochastic frontier models
随机前沿模型中估计技术效率的分布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：摘要明确讨论固定效应面板中的无效率估计；估计量分布本身不足以归入分布效应方向。
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
随机前沿模型中估计技术效率的分布
- 研究问题
- 在正态噪声与半正态无效率组成的随机前沿模型中，常用无效率条件期望估计量如何分布，其收缩程度如何随噪声方差变化？
- 方法与思路
- 作者推导 E(u|ε) 的分布及给定真实无效率 u 时的条件分布，分析噪声方差的极限，并讨论固定效应面板中的估计分布。
- 材料陈述的贡献
- 摘要称，噪声方差趋零时估计误差趋零，趋于无穷时估计趋向总体均值；分布推导说明估计值向均值收缩的特征。
- 阅读关注点
- 应核对正态与半正态设定及其他所需条件、极限收敛的含义、技术效率与无效率的转换，以及面板扩展的差别。
- 阅读边界
- 仅据所给 RePEc 出版社摘要解读；分布结果针对指定随机前沿设定，摘要未说明参数估计误差如何处理，不能推广到任意前沿模型。
原文摘要
We consider a stochastic frontier model with error [epsilon]=v-u, where v is normal and u is half normal. We derive the distribution of the usual estimate of u,E(u[epsilon]). We show that as the variance of v approaches zero, E(u[epsilon])-u converges to zero, while as the variance of v approaches infinity, E(u[epsilon]) converges to E(u). We graph the density of E(u[epsilon]) for intermediate cases. To show that E(u[epsilon]) is a shrinkage of u towards its mean, we derive and graph the distribution of E(u[epsilon]) conditional on u. We also consider the distribution of estimated inefficiency in the fixed-effects panel data setting.