Bayesian Efficiency Analysis With a Flexible Form: The AIM Cost Function
灵活函数形式下的贝叶斯效率分析：AIM 成本函数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：摘要明确估计具有价格聚合器、规模报酬与复合误差的成本前沿，涉及生产成本结构及效率的经济模型估计。
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…
灵活函数形式下的贝叶斯效率分析：AIM 成本函数
- 研究问题
- 在具有灵活价格聚合形式、非恒定规模报酬与复合误差的成本前沿模型中，如何开展贝叶斯效率分析并评估函数形式影响？
- 方法与思路
- 作者使用 Gibbs 抽样，对包含渐近理想价格聚合器、非恒定规模报酬与复合误差的成本前沿模型进行后验推断。
- 材料陈述的贡献
- 摘要以实证例子展示效率度量对前沿函数形式假设的敏感性，并考察仅通过参数约束施加正则性条件的后果。
- 阅读关注点
- 核对前沿函数的正则性如何定义与检验、复合误差和先验如何设定，以及 Gibbs 抽样的收敛与效率度量的敏感性。
- 阅读边界
- 摘要未说明实证对象、先验分布、正则性约束的具体形式或敏感性的大小，不能据此判断估计精度或模型普遍适用性。
原文摘要
In this article, the authors describe the use of Gibbs sampling methods for drawing posterior inferences in a cost frontier model with an asymptotically ideal price aggregator, nonconstant returns to scale, and composed error. An empirical example illustrates the sensitivity of efficiency measures to assumptions made about the functional form of the frontier. The authors also examine the consequences of imposing regularity through parametric restrictions alone.