Goodness-of-fit in optimizing models
最优化模型的拟合优度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：摘要以经济主体的最优化目标函数和行为约束为分析对象，并给出需求估计例子，直接关联结构模型评价。
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
最优化模型的拟合优度
- 研究问题
- 检验经济主体的最优化行为时，如何通过目标函数衡量偏离最优的经济意义，而不仅依赖参数约束的统计显著性？
- 方法与思路
- 作者利用估计得到的目标函数度量偏离最优的程度，讨论适用于若干最优化模型的程序，并以总需求估计作详细说明。
- 材料陈述的贡献
- 摘要提出从经济意义评价优化偏离的检验思路，并讨论实施程序及总需求例子；未声称该思路在所有模型中具有统计优势。
- 阅读关注点
- 应核对目标函数的识别和估计方式、偏离最优的尺度与经济显著性标准，以及参数估计不确定性如何进入评价程序。
- 阅读边界
- 仅据所给 OpenAlex 摘要，未核验全文或其他版本；摘要未提供经济显著性的具体判据、推断方法或总需求应用结果。
原文摘要
Conventional econometric tests of optimizing models typically involve embedding the optimizing model in a parametric specification and then examining the parametric restrictions imposed by the optimization hypothesis. The optimization hypothesis is rejected if the estimated parameters are significantly different, in the statistical sense, from the values implied by optimization. I argue that a more fruitful approach to testing optimizing behavior is to measure the departure from optimization using the estimated objective function, and see whether this departure is significant in an economic sense. I discuss procedures for doing this that can be used in several sorts of optimizing models, and give a detailed illustration in the case of aggregate demand estimation.