A Monte Carlo Analysis of Alternative Estimators in Models Involving Selectivity
含选择性模型中替代估计量的蒙特卡洛分析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：摘要设定联立行为方程与内生二元选择决策，并比较使用选择概率及联合似然的估计量，对应结构估计与离散选择。
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
含选择性模型中替代估计量的蒙特卡洛分析
- 研究问题
- 在含内生二元选择决策的联立方程模型中，五种常用行为方程估计量的均方误差与稳健性有何差异，理论不一致的估计量表现如何？
- 方法与思路
- 作者使用蒙特卡洛与响应面方法，比较含选择虚拟变量的最小二乘、三种使用估计选择概率的两阶段方法及完全信息极大似然。
- 材料陈述的贡献
- 摘要称，以均方误差衡量，理论上不一致的虚拟变量最小二乘几乎接近完全信息极大似然；所考察的三种两阶段估计量在稳健性上均存在严重不足。
- 阅读关注点
- 阅读时应核对选择方程与行为方程的设定、三种两阶段方法的差异、模拟参数与样本量范围，尤其查看均方误差和稳健性的定义及比较依据。
- 阅读边界
- 摘要未说明模拟设计、稳健性的具体衡量方式或各方法的数值差异；结果限于所考察的选择性模型，不能泛化为两阶段方法普遍失效。
原文摘要
In a simultaneous-equation model involving selectivity, Monte Carlo and response-surface techniques are used to assess the performance of five estimators commonly applied to a behavioral equation conditioned on an endogenous binary selectivity decision. The estimators include least squares with an exogenous dummy variable for the selectivity decision, three two-stage estimators that employ the estimated probability of the selectivity decision, and full information maximum likelihood (FIML). Although formally inconsistent, least squares with dummy variables is found to perform nearly as well as FIML, based on mean squared error measures. All two-stage estimators are found to be seriously deficient in terms of robustness.