Estimating Error Component Models With General MA( q ) Disturbances
具有一般 MA(q) 扰动的误差成分模型估计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：摘要明确以面板数据回归和误差成分模型为应用对象。
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
具有一般 MA(q) 扰动的误差成分模型估计
- 研究问题
- 在面板误差成分回归中，若剩余扰动具有一般 MA(q) 结构，如何以较简单的计算实现估计，缓解直接 GLS 的计算负担？
- 方法与思路
- 作者结合已有误差成分模型的变换与一般 MA(q) 模型的标准正交化算法，形成只需要最小二乘回归的估计方法。
- 材料陈述的贡献
- 摘要称，该方法计算简单，适用于直接 GLS 难以实施的面板回归；蒙特卡洛实验中相对真实 GLS 表现良好，但未给出指标。
- 阅读关注点
- 应核对变换与正交化的步骤、MA(q) 参数如何处理、面板结构要求，以及模拟中真实 GLS 的定义与误差或效率比较指标。
- 阅读边界
- 仅依据所给 Crossref 摘要；参数估计步骤、理论条件和模拟数值未说明，无法判断计算节省幅度或普遍效率表现，也不推断其他版本变化。
原文摘要
This paper provides a simple estimation method for an error component regression model with general MA( q ) remainder disturbances. The estimation method utilizes the transformation derived by Baltagi and Li [3] for an error component model with autoregressive remainder disturbances, and a standard orthogonalizing algorithm for the general MA( q ) model. This estimation method is computationally simple utilizing only least-squares regressions. This is important for panel data regressions where brute force GLS is in many cases not feasible.This estimation method performs well relative to true GLS in Monte-Carlo experiments.