1. 北 京工业大学理学部, 北京 100124; 2.中国科学院大学数学科学学院,北京 100049;3. 中国 科学院大数据挖掘与知识管理重点实验室,北京 100049
出版日期:
2020-09-25发布日期:
2020-11-16Estimation of Tobit Regression Model When Covariates Are Measured With Errors
NIU Juan1 ,XIE Tianfa1 ,GUO Yuanyuan2 ,SUN Zhihua 2,31.Faculty of Science, Beijing University of Technology, Beijing 100124; 2. School of Mathematical Sciences, University of Chinese Academy of Sciences, Beijing 100049; 3. Key Laboratory of Big Data Mining and Knowledge Management, Chinese Academy of Sciences, Beijing 100049
Online:
2020-09-25Published:
2020-11-16摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
文章考虑协变量有测量误差时参数\,Tobit\,模型的估计问题.文章所提方法 不需要假定测量误差模型的结构, 不需要对测量误差变量的方差做假定, 也不需要有重复 观测的数据. 测量误差的矫正通过借助工具变量来实现. 首先利用非参数核光滑方法得到真 实观测变量的估计, 然后用这个估计替代没有观察到的真实变量来处理测量误差. 这样, 模型的回归系数就可以利用校正的最小二乘方法来估计. 文章给出了具体的算法, 证明了 回归模型的参数估计的渐近正态性. 数值模拟结果表明文章提出的校正测量误差的方法比直 接使用有测量误差数据的朴素方法有更好的有限样本性质.
分享此文: