面向噪声与小数据集的聚焦计量经济估计：一种贝叶斯最小期望损失估计器方法
计量经济学
2018-09-20 v1 统计方法学
摘要
许多推断情形的核心是对参数有理函数的估计。统计学与计量经济学的主流基于代入法（plug-in）估计这些量，而未考虑推断情形的主要目标。我们提出贝叶斯最小期望损失（MELO）方法，明确聚焦于感兴趣的函数，并计算其频率派变异性。MELO 估计器的渐近性质与代入法相似。然而，仿真实验表明，在小样本量和噪声模型的情形下，我们的提议更优。此外，我们在应用中观察到，当数据集信息量不大时，相比常用替代方法，我们的方法给出更小的标准误。
引用
@article{arxiv.1809.06996,
title = {Focused econometric estimation for noisy and small datasets: A Bayesian Minimum Expected Loss estimator approach},
author = {Andres Ramirez-Hassan and Manuel Correa-Giraldo},
journal= {arXiv preprint arXiv:1809.06996},
year = {2018}
}
备注
46 pages, 7 tables