Heckman选择-t模型：基于EM算法的参数估计
统计方法学
2020-06-16 v1 统计计算
摘要
Heckman选择模型可能是分析具有样本选择的数据时最流行的计量经济学模型。该模型的分析基于误差项的正态性假设，然而在某些应用中，误差项的分布显著偏离正态性，例如在存在重尾和/或非典型观测的情况下。在本文中，我们探讨了Heckman选择-t模型，其中随机误差服从二元Student's-t分布。我们开发了一种分析上易于处理且高效的EM型算法，用于迭代计算参数的极大似然估计，并附带标准误差。该算法在E步具有闭式表达式，这些表达式依赖于截断Student's-t分布的均值和方差公式。模拟研究显示了Heckman选择-正态模型的脆弱性，以及Heckman选择-t模型的稳健性方面。我们分析了两个实际例子，说明了所提方法的实用性。所提出的算法和方法已在新的R包HeckmanEM中实现。
引用
@article{arxiv.2006.08036,
title = {Heckman selection-t model: parameter estimation via the EM-algorithm},
author = {Victor H. Lachos Davila and Marcos O. Prates and Dipak K. Dey},
journal= {arXiv preprint arXiv:2006.08036},
year = {2020}
}
备注
19 pages, 5 Tables, 4 Figures