不确定性下二元选择模型中偏好参数的最大得分估计
统计方法学
2013-12-03 v2 统计理论
统计理论
摘要
本文开发了在不确定性下二元选择模型中偏好参数的最大得分估计，其中决策规则受条件期望影响。偏好参数分两阶段估计：第一阶段非参数估计条件期望，第二阶段基于Manski (1975, 1985)的最大得分估计器，利用选择数据和第一阶段估计来估计偏好参数。本文建立了相合性并推导了两阶段最大得分估计量的收敛速度。此外，本文还提供了充分条件，使得两阶段估计量在分布上渐近等价于假设第一阶段输入已知的相应单阶段估计量。这些结果对于具有非参数生成回归量的最大得分估计具有独立意义。本文还给出了两阶段估计量有限样本行为的蒙特卡洛模拟结果。
引用
@article{arxiv.1304.5747,
title = {Maximum Score Estimation of Preference Parameters for a Binary Choice Model under Uncertainty},
author = {Le-Yu Chen and Sokbae Lee and Myung Jae Sung},
journal= {arXiv preprint arXiv:1304.5747},
year = {2013}
}