面向收入数据的参数化分位数回归
统计方法学
2022-07-15 v1 计量经济学
摘要
单变量正态回归模型是广泛应用于经济学许多领域的统计工具。然而,收入数据具有非对称行为,最好由非正态分布建模。收入建模在决定工人收入方面起着重要作用,同时也是劳动经济学中的重要研究课题。因此,本工作的目标是基于两种重要的非对称收入分布,即 Dagum 和 Singh-Maddala 分布,提出参数化分位数回归模型。所提出的分位数模型基于通过插入分位数参数对原始分布进行重新参数化。我们给出了重新参数化、分布的一些性质以及带有推断方面的分位数回归模型。我们进行蒙特卡洛模拟研究,考虑最大似然估计性能评估和两个残差的实证分布分析。蒙特卡洛结果显示两个模型都符合预期结果。我们将提出的分位数回归模型应用于智利国家统计研究所提供的家庭收入数据集。我们表明,两个提出的模型在模型拟合方面都有良好表现。因此,我们得出结论:结果有利于将 Singh-Maddala 和 Dagum 分位数回归模型用于正非对称数据,例如收入数据。
引用
@article{arxiv.2207.06558,
title = {Parametric quantile regression for income data},
author = {Helton Saulo and Roberto Vila and Giovanna V. Borges and Marcelo Bourguignon},
journal= {arXiv preprint arXiv:2207.06558},
year = {2022}
}
备注
22 pages, 11 figures