.png){kind=icon}
返回
ROBUST ESTIMATION FOR THE SPATIAL AUTOREGRESSIVE MODEL
.png){kind=icon}
OA
AI
DOI：10.1017/S0266466626100346.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出并研究了两种Huber型估计方法，即Huber工具变量（IV）估计和Huber广义矩方法（GMM）估计，用于空间自回归模型。我们建立了这些估计量的一致性、渐近分布、有限样本崩溃点和影响函数。模拟研究表明，与相应的传统估计量（两阶段最小二乘估计量、最佳IV估计量和GMM估计量）相比，当未知扰动具有长尾分布时，我们的估计量更具稳健性，而当扰动具有短尾分布时，我们的估计量仅损失少量效率。此外，Huber GMM估计量在文献中的多个稳健估计量中也表现更优。最后，我们将估计方法应用于研究城市热岛效应对房价的影响。一个软件包已在GitHub上发布，供实践者在他们的实证研究中使用。
Keyword:
URBAN HEAT-ISLAND
COMPETITION
NETWORKS
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
E
IF:
1
论文数:
29
被引数:
0
机构
引用论文
On B-robust instrumental variable estimation of the linear model with panel data关于面板数据线性模型的B-稳健工具变量估计
PREAI
分享收藏分享收藏Dynamic Spatial Panel Models: Networks, Common Shocks, and Sequential Exogeneity.png)
ECONOMETRICAOAAI
ECONOMETRICAIF7.1
OAAI分享收藏GMM and 2SLS estimation of mixed regressive, spatial autoregressive models混合回归、空间自回归模型的GMM和2SLS估计
PREAI
分享收藏分享收藏
查看更多内容