ISBN:9787030438442
作者简介
减少单变量Tobit模型设定偏误，得到一致和渐近正态的、且具有较好小样本表现的估计量是微观计量经济学方法论研究的前沿领域；双变量Tobit模型一直缺乏计算上可行的、至少满足一致性的估计量。目前文献中已有的估计量存在一些缺陷。为此，本书：(1)将基于受限因变量条件生存函数，构造单变量Tobit模型非参数或半参数估计量，与前人构造的估计量相比，对误差项具有较弱约束限制，但有较好的小样本表现。(2)构造双变量Tobit模型一致的渐近正态的半参数估计量，得到该模型的一个可行性估计，克服最大似然估计和Amemiya估计量的缺陷。(3)设计实验，对上述各估计量进行模拟，并与文献中相关估计量进行比较。
书籍目录
第一章Tobit模型估计概述及准备知识
第一节早期的半参数估计量
第二节CLAD估计量和STLS估计量
第三节成对差分估计量
第四节渐近有效估计量
第五节其他估计量
第六节本书方法及相关准备知识
第二章归并数据Tobit模型的半参数估计
第一节无归并数据回归模型的半参数估计
第二节归并数据回归模型简述
第三节归并数据回归模型半参数估计的动因
第四节归并数据回归模型半参数估计量的一致性
第五节归并数据回归模型半参数估计量的渐近正态性
第六节蒙特卡罗数值模拟
第三章截断数据Tobit模型的半参数估计
第一节截断数据回归模型概述
第二节截断数据回归模型识别与半参数估计
第三节截断数据回归模型半参数估计量的一致性
第四节半参数估计量的渐近正态性
第五节扩展
第六节蒙特卡罗数值模拟
第四章双变量Tobit模型的半参数估计
第一节双变量Tobit模型估计方法的研究背景
第二节双变量Tobit模型半参数估计的动因
第三节半参数估计量的一致性和渐近正态性
第四节蒙特卡罗数值模拟
第五节总结与评述
第五章Tobit模型的非参数估计
第一节Tobit模型非参数估计概述
第二节归并数据Tobit模型非参数估计量
第三节非参数估计量的一致性和渐近正态性
第四节数值模拟
第五节截断数据Tobit模型非参数估计
第六节样本选择模型及其非参数估计
参考文献
附 录
后 记