首页|固定效应面板数据的无条件分位数回归方法及其应用

固定效应面板数据的无条件分位数回归方法及其应用

扫码查看
原文链接
  • 万方数据
  • 维普
针对含固定效应的面板数据,讨论一般化的无条件分位数回归建模问题.基于两个矩条件,得到面板数据无条件分位数回归的点估计,并通过Bootstrap重抽样技术进一步给出置信区间估计办法.其次,通过计算机蒙特卡洛模拟,详细比较无条件分位数回归估计与条件分位数回归估计的效果.研究结果表明,在数据量、误差项分布、估计参数真实值的不同情况下,UQR的估计偏差和均方根误差都很小,UQR是含固定效应面板数据的有效估计办法.当样本量增加或者估计参数真实值数量级增大的情况下,UQR估计会更有效.UQR估计在0.5分位点的估计效果最佳,低分位点的估计效果优于高分位点的估计效果.最后,根据各省市的消费收入数据进行了实证研究,发现UQR能更好地解释实际的消费情况.
Unconditional Quantile Regression for Panel Data with Fixed Effects and Its Application

左倩、罗幼喜、田茂再、赵雪漪

展开 >

汉江师范学院数学与计算机科学学院,湖北十堰442000

湖北工业大学理学院,湖北武汉430068

中国人民大学统计学院,北京100872

无条件分位回归 边际消费倾向 固定效应 广义矩估计

湖北省教育厅哲学社会科学重点项目湖北工业大学博士启动基金湖北省自然科学基金青年基金湖北省教育厅科学技术研究计划青年人才项目汉江师范学院校级教学改革研究项目

20D043BSQD20201032020CFB488Q202031032021C08

2023

10.13860/j.cnki.sltj.20221123-001

数理统计与管理
中国现场统计研究会

数理统计与管理

CSTPCDCSSCICHSSCD北大核心
影响因子：1.114
ISSN：1002-1566
年,卷(期)：2023.42(1)
  • 1
  • 1
  • 8