2018年9月
发表在《基本无害的模拟?》《基于蒙特卡罗研究的估计量选择》,《经济研究》,2019,34 (6),893 - 910
目前,在试图调整可观察到的差异时,很少有关于使用哪种治疗效果估计器的实用建议。最近的一个建议是在模拟中比较估计器的性能,以某种方式模拟经验上下文。已经提出了两种运行这种“经验性蒙特卡罗研究”(EMCS)的方法。我们从理论上证明,除了在许多情况下不太可能满足的限制性条件下,两者都不太可能是有信息的。为了测试经验相关性,我们还将这些方法应用于估算器性能已知的现实环境。我们发现,在我们的设置中,两种EMCS方法在选择最小化绝对偏差的估计量时都不如随机。在选择最小化均方误差的估计器时,它们会更好。然而,使用简单的引导至少同样好,而且通常更好。目前,最好建议研究人员使用一系列估计器,并比较稳健性的估计。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。