2018年9月
发表为“大多数无害的模拟?”基于蒙特卡洛研究的估计量选择[j] .应用计量经济学杂志,2019,34 (6),893 - 910
目前,在试图调整可观察到的差异时,关于使用哪种治疗效果估计器的实际建议很少。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环境。已经提出了两种运行这种“经验性蒙特卡洛研究”(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,这两种情况都不太可能提供信息。为了测试经验相关性,我们还将这些方法应用到已知估计器性能的现实环境中。我们发现,在我们的设置中,两种EMCS方法在选择最小绝对偏差的估计量方面都比随机方法差。在选择均方误差最小的估计量时,它们更好。但是,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,并比较估计的稳健性。
下载
这些必要的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步改善我们的报价和我们的网站,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,我们可以确定网站上某些页面的访客数量和效果,并优化我们的内容。