• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The econometrics journal >BLP-2LASSO for aggregate discrete choice models with rich covariates
【24h】

BLP-2LASSO for aggregate discrete choice models with rich covariates

机译：BLP-2LASSO用于具有丰富协变量的聚合离散选择模型

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We introduce the BLP-2LASSO model, which augments the classic BLP (Berry, Levinsohn, and Pakes, 1995) random-coefficients logit model to allow for data-driven selection among a high-dimensional set of control variables using the 'double-LASSO' procedure proposed by Belloni, Chernozhukov, and Hansen (2013). Economists often study consumers' aggregate behaviour across markets choosing from a menu of differentiated products. In this analysis, local demographic characteristics can serve as controls for market-specific preference heterogeneity. Given rich demographic data, implementing these models requires specifying which variables to include in the analysis, an ad hoc process typically guided primarily by a researcher's intuition. We propose a data-driven approach to estimate these models, applying penalized estimation algorithms from the recent literature in high-dimensional econometrics. Our application explores the effect of campaign spending on vote shares in data from Mexican elections.
机译：我们介绍了BLP-2LASSO模型，该模型增强了经典的BLP（Berry，Levinsohn和Pakes，1995）随机系数logit模型，从而允许使用“ double-LASSO”在高维控制变量集中进行数据驱动的选择Belloni，Chernozhukov和Hansen（2013）提出的程序。经济学家经常从差异化产品菜单中研究消费者在整个市场的总体行为。在此分析中，本地人口特征可以用作特定于市场的偏好异质性的控制。在给定丰富的人口数据的情况下，实施这些模型需要指定分析中要包括哪些变量，这是一个主要由研究人员的直觉指导的临时过程。我们提出了一种数据驱动的方法来估计这些模型，并使用来自高维计量经济学中最新文献的惩罚性估计算法。我们的应用程序探索了竞选支出对墨西哥大选数据中投票份额的影响。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号