• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The econometrics journal >Non-parametric regression for binary dependent variables
【24h】

Non-parametric regression for binary dependent variables

机译：二进制因变量的非参数回归

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

Finite-sample properties of non-parametric regression for binary dependent variables are analyzed. Non parametric regression is generally considered as highly variable in small samples when the number of regressors is large. In binary choice models, however, it may be more reliable since its variance is bounded. The precision in estimating conditional means as well as marginal effects is investigated in settings with many explanatory variables (14 regressors) and small sample sizes (250 or 500 observations). The Klein-Spady estimator, Nadaraya-Watson regression and local linear regression often perform poorly in the simulations. Local likelihood logit regression, on the other hand, is 25 to 55% more precise than parametric regression in the Monte Carlo simulations. In an application to female labour supply, local logit finds heterogeneity in the effects of children on employment that is not detected by parametric or semiparametric estimation. (The semiparametric estimator actually leads to rather similar results as the parametric estimator.)
机译：分析了二元因变量的非参数回归的有限样本性质。当回归变量的数量很大时，在小样本中非参数回归通常被认为是高度可变的。但是，在二元选择模型中，它的方差是有限的，因此可能更可靠。在许多解释变量（14个回归变量）和小样本量（250或500个观察值）的环境中，研究了估计条件均值和边际效应的精度。在仿真中，Klein-Spady估计量，Nadaraya-Watson回归和局部线性回归通常表现不佳。另一方面，在蒙特卡洛模拟中，局部似然对数回归的精确度比参数回归高25％至55％。在对女性劳动力供给的申请中，本地逻辑发现在儿童对就业的影响中存在异质性，而这是参数或半参数估计所无法发现的。 （半参数估计器实际上得出的结果与参数估计器类似。）

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