...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Economics letters >The second-order bias of quantile estimators
【24h】

The second-order bias of quantile estimators

机译：分位数估计量的二阶偏差

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The finite sample theory using higher-order asymptotics provides better approximations of the bias for a class of estimators. Phillips (1991) demonstrated the higher-order asymptotic expansions for LAD estimators. Rilstone et al. (1996) provided the second-order bias results of conditional mean regression estimators. This paper develops new analytical results on the second-order bias of the conditional quantile regression estimators, which enables an improved bias correction and thus to obtain improved quantile estimation. In particular, we show that the second-order bias is larger towards the tails of the conditional density than near the median, and therefore the benefit of the second-order bias correction is greater when we are interested in the deeper tail quantiles, e.g., for the study of income distribution and financial risk management. The Monte Carlo simulation confirms the theory that the bias is larger at the tail quantiles, and the second-order bias correction improves the behavior of the quantile estimators. (C) 2018 Elsevier B.V. All rights reserved.
机译：使用高阶渐近性的有限样本理论为一类估计量提供了更好的偏差近似值。 Phillips（1991）证明了LAD估计量的高阶渐近展开。 Rilstone等。 （1996）提供了条件均值回归估计量的二阶偏差结果。本文针对条件分位数回归估计量的二阶偏差开发了新的分析结果，从而可以改进偏差校正，从而获得更好的分位数估计。特别地，我们表明，朝向条件密度尾部的二阶偏差要比靠近中位数大，因此，当我们对更深的尾部分位数感兴趣时，二阶偏差校正的好处更大。用于收入分配和财务风险管理的研究。蒙特卡洛模拟证实了这样的理论，即尾部分位数处的偏差较大，并且二阶偏差校正改善了分位数估计量的性能。 （C）2018 Elsevier B.V.保留所有权利。

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