考虑静态和动态两类数据生成过程,利用蒙特卡罗模拟方法,从估计偏差、实际检验水平和检验功效三个方面对FMOLS(Full Modified Ordinary Least Square)估计的渐近分析和自举分析进行全面比较。结果表明,与渐近分析相比,自举分析可以减小...考虑静态和动态两类数据生成过程,利用蒙特卡罗模拟方法,从估计偏差、实际检验水平和检验功效三个方面对FMOLS(Full Modified Ordinary Least Square)估计的渐近分析和自举分析进行全面比较。结果表明,与渐近分析相比,自举分析可以减小实际检验水平对名义水平的偏差,但要以检验功效的降低为代价。严格意义上,自举分析是降低了"拒真"错误出现的概率。相对稳健的选择是结合两方面的信息,渐近检验通过则接受原假设,自举检验拒绝则接受备择假设,对于其他情况,具体结论取决于人们的研究态度。展开更多
文摘考虑静态和动态两类数据生成过程,利用蒙特卡罗模拟方法,从估计偏差、实际检验水平和检验功效三个方面对FMOLS(Full Modified Ordinary Least Square)估计的渐近分析和自举分析进行全面比较。结果表明,与渐近分析相比,自举分析可以减小实际检验水平对名义水平的偏差,但要以检验功效的降低为代价。严格意义上,自举分析是降低了"拒真"错误出现的概率。相对稳健的选择是结合两方面的信息,渐近检验通过则接受原假设,自举检验拒绝则接受备择假设,对于其他情况,具体结论取决于人们的研究态度。