广义线性模型标准误折刀法稳健估计的模拟研究

探讨广义线性模型中标准误折刀法估计的不同形式,通过蒙特卡洛模拟考察了两种基于折刀法标准误估计之表现.模拟结果表明,折刀法给出的标准误在模型设定正确时与基于Fisher信息阵的标准误行为类似,而在独立性假定被破坏时,折刀法明显优于后者.最后,将折刀法用于分析一组癫痫病数据,得到了令人信服的结论.

在计算机应用中的几种统计方法

计算机统计模拟方法在当今世界越来越被广泛应用，尤其是在社会经济统计领域广为采用。随机化方法、折刀法、靴带法是三种具有代表性的计算机统计模拟方法。

弱外生性条件下双固定效应模型估计方法的优化

固定效应模型是排除其他干扰因素以确定因果机制的有效工具,在企业面板数据分析等领域得到广泛应用。由于企业个体异质性等原因,普通固定效应方法无法解决估计的冗余参数问题。本文沿着折刀法的思路逐步修正低阶偏差和高阶偏差,在弱外生性条件下构建Half-Panel Jackknife方法,并将适用范围拓展到短面板线性模型,弥补了现有方法的不足。最后,采用企业并购重组和政府补助影响企业创新的两个实例,研究发现,对半面板折刀法在双固定效应模型中能较好地控制企业数据的抽样特征与个体异质性。

样本函数条件极值中减低偏差的方法

对样本函数条件极值中偏差项的阶进行了分析,探讨了减低偏差项的方法,分析表明古典折刀法、减-d折刀法均不能减低偏差项;在此基础上,提出了减低偏差项的自助法,并论证了在均方误差意义下,θ_(nab)是一种较优的估计.

基于Half-Panel Jackknife方法的医疗制造企业创业实验机制评估

新冠肺炎疫情凸显了医疗制造业创新的重要性。文章分析企业并购衍生和营销活动对技术创新的促进作用,同时解决创新估计中固定效应的冗余参数问题。采用2010-2017年国内162家医疗装备制造上市企业的面板数据,进行多种估计偏差纠正方法的比较分析,证实Half-Panel Jackknife在双固定效应模型中能较好地控制企业数据的抽样特征与个体异质性。结果表明:高新技术企业间的并购衍生作为创新选择机制,引导全系统企业的熊彼特式“创业实验”;本地声誉和全球通道作为创新规模扩大机制对技术创新有积极影响;政府支持能显著提升创新效率,企业规模、研发投入等内部因素也具有积极贡献。显示“创业实验”对创新系统的核心功能是促进技术创新一选择创新一扩大创新规模。从而揭示了优化制度环境和激励结构以促进各行为主体创业实验的重要意义。