An Efficient Semiparametric Estimator for Binary Response Models

From MaRDI portal





Il s'agit, dans le modèle \(y= 1\) si \(v(x;\theta_ 0)\geq u_ 0\) et \(y=0\) sinon, où \(v(.;.)\) est une fonction connue, \(x\) un vecteur exogène, \(\theta_ 0\) un vecteur paramètre inconnue et \(u_ 0\) une perturbation aléatoire de loi connue ou non, d'estimer \(\theta_ 0\) sur la base d'un échantillon de \(N\) observations \(\{x_ i,y_ i\}\) i.i.d. Sa vraisemblance faisant intervenir \[ P^*\bigl[v(x;\theta); \theta\bigr]\equiv \text{Pr}\bigl[ u<v(x;\theta)\mid v(x;\theta)\bigr] \] est simplifiée en l'y remplaçant par: \[ P\bigl[v(x;\theta);\theta\bigr]\equiv \text{Pr}\bigl[ u_ 0<v(x;\theta_ 0)\mid v(x;\theta)\bigr] \] qui bénéficie de l'estimation de \(\text{Pr}[Y=1]\) par la proportion correspondante observée. Cette quasi-vraisemblance conduit à un estimateur dont il est établi, sous des hypothèses précisées, la convergence et, asymptotiquement, la normalité et l'efficacité. Pour des tailles finies d'échantillons, la perte d'efficacité par rapport à l'estimateur du maximum de la vraisemblance vraie est étudiée numériquement (Monte Carlo) pour des distributions connues de la perturbation (comparaison avec le modèle Probit).




Cited in
(only showing first 100 items - show all)








This page was built for publication: An Efficient Semiparametric Estimator for Binary Response Models

Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q5286049)