Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > econ > arXiv:2312.02288

帮助 | 高级搜索

经济学 > 计量经济学

arXiv:2312.02288 (econ)
[提交于 2023年12月4日 ]

标题: 几乎优势:推断与应用

标题: Almost Dominance: Inference and Application

Authors:Xiaojun Song, Zhenting Sun
摘要: 本文提出了一个通用框架,用于对三种几乎支配关系进行推断:几乎洛伦兹支配、几乎逆随机支配和几乎随机支配。 我们首先将几乎洛伦兹支配推广为几乎向上和向下洛伦兹支配。 然后,我们提供了用于洛伦兹支配系数的引导推断过程,这些系数衡量几乎洛伦兹支配的程度。 此外,我们提出了几乎向上和向下的逆随机支配,并提供了对逆随机支配系数的推断。 我们还表明,我们的结果可以很容易地扩展到几乎随机支配。 模拟研究展示了所提出估计量和引导置信区间的有限样本性质。 我们将我们的方法应用于英国的不平等增长,并发现了几乎向上逆随机支配的证据。
摘要: This paper proposes a general framework for inference on three types of almost dominances: Almost Lorenz dominance, almost inverse stochastic dominance, and almost stochastic dominance. We first generalize almost Lorenz dominance to almost upward and downward Lorenz dominances. We then provide a bootstrap inference procedure for the Lorenz dominance coefficients, which measure the degrees of almost Lorenz dominances. Furthermore, we propose almost upward and downward inverse stochastic dominances and provide inference on the inverse stochastic dominance coefficients. We also show that our results can easily be extended to almost stochastic dominance. Simulation studies demonstrate the finite sample properties of the proposed estimators and the bootstrap confidence intervals. We apply our methods to the inequality growth in the United Kingdom and find evidence for almost upward inverse stochastic dominance.
评论: 80页
主题: 计量经济学 (econ.EM)
引用方式: arXiv:2312.02288 [econ.EM]
  (或者 arXiv:2312.02288v1 [econ.EM] 对于此版本)
  https://doi.org/10.48550/arXiv.2312.02288
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zhenting Sun [查看电子邮件]
[v1] 星期一, 2023 年 12 月 4 日 19:09:14 UTC (408 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
econ.EM
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-12
切换浏览方式为:
econ

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号