Augmented Mean Group (AMG) novērtētājs
Augmented Mean Group (AMG) novērtētājs, ko izstrādājuši Eberhardt un Teal (2010), ir paneļu datu metode, ko izmanto, lai novērtētu heterogēnus slīpuma koeficientus, ja pastāv šķērsgriezuma atkarība. Tā tuvojas neuzkrītošam kopīgam dinamiskam procesam, kas vada visus vienumus, un iekļauj to vienumu regresijās, pēc tam vidējo rezultātus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Eberhardt, M. & Teal, F. (2010). Productivity Analysis in Global Manufacturing Production. Economics Series Working Papers, No. 515, University of Oxford. link ↗
- Bond, S. & Eberhardt, M. (2013). Accounting for Unobserved Heterogeneity in Panel Time Series Models. Nuffield College Discussion Paper. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Augmented Mean Group (AMG) Estimator. ScholarGate. https://scholargate.app/lv/econometrics/amg-estimator
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Kopējo saistīto efektu vidējās grupas (CCEMG) novērtētājsEkonometrija↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Fiksēto efektu paneļa datu modelisEkonometrija↔ compare
- Modelis ar nejaušiem efektiem panelīEkonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →