Augmented Mean Group (AMG) Schatter
De Augmented Mean Group (AMG) schatter, ontwikkeld door Eberhardt en Teal (2010), is een paneldata-methode voor het schatten van heterogene hellingscoëfficiënten in de aanwezigheid van cross-sectionele afhankelijkheid. Het benadert het ongeobserveerde gemeenschappelijke dynamische proces dat alle eenheden aanstuurt en vouwt dit in eenheden-specifieke regressies, waarna de resultaten worden gemiddeld.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Augmented Mean Group (AMG) Estimator. ScholarGate. https://scholargate.app/nl/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.
- Common Correlated Effects Mean Group (CCEMG) SchatterEconometrie↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
- Panel Data Fixed Effects ModelEconometrie↔ compare
- Paneldata Random Effects ModelEconometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →