Augmented Mean Group (AMG) skattare
Augmented Mean Group-skattaren, utvecklad av Eberhardt och Teal (2010), är en paneldatametod för att skatta heterogena lutningskoefficienter i närvaro av tvärsnittsberoende. Den approximerar den oobserverade gemensamma dynamiska process som driver alla enheter och införlivar den i enhetsvisa regressioner, för att sedan medelvärdesbilda resultaten.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Augmented Mean Group (AMG) Estimator. ScholarGate. https://scholargate.app/sv/econometrics/amg-estimator
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Common Correlated Effects Mean Group (CCEMG) skattareEkonometri↔ jämför
- Vanligaste minsta kvadratmetoden (OLS) RegressionEkonometri↔ jämför
- Paneldatamodell med fixa effekterEkonometri↔ jämför
- Paneldata-modell med slumpmässiga effekterEkonometri↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →