2022 Fiscal Year Final Research Report
Estimation and Inference of Regression Models in Which Two Data Sets Are Combined
| Project/Area Number |
19K01595
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07030:Economic statistics-related
|
|---|
| Research Institution | Ryukoku University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 接合データの計量経済学 / 2標本回帰推定 / セミパラメトリック推定 / 非対称カーネル関数 / 最近傍法 / 生成された説明変数 / スパースモデリング / サンプルセレクションモデル |
|---|
| Outline of Final Research Achievements |
Suppose that we are interested in estimating linear regression models using microeconomic datasets. Often a single dataset does not contain all variables required for the estimation. In this case, we are tempted to estimate the regression models by combining the primary dataset at hand with an auxiliary one, if any, that includes missing variables. This research project has aimed at extending and developing two-sample regression estimation methods studied by the principal investigator, with emphases on (i) exploring an estimation method that does not rely on the nearest neighbor method and (ii) circumventing the curse of dimensionality in data combination. At the same time, commands for these new methods executed in a standard statistical package have been developed and made public, for the benefit of practitioners.
|
| Free Research Field |
社会科学・経済学・経済統計
|
| Academic Significance and Societal Importance of the Research Achievements |
2標本の接合を前提とする線形回帰モデル推定に関してより効率性の高い推定法を提案し、その大標本・小標本特性を探求した。また、2標本推定は「生成された説明変数」を用いた推定法の特殊ケースである。高次元データから説明変数を生成する際の次元の呪いを回避する策の一つとして、スパースモデリングの発想を取り入れて説明変数を生成する手法を開発した。加えて、これら推定手法を標準的な統計ソフト上で実装するためのコマンドも開発・公開した。さらに、本研究の副産物として、ある非対称カーネル関数を用いたノンパラメトリック推定量の一様収束及びその収束速度を証明・導出し、非対称カーネル関数の利用可能性を拡大した。
|
