The use of robust regression estima

The use of robust regression estimators has gained popularity among applied econometricians. The main argument invoked to justify the use of the robust estimators is that they provide efficiency gains in the presence of outliers or non-normal errors. Unfortunately, most practitioners seem to be unaware of the fact that heteroskedastic and skewed errors can dramatically affect the properties of these estimators. In this paper we reconsider the interpretation of the specific robust estimator that has become popular in applied econometrics, and conclude that its use in this context cannot be generally recommended.

ผลลัพธ์ (ไทย) 1:

ใช้ estimators ถดถอยประสิทธิภาพได้รับความนิยมจาก econometricians ใช้ อาร์กิวเมนต์หลักที่เรียกการใช้ estimators แข็งแกร่งเป็นที่ให้กำไรประสิทธิภาพในต่อหน้าของ outliers หรือข้อผิดพลาดไม่ปกติ อับ ผู้ใหญ่ดูเหมือนจะไม่รู้ความจริงว่า heteroskedastic และข้อผิดพลาดบิดอย่างมากส่งผลต่อคุณสมบัติของ estimators เหล่านี้ ในเอกสารนี้ เรา reconsider ตีความประมาณแข็งเฉพาะที่ได้กลายเป็นที่นิยมในการใช้ econometrics และสรุปว่า การใช้ในบริบทนี้โดยทั่วไปแนะนำ

ผลลัพธ์ (ไทย) 2:

การใช้งานของตัวประมาณถดถอยที่แข็งแกร่งได้รับความนิยมในหมู่ผู้ใช้ econometricians เหตุผลหลักที่จะปรับการเรียกใช้ประมาณแข็งแกร่งที่พวกเขาให้เพิ่มประสิทธิภาพในการปรากฏตัวของค่าผิดปกติหรือข้อผิดพลาดที่ไม่ปกติ แต่น่าเสียดายที่ผู้ปฏิบัติงานส่วนใหญ่ดูเหมือนจะจะไม่รู้ความจริงที่ว่าข้อผิดพลาด heteroskedastic และบิดเบือนอย่างมากจะมีผลต่อคุณสมบัติของตัวประมาณเหล่านี้ ในบทความนี้เราพิจารณาการตีความของประมาณการเฉพาะที่แข็งแกร่งที่ได้กลายเป็นที่นิยมในเศรษฐประยุกต์และสรุปได้ว่าการใช้งานในบริบทนี้ไม่สามารถได้รับการแนะนำโดยทั่วไป

ผลลัพธ์ (ไทย) 3:

ใช้ทนทานตัวประมาณการถดถอยได้รับความนิยมในหมู่ใช้ econometricians . อาร์กิวเมนต์หลักเรียกว่าใช้ตัวประมาณที่แข็งแกร่งที่พวกเขาให้ประสิทธิภาพเพิ่มขึ้นในการแสดงตนของค่าผิดปกติหรือผิดปกติไม่ ขออภัยผู้ปฏิบัติงานส่วนใหญ่ดูเหมือนจะไม่รู้ความจริงที่ว่า heteroskedastic เบ้และข้อผิดพลาดอย่างมากสามารถส่งผลกระทบต่อคุณสมบัติของตัวประมาณนี้ ในกระดาษนี้เราพิจารณาตีความเฉพาะประมาณการที่แข็งแกร่งได้กลายเป็นที่นิยมในเศรษฐมิติประยุกต์ และสรุปได้ว่า การใช้ในบริบทนี้ ไม่สามารถ โดยทั่วไปแนะนำ