3. Empirical Methods
3.1. Non-Quantile Models: OLS and Least Absolute Deviations
Let (yit, xit), i = 1, 2..., N and t = 1, 2..., T be a sample population,
where subscript i denotes the ith firm and t denotes the tth period. The
explained variable, yit, represents the firm performance, and xit is a
(K 9 1) vector of explanatory variables for yit. As this study uses a panel
structure data, the fixed effects model is used and expressed as follows:
yit ¼ x0
it b þ uit ð1Þ
Importantly, the setting in equation (1) is potentially limited owing
to the use of a constant loading in each of the identified determinant
variables of firm performance. Specifically, once the final result is a
model of equation 1, the values of all the elements in the (KX1) vector
b are fixed among firms with better performance against those with
worse performance.
By using the mathematical optimization technique of OLS, the estimator
vector of b is obtained from:
min X
i
1 ðuitÞ
2 ¼ X
i
1 ðyit x0
it bÞ
2 ð2Þ
Further, the sum of absolute errors can be minimized to get the b
estimate of least absolute deviations (LAD):
min X
i
1 juitj ¼X
i
1 jyit x0
it bj ð3Þ
The constant term one in equations (2) and (3) represents the error
terms averaged by equal weight; thus, x0
it b represents the conditional
mean and the conditional median functions in the optimization technique
of OLS and LAD, respectively. One key limitation of the OLS and LAD
estimates is that they provide only one measure of the central distribution
tendency of the dependent variable, and tail behaviors are not considered.
3.2. Quantile Regression Model
Constant-coefficient regression models have been applied extensively
in statistics, while various random-coefficient models have also
CEO Co
3. วิธีการเชิงประจักษ์
3.1 ไม่ Quantile โมเดล: OLS และน้อยแอ๊บโซลูเบี่ยงเบน
ให้ (Yit, XIT), i = 1, 2 ... , n และ t = 1, 2 ... , เสื้อจะเป็นประชากรตัวอย่าง
ที่ห้อยฉันหมายถึง บริษัท ที่ i และเสื้อหมายถึงระยะเวลา TTH
ตัวแปรอธิบาย Yit แสดงให้เห็นถึงผลการดำเนินงานของ บริษัท และเป็น XIT
(K 9 1) เวกเตอร์ของตัวแปรอธิบายสำหรับ Yit ขณะที่การศึกษานี้ใช้แผง
ข้อมูลโครงสร้างแบบจำลองผลกระทบคงถูกนำมาใช้และแสดงดังนี้
Yit ¼ x0
มันขþจากð1Þ
ที่สำคัญการตั้งค่าในสมการที่ (1) ถูก จำกัด ที่อาจเกิดขึ้นเนื่องจาก
การใช้โหลดคงที่ในแต่ละ การระบุปัจจัย
ตัวแปรของการปฏิบัติงานของ บริษัท โดยเฉพาะเมื่อผลสุดท้ายเป็น
รูปแบบของสมการที่ 1, ค่าขององค์ประกอบทั้งหมดใน (KX1) เวกเตอร์
ขได้รับการแก้ไขในหมู่ บริษัท ที่มีประสิทธิภาพที่ดีขึ้นกับผู้ที่มี
ผลการดำเนินงานแย่ลง.
โดยการใช้เทคนิคการเพิ่มประสิทธิภาพทางคณิตศาสตร์ของ OLS ประมาณการ
เวกเตอร์ของขจะได้รับจาก:
นาที X
ฉัน
1 ðuitÞ
2 ¼ X
ฉัน
1 ðyit? x0
มัน BTH
2 ð2Þ
นอกจากนี้ผลรวมของข้อผิดพลาดแน่นอนสามารถลดการได้รับข
ประมาณน้อยเบี่ยงเบนแน่นอน (หนุ่ม):
นาที X
ฉัน
1 juitj ¼X
ฉัน
1 jyit? x0
มัน bj ð3Þ
ระยะคงที่หนึ่งในสมการ (2) และ (3) แสดงให้เห็นถึงข้อผิดพลาด
แง่เฉลี่ยโดยน้ำหนักที่เท่ากัน; จึง x0
มันขหมายถึงเงื่อนไข
ค่าเฉลี่ยและฟังก์ชั่นแบ่งเงื่อนไขในเทคนิคการเพิ่มประสิทธิภาพ
ของ OLS และหนุ่มตามลำดับ ข้อ จำกัด ที่สำคัญของ OLS และหนุ่ม
ประมาณการที่พวกเขาให้เพียงหนึ่งตัวชี้วัดของการกระจายกลาง
แนวโน้มของตัวแปรตามและพฤติกรรมหางจะไม่ได้รับการพิจารณา.
3.2 Quantile ถดถอยแบบ
จำลองถดถอยคงสัมประสิทธิ์ได้ถูกนำมาใช้อย่างกว้างขวาง
ในสถิติในขณะที่รูปแบบการสุ่มค่าสัมประสิทธิ์ต่างๆยังมี
ซีอีโอร่วม
การแปล กรุณารอสักครู่..
3 . วิธีการเชิงประจักษ์
3.1 . ไม่ใช่ควอนไทล์รุ่น : OLS และอย่างน้อยให้ ( yit แน่นอนค่า
xit , ) , i = 1 , 2 , . . . , n t = 1 , 2 , . . . , T ตัวอย่างประชากร ที่ผมแสดงทศนิยม ith
อยู่มั่นคง และไม่แสดงระยะปวดศีรษะ .
อธิบายตัวแปร yit แสดงถึงประสิทธิภาพของบริษัท และ xit เป็น
( K 9 1 ) เวกเตอร์ของตัวแปรการอธิบาย yit . โดยการศึกษานี้ใช้แผง
โครงสร้างของข้อมูลผลแบบคงที่จะใช้และแสดงเป็นดังนี้ :
B yit ¼ x0 มันþจากð 1 Þ
คือ การตั้งค่า ในสมการ ( 1 ) อาจจำกัดเนื่องจาก
เพื่อใช้โหลดคงที่ของแต่ละตัวแปรปัจจัย
ระบุผลประกอบการของบริษัท โดยเฉพาะเมื่อผลสุดท้ายคือ
รูปแบบของสมการที่ 1 ค่าขององค์ประกอบทั้งหมดใน ( kx1
) เวกเตอร์B จะคงที่ระหว่างบริษัทกับประสิทธิภาพที่ดีขึ้นต่อด้วย
ผลงานแย่ลง โดยการใช้เทคนิคที่เหมาะสมทางคณิตศาสตร์ของ OLS , ประมาณการ
เวกเตอร์ B ได้รับจาก :
x
1 นาทีผมðจากÞ
x
2 ¼ผม
1 ð yit x0
b
2 ðÞมัน 2 Þ
เพิ่มเติมผลรวมความคลาดเคลื่อนสัมบูรณ์สามารถลดให้ได้ B
ประมาณอย่างน้อยแน่นอนค่า ( หนุ่ม ) :
ผมมิน x
1 juitj ¼ x
ผม
1 jyit x0 BJ ðÞ
3
มันคงที่ระยะหนึ่งในสมการที่ ( 2 ) และ ( 3 ) แสดงข้อผิดพลาด
แง่เฉลี่ยโดยน้ำหนักเท่ากับ ดังนั้น x0
มัน B แสดงเงื่อนไขและเงื่อนไขมัธยฐาน
หมายถึงหน้าที่ในการเพิ่มประสิทธิภาพของวิธี OLS และเทคนิค
lad ตามลำดับ ข้อจำกัดที่สำคัญหนึ่งในวิธี OLS และแลด
ประมาณการว่าพวกเขาให้เพียงหนึ่งวัดศูนย์กลางกระจาย
แนวโน้มของตัวแปรตามและพฤติกรรมหางไม่ถือว่า .
2 . ควอนไทล์ regression model
คงค่าสัมประสิทธิ์การถดถอยแบบมีการใช้อย่างกว้างขวาง
สถิติในขณะที่โมเดลสัมประสิทธิ์สุ่มต่างๆยัง
ซีอีโอโค
การแปล กรุณารอสักครู่..