Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://open.mgimo.ru/handle/123456789/19033
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorMamonov, M.en
dc.contributor.authorParmeter, C.F.en
dc.contributor.authorProkhorov, A.en
dc.contributor.authorМамонов, М.ru
dc.contributor.authorПарметер, К.Ф.ru
dc.contributor.authorПрохоров, А.ru
dc.date.accessioned2026-05-21T10:53:58Z-
dc.date.available2026-05-21T10:53:58Z-
dc.date.issued2022
dc.identifier.citationMamonov M., Parmeter C. F., Prokhorov A. Dependence modeling in stochastic frontier analysis. Dependence Modeling. 2022;10(1):1-30. https://doi.org/10.1515/demo-2022-0107en
dc.identifier.citationМамонов М., Парметер К. Ф., Прохоров А. Моделирование зависимостей в стохастическом граничном анализе. Dependence Modeling. 2022;10(1):1-30. https://doi.org/10.1515/demo-2022-0107ru
dc.identifier.issn2300-2298online
dc.identifier.urihttps://open.mgimo.ru/handle/123456789/19033-
dc.description.abstractAbstract This review covers several of the core methodological and empirical developments surrounding stochastic frontier models that incorporate various new forms of dependence. Such models apply naturally to panels where cross-sectional observations on firm productivity correlate over time, but also in situations where various components of the error structure correlate between each other and with input variables. Ignoring such dependence patterns is known to lead to severe biases in the estimates of production functions and to incorrect inference.en
dc.description.abstractЭтот обзор охватывает несколько ключевых методологических и эмпирических разработок, касающихся стохастических граничных моделей, которые включают различные новые формы зависимостей. Такие модели естественным образом применяются к панельным данным, где поперечные наблюдения за производительностью фирм коррелируют во времени, а также в ситуациях, когда различные компоненты структуры ошибки коррелируют друг с другом и с входными переменными. Игнорирование таких паттернов зависимости, как известно, приводит к серьезным смещениям в оценках...ru
dc.language.isoen
dc.rightsopenAccess
dc.sourceDependence Modelingen
dc.subjectstochastic frontier analysisen
dc.subjectdependence modelingen
dc.subjectpanel dataen
dc.subjecterror structure correlationen
dc.subjectfirm productivityen
dc.subjectmethodological reviewen
dc.subjectempirical developmentsen
dc.subjectстохастический граничный анализru
dc.subjectмоделирование зависимостейru
dc.subjectпанельные данныеru
dc.subjectкорреляция структуры ошибкиru
dc.subjectпроизводительность фирмru
dc.subjectметодологический обзорru
dc.subjectэмпирические разработкиru
dc.titleDependence modeling in stochastic frontier analysisen
dc.titleМоделирование зависимостей в стохастическом граничном анализеru
dc.typejournal articleen
dc.typeстатьяru
publication.article.doihttps://doi.org/10.1515/demo-2022-0107
article.journalnameDependence Modelingen
dc.identifier.doi10.1515/demo-2022-0107
local.type.coarhttp://purl.org/coar/resource_type/c_6501-
Располагается в коллекциях:Статьи сотрудников МГИМО во внешних журналах

Файлы этого ресурса:
Нет файлов, ассоциированных с этим ресурсом.
Источник: Dependence Modeling  (2022)


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.