Schätzung von scheinbar nicht miteinander verbundenen Regressionen mit autoregressiven Störungen

Zusammenfassung Die gemeinsame Schätzung eines Systems linearer Regressionsgleichungen mit gegenseitig korrelierten Störungen führt im Allgemeinen zu effizienteren Schätzungen als die Schätzung jeder Gleichung separat. Eine Methode zur gemeinsamen Schätzung, die von Arnold Zeller unter der Annahme entwickelt wurde, dass die Störungen nicht autokorreliert sind, wurde kürzlich von Richard Parks für den Fall angepasst, in dem diese Annahme nicht gilt. In diesem Artikel entwickeln wir mehrere alternative Schätzer und vergleichen deren Effizienz bei kleinen Stichproben. Der Vergleich erfolgt mithilfe eines Sampling-Experiments, das auf verschiedene Modell-spezifikationen angewendet wird.