Genetic Algorithms: A Tool for Optimization in Econometrics – Basic Concept and an Example for Empirical Applications


Czarnitzki, Dirk ; Doherr, Thorsten


[img]
Vorschau
PDF
dp0241.pdf - Veröffentlichte Version

Download (287kB)

URL: http://ub-madoc.bib.uni-mannheim.de/404
URN: urn:nbn:de:bsz:180-madoc-4048
Dokumenttyp: Arbeitspapier
Erscheinungsjahr: 2002
Titel einer Zeitschrift oder einer Reihe: None
Sprache der Veröffentlichung: Englisch
Einrichtung: Sonstige Einrichtungen > ZEW - Leibniz-Zentrum für Europäische Wirtschaftsforschung
MADOC-Schriftenreihe: Veröffentlichungen des ZEW (Leibniz-Zentrum für Europäische Wirtschaftsforschung) > ZEW Discussion Papers
Fachgebiet: 330 Wirtschaft
Fachklassifikation: JEL: C25 C45 C63 C61 C14 ,
Normierte Schlagwörter (SWD): Optimierung , Generierung , Algorithmus , Monte-Carlo-Simulation
Abstract: This paper discusses a tool for optimization of econometric models based on genetic algorithms. First, we briefly describe the concept of this optimization technique. Then, we explain the design of a specifically developed algorithm and apply it to a difficult econometric problem, the semiparametric estimation of a censored regression model. We carry out some Monte Carlo simulations and compare the genetic algorithm with another technique, the iterative linear programming algorithm, to run the censored least absolute deviation estimator. It turns out that both algorithms lead to similar results in this case, but that the proposed method is computationally more stable than its competitor.
Zusätzliche Informationen:




Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen