Essays on specification and estimation of latent variable models

Heiss, Florian

Preview

PDF
FHeiss_Diss.pdf - Published
Download (923kB)

URL:	https://madoc.bib.uni-mannheim.de/1096
URN:	urn:nbn:de:bsz:180-madoc-10967
Document Type:	Doctoral dissertation
Year of publication:	2005
The title of a journal, publication series:	None
Place of publication:	Mannheim
University:	Universität Mannheim
Evaluator:	Börsch-Supan, Axel
Date of oral examination:	6 July 2005
Publication language:	English
Institution:	Außerfakultäre Einrichtungen > VWL insb Makroök u Wirtschaftspol (Börsch-Supan 1989-2011)
Subject:	330 Economics
Classification:	JEL: C63 C15 C13 ,
Subject headings (SWD):	Ökonometrie , Empirische Forschung , Latente Variable
Keywords (English):	Econometrics , Latent Variable Models
Abstract:	This dissertation contributes four essays to the broad literature on microeconometric modelling of latent variables and the computational problems that arise in the implementation of such models. The first chapter revisits a classical discrete choice model, the nested logit model. The implementation of this model in standard software packages caused severe confusion. In empirical applications, researchers commonly used a different model than they thought they would. The chapter discusses the differences between these two specifications and provides examples for the bias of interpretation and inference if they are ignored. It furthermore describes an implementation of the original model in Stata. The second chapter discusses different modelling strategies for panel data. The models are formulated in a state space framework, allowing a parsimonious and intuitive, yet flexible specification of the intertemporal correlation pattern. In addition, features of typical panel data like panel attrition can easily be accounted for. The application to data on the health evolution of elderly Americans demonstrates the modelling issues and shows the advantage of such approaches over classical models of state dependence or unobserved heterogeneity. The last two chapters discuss numerical problems that arise when estimating such and other models. The main computational problem in these cases lies in the evaluation of expected values or integrals. The third chapter of this dissertation discusses a broad class of nonlinear panel data models. It is discussed how the potentially high-dimensional integral can in these cases be replaced by sequential lower-dimensional integration. The fourth chapter discusses the general case in which such a decomposition is impossible. It proposes to use a certain multivariate generalization of univariate Gaussian quadrature rules in these cases. Both methods in the last two chapters are shown to be computationally efficient compared to the commonly used methods, saving up to 99% of computational costs.
Translation of the title:	Aufsätze zur Spezifikation und Schätzung von Modellen Latenter Variablen (German)
Translation of the abstract:	Diese Dissertation umfasst vier Aufsätze zu der Spezifikation und Schätzung von Modellen latenter Variablen. Das erste Kapitel widmet sich einem klassischen Modell für diskrete abhängige Variablen, dem genisteten Logitmodell. In der praktischen Anwendung dieses Modells ist es zu Missverständnissen gekommen, da viele Standard-Softwarepakete ein ähnliches Modell unter dem gleichen Namen implementiert haben. Dieses Kapitel diskutiert die Unterschiede zwischen beiden Modellen und beschreibt die Verzerrung und Interpretation wenn diese ignoriert werden. Außerdem stellt es eine Implementierung des ursprünglichen Modells in dem Softwarepaket Stata vor. Das zweite Kapitel diskutiert unterschiedliche Modellierungsstrategien für Paneldaten. Die Modelle werden im State Space Ansatz formuliert. Dies erlaubt eine einfache und intuitive, aber gleichzeitig auch flexible Spezifikation der intertemporalen Korrelationsstruktur. Des weiteren können typische Probleme wie Panelmortalität einfach berücksichtigt werden. Die Anwendung auf die Gesundsheitsverläufe älterer Amerikaner demonstriert die Modellierungsansätze und die Überlegenheit gegenüber klassischen Modellen von Zustandsabhängigkeit oder unbeobachteter Heterogenität. Die beiden letzten Kapitel widmen sich numerischen Problemen, die bei der Schätzung solcher und anderer Modelle entstehen. Das Hauptproblem besteht dabei in der Berechnung von Erwartungswerten bzw. der Integration. Das dritte Kapitel diskutiert eine breite Klasse von Modellen, bei denen die numerisch schwierige Berechnung hochdimensionaler Integrale durch eine sequentielle Berechnung numerisch wesentlich einfacher Integrale ersetzt werden kann. Das vierte Kapitel widmet sich dem allgemeineren Fall, in dem dieses nicht möglich ist. In diesen Fällen wird eine multivariate Erweiterung univariater Gauss-Quadratur vorgeschlagen. In beiden Fällen ergibt sich eine Ersparnis an Rechenzeit in Höhe von bis zu 99%. (German)
Additional information: