Publication:
Fronteira de produção estocástica: uma abordagem bayesiana

Loading...
Thumbnail Image

item.page.format.extent

item.page.description.firstpage

item.page.description.lastpage

Publication data

item.page.date.series

item.page.date.event

item.page.organization.date

item.page.date.submitted

item.page.project.date

item.page.description.edition

Language

por

item.page.coverage.spatial

item.page.coverage.temporal

item.page.location.country

BR

organization.page.location.country

item.page.type.events

item.page.type

item.page.degree.level

item.page.source.urlsource

ISBN

ISSN

DOI

dARK

item.page.project.ID

item.page.project.productID

Copyright Holder

Instituto de Pesquisa Econômica Aplicada (Ipea)

Access to Information

Acesso Aberto

Terms of Use

É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas.

item.page.title.alternative

Texto para Discussão (TD) 1073: Fronteira de produção estocástica: uma abordagem bayesiana, Stochastic production frontier: a Bayesian approach

item.page.organization.alternative

item.page.name.variant

item.page.contributor.author

Advisor

item.page.contributor.editor

item.page.contributor.thesiscommitee

item.page.contributor.organizer

item.page.contributor.coordinator

item.page.contributor.other

item.page.relation.ispartofseries

Speaker / Moderator / Discussant

Abstract

O modelo de fronteira de produção estocástica, na especificação clássica, obtém estimativas de máxima verossimilhança (EMV) (pontuais) dos parâmetros e da produtividade dos agentes. A especificação bayesiana proposta, estimada utilizando o algoritmo de Cadeias de Markov de Monte Carlo (MCMC), obtém uma amostra da distribuição do estimador dos parâmetros e da produtividade dos agentes, o que permite derivar outras estatísticas relativas a essas medidas, em particular o valor esperado e o intervalo de máxima densidade. Neste texto, apresenta-se a implementação desse modelo, e mostra-se, empiricamente, que a EMV tem um viés maior do que a estimativa bayesiana, em particular dos momentos de segunda ordem.

item.page.description.abstractalternative

The model of stochastic production frontier on the classical specification gets maximum likelihood estimates of model parameters e agents productivity. The proposed Bayesian specification, estimated using Monte Carlo Markov Chain (MCMC) gets a sample from the distribution of the parameter and productivity estimator, which make possible measure the expected value and the interval of maximum density. In this paper is showed the implementation of this model, and is showed, empirically, that the maximum likelihood estimator has a bias greater than the Bayesian version, in particular for the second moments.

organization.page.description

person.page.description

Email Address

person.page.identifier.orcid

person.page.identifier.lattes

person.page.identifier.gsid

person.page.identifier.rid

person.page.identifier.scopus-author-id

project.page.project.description

project.page.project.productdescription

item.page.subject.vcipea

item.page.subject.otherlanguages

Citation

item.page.description.version

Description

item.page.description.series

item.page.relation.replaces

Final version of this publication

item.page.relation.references

organization.page.relation.references

Book Chapter

Primary Version

Events

News

REPOSITÓRIO DO CONHECIMENTO DO IPEA
Redes sociais