CINECA IRIS Institutional Research Information System
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishThe aim of the paper is to relax distributional assumptions on the error terms, often imposed in parametric sample selection models to estimate causal effects, when plausible exclusion restrictions are not available. Within the principal stratification framework, we approximate the true distribution of the error terms with a mixture of Gaussian. We propose an EM type algorithm for ML estimation. In a simulation study we show that our estimator has lower MSE than the ML and two-step Heckman estimators with any non normal distribution considered for the error terms. Finally we provide an application to the Job Corps training program.
Principal Stratification in Sample Selection Problems with Non Normal Error Terms / Rocci, Roberto; Mellace, Giovanni. - In: Social Science Research Network. - ISSN 1556-5068. - (2011).
| Titolo: | Principal Stratification in Sample Selection Problems with Non Normal Error Terms |
| Autori: | |
| Data di pubblicazione: | 2011 |
| Rivista: | |
| Citazione: | Principal Stratification in Sample Selection Problems with Non Normal Error Terms / Rocci, Roberto; Mellace, Giovanni. - In: Social Science Research Network. - ISSN 1556-5068. - (2011). |
| Handle: | http://hdl.handle.net/11573/1351568 |
| Appartiene alla tipologia: | 01a Articolo in rivista |
File allegati a questo prodotto
| File | Note | Tipologia | Licenza | |
|---|---|---|---|---|
| Mellace_principal-stratification_2011.pdf | Versione editoriale (versione pubblicata con il layout dell'editore) | Tutti i diritti riservati (All rights reserved) | Open Access Visualizza/Apri |
Copyright © 2020