UniSa - 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 present contribution aims at describing the finite sample behaviour of ML estimators in network autocorrelation models, a class of auto-regressive models used to study the effect of networks on a variable of interest when the data points are interdependent. More specifically, through an extensive simulation study, it is investigated whether, and the conditions under which, the ML estimators are asymptotically normally distributed.
| Titolo: | On the sampling distributions of the ml estimators in network effect models | |
| Autori: | ||
| Data di pubblicazione: | 2015 | |
| Abstract: | The present contribution aims at describing the finite sample behaviour of ML estimators in network autocorrelation models, a class of auto-regressive models used to study the effect of networks on a variable of interest when the data points are interdependent. More specifically, through an extensive simulation study, it is investigated whether, and the conditions under which, the ML estimators are asymptotically normally distributed. | |
| Handle: | http://hdl.handle.net/11386/4654680 | |
| ISBN: | 9788884677499 | |
| Appare nelle tipologie: | 4.1.2 Proceedings con ISBN |
File in questo prodotto:
Non ci sono file associati a questo prodotto.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Copyright © 2022