Three-step approach to production frontier estimation and the Matsuoka’s distribution
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | eng |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | http://hdl.handle.net/10183/291124 |
Resumo: | No presente trabalho, é proposta uma metodologia semiparamétrica em três passos para a estimação de fronteiras de produção. O modelo considerado baseia-se na função de produção do tipo Cobb-Douglas, cujos insumos interagem multiplicativamente. No modelo, assume-se que a eficiência possui uma distribuição contínua univariada e uniparamétrica definida em (0,1), referida como distribuição Matsuoka, que é discutida detalhadamente. Aplicada uma linearização no modelo, a primeira etapa consiste em estimar não-parametricamente a função de regressão associada por meio do suavizador linear local. A segunda etapa destina-se à estimação do parâmetro de eficiência. Na terceira etapa, a fronteira de produção é estimada por meio de um método do tipo plug-in. É apresentada uma rigorosa teoria assintótica para a estimação em três passos proposta, incluindo consistência, normalidade assintótica e taxas de convergência. Incidentalmente, também são apresentadas as principais propriedades da distribuição Matsuoka. Tal distribuição pode exibir uma ampla gama de formas e é capaz de englobar efetivamente os comportamentos típicos da eficiência em modelos de fronteira de produção. Para complementar os resultados obtidos para grandes amostras, um estudo de simulação de Monte Carlo é conduzido para avaliarmos a performance da metodologia de estimação proposta para amostras finitas selecionadas. Uma aplicação empírica também foi realizada usando dados de produção de leite dinamarquês. |
| id |
UFRGS-2_e178d3337b319da3f79030f6b42cdbcd |
|---|---|
| oai_identifier_str |
oai:www.lume.ufrgs.br:10183/291124 |
| network_acronym_str |
UFRGS-2 |
| network_name_str |
Repositório Institucional da UFRGS |
| repository_id_str |
|
| spelling |
Matsuoka, Danilo HiroshiPumi, Guilherme2025-05-03T06:55:43Z2025http://hdl.handle.net/10183/291124001255705No presente trabalho, é proposta uma metodologia semiparamétrica em três passos para a estimação de fronteiras de produção. O modelo considerado baseia-se na função de produção do tipo Cobb-Douglas, cujos insumos interagem multiplicativamente. No modelo, assume-se que a eficiência possui uma distribuição contínua univariada e uniparamétrica definida em (0,1), referida como distribuição Matsuoka, que é discutida detalhadamente. Aplicada uma linearização no modelo, a primeira etapa consiste em estimar não-parametricamente a função de regressão associada por meio do suavizador linear local. A segunda etapa destina-se à estimação do parâmetro de eficiência. Na terceira etapa, a fronteira de produção é estimada por meio de um método do tipo plug-in. É apresentada uma rigorosa teoria assintótica para a estimação em três passos proposta, incluindo consistência, normalidade assintótica e taxas de convergência. Incidentalmente, também são apresentadas as principais propriedades da distribuição Matsuoka. Tal distribuição pode exibir uma ampla gama de formas e é capaz de englobar efetivamente os comportamentos típicos da eficiência em modelos de fronteira de produção. Para complementar os resultados obtidos para grandes amostras, um estudo de simulação de Monte Carlo é conduzido para avaliarmos a performance da metodologia de estimação proposta para amostras finitas selecionadas. Uma aplicação empírica também foi realizada usando dados de produção de leite dinamarquês.In this work, we introduce a three-step semiparametric methodology for the estimation of production frontiers. We consider a model inspired by the well-known Cobb-Douglas production function, wherein input factors operate multiplicatively within the model. Efficiency in the proposed model is assumed to follow a continuous univariate uniparametric distribution in (0,1), referred to as Matsuoka’s distribution, which is discussed in detail. Following model linearization, the first step is to nonparametrically estimate the regression function through a local linear smoother. The second step focuses on the estimation of the efficiency parameter. Finally, we estimate the production frontier through a plug-in methodology. We present a rigorous asymptotic theory related to the proposed three-step estimation, including consistency, and asymptotic normality, and derive rates for the convergences presented. Incidentally, we also study the Matsuoka’s distribution, deriving its main properties. The Matsuoka’s distribution exhibits a versatile array of shapes capable of effectively encapsulating the typical behavior of efficiency within production frontier models. To complement the large sample results obtained, a Monte Carlo simulation study is conducted to assess the finite sample performance of the proposed three-step methodology. An empirical application using a dataset of Danish milk producers is also presented.application/pdfengRegressão semiparamétricaTeoria assintoticaDistribuição log-gamaSemiparametric regressionProduction frontiersAsymptotic theoryLog-gamma distributionThree-step approach to production frontier estimation and the Matsuoka’s distributioninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática e EstatísticaPrograma de Pós-Graduação em EstatísticaPorto Alegre, BR-RS2025mestradoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001255705.pdf.txt001255705.pdf.txtExtracted Texttext/plain88552http://www.lume.ufrgs.br/bitstream/10183/291124/2/001255705.pdf.txta08d29e956eb92239c7caf47529fc3beMD52ORIGINAL001255705.pdfTexto completo (inglês)application/pdf3194072http://www.lume.ufrgs.br/bitstream/10183/291124/1/001255705.pdf58e80695d06ebb1ca5b1b8958ed04489MD5110183/2911242025-05-14 06:56:04.710651oai:www.lume.ufrgs.br:10183/291124Repositório InstitucionalPUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.bropendoar:2025-05-14T09:56:04Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
| dc.title.pt_BR.fl_str_mv |
Three-step approach to production frontier estimation and the Matsuoka’s distribution |
| title |
Three-step approach to production frontier estimation and the Matsuoka’s distribution |
| spellingShingle |
Three-step approach to production frontier estimation and the Matsuoka’s distribution Matsuoka, Danilo Hiroshi Regressão semiparamétrica Teoria assintotica Distribuição log-gama Semiparametric regression Production frontiers Asymptotic theory Log-gamma distribution |
| title_short |
Three-step approach to production frontier estimation and the Matsuoka’s distribution |
| title_full |
Three-step approach to production frontier estimation and the Matsuoka’s distribution |
| title_fullStr |
Three-step approach to production frontier estimation and the Matsuoka’s distribution |
| title_full_unstemmed |
Three-step approach to production frontier estimation and the Matsuoka’s distribution |
| title_sort |
Three-step approach to production frontier estimation and the Matsuoka’s distribution |
| author |
Matsuoka, Danilo Hiroshi |
| author_facet |
Matsuoka, Danilo Hiroshi |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Matsuoka, Danilo Hiroshi |
| dc.contributor.advisor1.fl_str_mv |
Pumi, Guilherme |
| contributor_str_mv |
Pumi, Guilherme |
| dc.subject.por.fl_str_mv |
Regressão semiparamétrica Teoria assintotica Distribuição log-gama |
| topic |
Regressão semiparamétrica Teoria assintotica Distribuição log-gama Semiparametric regression Production frontiers Asymptotic theory Log-gamma distribution |
| dc.subject.eng.fl_str_mv |
Semiparametric regression Production frontiers Asymptotic theory Log-gamma distribution |
| description |
No presente trabalho, é proposta uma metodologia semiparamétrica em três passos para a estimação de fronteiras de produção. O modelo considerado baseia-se na função de produção do tipo Cobb-Douglas, cujos insumos interagem multiplicativamente. No modelo, assume-se que a eficiência possui uma distribuição contínua univariada e uniparamétrica definida em (0,1), referida como distribuição Matsuoka, que é discutida detalhadamente. Aplicada uma linearização no modelo, a primeira etapa consiste em estimar não-parametricamente a função de regressão associada por meio do suavizador linear local. A segunda etapa destina-se à estimação do parâmetro de eficiência. Na terceira etapa, a fronteira de produção é estimada por meio de um método do tipo plug-in. É apresentada uma rigorosa teoria assintótica para a estimação em três passos proposta, incluindo consistência, normalidade assintótica e taxas de convergência. Incidentalmente, também são apresentadas as principais propriedades da distribuição Matsuoka. Tal distribuição pode exibir uma ampla gama de formas e é capaz de englobar efetivamente os comportamentos típicos da eficiência em modelos de fronteira de produção. Para complementar os resultados obtidos para grandes amostras, um estudo de simulação de Monte Carlo é conduzido para avaliarmos a performance da metodologia de estimação proposta para amostras finitas selecionadas. Uma aplicação empírica também foi realizada usando dados de produção de leite dinamarquês. |
| publishDate |
2025 |
| dc.date.accessioned.fl_str_mv |
2025-05-03T06:55:43Z |
| dc.date.issued.fl_str_mv |
2025 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/291124 |
| dc.identifier.nrb.pt_BR.fl_str_mv |
001255705 |
| url |
http://hdl.handle.net/10183/291124 |
| identifier_str_mv |
001255705 |
| dc.language.iso.fl_str_mv |
eng |
| language |
eng |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
| instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
| instacron_str |
UFRGS |
| institution |
UFRGS |
| reponame_str |
Repositório Institucional da UFRGS |
| collection |
Repositório Institucional da UFRGS |
| bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/291124/2/001255705.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/291124/1/001255705.pdf |
| bitstream.checksum.fl_str_mv |
a08d29e956eb92239c7caf47529fc3be 58e80695d06ebb1ca5b1b8958ed04489 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
| repository.mail.fl_str_mv |
lume@ufrgs.br |
| _version_ |
1864542919520681984 |