as in D&P, the total sample size ò

as in D&P, the total sample size ò the survey will be taken as given; available research funds are assumed to be the primary determinants of N. of course, N can be varied to test the relationship between it and the mean square error of the WTP estimate.
in choosing b1....,bm and n1....,nm, the importance of selecting the minimum MSE criterion over the minimum variance criterion should be stressed. ideally, the process of choosing b1,...,bm must minimize the possibility that the distribution of these bids is different from the distribution of the actual WTP value, the greater the proportion of respondents answering "yes" to DC WTP questions. the reverse would hold if the bids levels were set too high. in situation with a large enough distance between the center of mass of the distribution of the posted bids and that of the true WTP value, the dependent variable shows little variation and the results of econometric model run on this data would be poor.
although both n and b (where n and b are m. 1 vecters) should be endogenously determined, it may not be possible to choose them simultaneously. without explanation, Minkin notes that "the task of directly finding the allocation that minimizes the volume of likelihood region...does not appear feasible in general. " because he could not find the allocation in general, he restricted himself to a two-point mode, which is of little use CVM. the most manageable way to tackle the problem appears to be to choose the vectors n and b in an iterative two-step procedure.
it is illuminating to use the generalized least squares, or minimum logit chi-square model for DC regression as a framework for discussing the criteria for choosing the bid vector b. this model is based on the rearrangement of logit CDF, which is PRob(WTP

Kết quả (Việt) 1:

như trong D & P, tất cả mẫu kích thước ò cuộc khảo sát sẽ được thực hiện như được đưa ra; nghiên cứu có sẵn quỹ được giả định là yếu tố quyết định chính của N. của khóa học, N có thể khác nhau để kiểm tra các mối quan hệ giữa nó và lỗi có nghĩa là quảng trường ước tính WTP.trong việc lựa chọn b1..., bm và n1..., nm, tầm quan trọng của việc lựa chọn tiêu chí MSE tối thiểu trên các tiêu chí tối thiểu phương sai nên được nhấn mạnh. lý tưởng nhất, quá trình của việc chọn b1,..., bm phải giảm thiểu khả năng phân phối của những giá thầu này là khác nhau từ việc phân phối các thực tế giá trị WTP, lớn hơn tỷ lệ số người được hỏi trả lời "có" cho câu hỏi này DC WTP. ngược lại sẽ giữ nếu mức giá thầu được đặt quá cao. trong tình huống với một khoảng cách đủ lớn giữa center of mass phân phối các giá thầu đăng WTP đúng giá trị, cho thấy biến phụ thuộc vào ít biến thể và kết quả của mô hình kinh tế lượng chạy trên dữ liệu này sẽ là người nghèo.mặc dù cả hai n và b (trong đó n và b có m. 1 vecters) nên được endogenously xác định, nó có thể không thể chọn chúng cùng một lúc. Nếu không có lời giải thích, Minkin ghi chú rằng "nhiệm vụ trực tiếp tìm kiếm phân bổ giảm thiểu khối lượng khả năng khu vực... có vẻ không khả thi trong tổng." bởi vì ông không thể tìm thấy việc phân chia nói chung, ông giới hạn mình để chế độ hai điểm, đó là sử dụng ít CVM. cách đặt quản lý để giải quyết vấn đề xuất hiện để lựa chọn các vectơ n và b trong một thủ tục lặp đi lặp lại hai bước.nó soi sáng để sử dụng các tổng quát tối thiểu, hoặc mô hình chi-vuông hàm lôgit tối thiểu cho DC hồi qui là một khuôn khổ để thảo luận về các tiêu chí cho việc lựa chọn giá thầu vector b. mô hình này được dựa trên sự sắp xếp lại của hàm lôgit CDF, mà là PRob (WTP < = bi)=P=(...). giá trị ước tính của p hoặc p, mà là số lượng câu trả lời "Không" đặt giá thầu b, chia cho n (số người được hỏi nhận b), thay thế cho xác suất thực nghiệm đúng P. Manipulating các điều khoản trong phương trình hàm lôgit với sự thay thế cho p, sản xuất các phương trình. công thức này, khi chuyển bằng trọng lượng thích hợp, cùng tinh thần là người mẫu hàm lôgit tối đa khả năng và nên kết quả tương tự khi lặp lại các quan sát có sẵn. bởi vì mô hình này sụp đổ tất cả những phản hồi cho một giá thầu cấp vào một quan sát, bậc tự do của mô hình này là m-2, trong đó m là số giá thầu khác nhau.sử dụng điều này xây dựng hàm lôgit, các vấn đề liên quan đến việc lựa chọn các giá trị không phù hợp cho các của b có thể được nghiên cứu trong một khuôn khổ kinh tế lượng. đối của b thiết lập quá cao, nói ngoài percentile phân phối đúng hàm lôgit cho WTP, 99, P's có thể bằng 1 và giá trị của các quan sát tương ứng của biến phụ thuộc là undefined. Giá trị ở đầu kia của dãy giá thầu, đó là có lẽ một số ngưỡng giá thầu cấp dưới mà tất cả P cho giá thầu thấp hơn ngưỡng là xấp xỉ Zero. Do đó, bất kỳ phân bổ giá thầu thiết lập quá cao sẽ cho kết quả quan sát bị lãng phí mà không thể được sử dụng trong hồi quy GLS, và một tập hợp lựa chọn giá thầu quá thấp sẽ cho kết quả ít mẫu thông tin.mặc dù cấu trúc của mô hình GLS này cho thấy không có gì liên quan đến làm thế nào kích thước tất cả mẫu N nên được phân bổ trong giá thầu, một trong những mong n cao là, gần gũi hơn P sẽ P, cải thiện sự thống nhất của các ước tính tham số. mặt khác, bởi vì các bậc tự do của các mô hình GLS (m-k-1), tăng số lượng giá thầu điểm, duy trì m < = N, nên cải thiện hiệu quả của mô hình. Cho N, m rõ ràng là không thể được tăng lên mà không có giảm của các như Minkin ghi chú, kể từ khi nó dường như không thể-trừ các mô hình 2-điểm cực kỳ hạn chế đã nói trước đó-chọn bi và n cùng một lúc, có quy tắc tối ưu quyết định trực tiếp xác định m có thể được xây dựng.Tuy nhiên, cho tốc độ tính toán của máy tính hiện đại, không có khả năng chọn của ngọc và của b đồng thời không phải là một vấn đề quan trọng. Hai bước chương trình được thiết kế để chọn MSE giảm thiểu phân bổ có thể được thực hiện bằng cách tiến hành quét qua các giá trị số nguyên là m = 1 đến N.

Kết quả (Việt) 2:

như trong D & P, tổng kích thước mẫu ò các cuộc điều tra sẽ được thực hiện như được đưa ra; kinh phí nghiên cứu có sẵn được giả định là các yếu tố quyết định chính của N. tất nhiên, N có thể được thay đổi để kiểm tra mối quan hệ giữa nó và các lỗi bình phương trung bình của các ước tính WTP.
trong việc lựa chọn b1 ...., bm và n1 ... ., nm, tầm quan trọng của việc lựa chọn các tiêu chí MSE tối thiểu trên các tiêu chí sai tối thiểu cần được nhấn mạnh. lý tưởng, quá trình lựa chọn b1, ..., bm phải giảm thiểu khả năng rằng sự phân phối các giá thầu này là khác nhau từ việc phân phối giá trị WTP thực tế, lớn hơn tỷ lệ số người được hỏi trả lời "có" cho câu hỏi DC WTP. ngược lại sẽ tổ chức nếu các mức thầu được đặt quá cao. trong tình hình với một khoảng cách đủ lớn giữa trung tâm khối lượng của phân phối của hồ sơ dự thầu gửi và giá trị WTP đúng, biến phụ thuộc cho thấy ít biến đổi và kết quả của mô hình chạy kinh tế trên dữ liệu này sẽ được người nghèo.
mặc dù cả hai n và b (trong đó n và b là m. 1 vecters) nên được xác định nội sinh, nó có thể không thể để lựa chọn chúng cùng một lúc. mà không giải thích, Minkin lưu ý rằng "nhiệm vụ trực tiếp việc tìm kiếm việc phân bổ giảm thiểu khối lượng của khu vực khả năng ... không xuất hiện khả thi nói chung." bởi vì ông không thể tìm thấy việc phân bổ nói chung, ông giới hạn mình vào một điểm hai chế độ, mà là ít CVM sử dụng. cách quản lý nhất để giải quyết các vấn đề dường như là để lựa chọn các vector n và b trong một quy trình hai bước lặp đi lặp lại.
nó được chiếu sáng sử dụng các hình vuông ít nhất tổng quát, hay logit tối thiểu chi-vuông mô hình hồi quy DC là một khuôn khổ cho thảo luận về các tiêu chí để lựa chọn các vector thầu b. mô hình này được dựa trên sự sắp xếp lại các logit CDF, mà là prob (WTP <= bi) = P = (.......). giá trị ước tính của p, hoặc p, mà là số lượng "KHÔNG" phản ứng để chào b, chia cho n (số người được hỏi nhận b), được thay thế cho đúng xác suất thực nghiệm P. Thao tác với các điều khoản trong phương trình logit với sự thay thế cho p, sản xuất các phương trình. công thức này, khi biến đổi bởi trọng lượng thích hợp, là như nhau trong tinh thần như các mô hình khả năng logit tối đa và nên tạo ra kết quả tương tự khi các quan sát lặp lại có sẵn. vì mô hình này sụp đổ tất cả các câu trả lời cho một mức độ dự thầu sang một quan sát, mức độ tự do của mô hình này là m-2, trong đó m là số hồ sơ dự thầu khác nhau.
sử dụng công thức logit này, các vấn đề liên quan đến việc lựa chọn các giá trị không phù hợp cho của b có thể được điều tra trong một khuôn khổ kinh tế lượng. cho b được thiết lập quá cao, nói xa hơn percentile thứ 99 của phân phối logit đúng đối với các nhà máy nước, của P có thể bằng 1 và các giá trị của các quan sát tương ứng của biến phụ thuộc là không xác định. Đối với các giá trị ở đầu kia của dãy thầu, có lẽ một số mức giá ngưỡng theo đó tất cả của P thầu thấp hơn ngưỡng khoảng Zero. Do đó, bất kỳ phân bổ thầu được đặt quá cao sẽ dẫn đến quan sát lãng phí mà không thể được sử dụng trong hồi quy GLS, và chọn thầu quá thấp sẽ dẫn đến thông tin mẫu ít.
Mặc dù cấu trúc này GLS mô hình cho thấy không có gì liên quan đến cách các tổng kích thước mẫu N nên được phân bổ giữa các hồ sơ dự thầu, người ta kỳ vọng rằng n càng cao, P gần hơn sẽ là P, cải thiện tính nhất quán của các ước lượng tham số. Mặt khác, vì các bậc tự do của mô hình GLS (mk-1), tăng số lượng các điểm đấu giá, duy trì m <= N, nên nâng cao hiệu quả của mô hình. Với N, m rõ ràng là không thể tăng mà không có giảm n của. như Minkin lưu ý, vì nó dường như không thể, trừ mô hình 2 điểm cực kỳ hạn chế đã nói trước đó, để lựa chọn những bi và n đồng thời, không có quy tắc quyết định tối ưu cho trực tiếp xác định m có thể được đưa ra.
Tuy nhiên, với tốc độ tính toán của máy tính hiện đại, không có khả năng chọn của n và b của cùng một lúc không phải là một vấn đề quan trọng. Một chương trình hai bước thiết kế để chọn giảm thiểu phân bổ MSE có thể được thực hiện bằng việc tiến hành quét qua các giá trị nguyên của m = 1 đến N.