Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/105446 
Erscheinungsjahr: 
2014
Schriftenreihe/Nr.: 
Ruhr Economic Papers No. 523
Verlag: 
Rheinisch-Westfälisches Institut für Wirtschaftsforschung (RWI), Essen
Zusammenfassung: 
We provide two methods to compute the largest subset of a set of observations that is consistent with the Generalised Axiom of Revealed Preference. The algorithm provided by Houtman and Maks (1985) is not comput ationally feasible for larger data sets, while our methods are not limited in that respect. The first method is a variation of Gross and Kaiser's (1996) approximate algorithm and is only applicable for two-dimensional data sets, but it is very fast and easy to implement. The second method is a mixed-integer linear programming approach that is slightly more involved but still fast and not limited by the dimension of the data set.
Zusammenfassung (übersetzt): 
Wir stellen zwei Methoden zur Bestimmung der größten Teilmenge an Beobachtungen, die mit den Generalised Axiom of Revealed Preference konsistent sind, vor. Der Algorithmus von Houtman und Maks (1985) ist für größere Datenmengen zu rechenintensiv um tatsächlich angewandt zu werden, während unsere Methoden in dieser Hinsicht nicht beschränkt sind. Die erste Methode ist eine Variation des Algorithmus von Gross und Kaiser (1996) und ist nur für zweidimensionale Datensätze geeignet. Allerdings ist er sehr schnell und einfach umzusetzten. Die zweite Methode ist ein Mixed-Integer Linear Programming Ansatz, der etwas umständlicher ist, dafür aber für beliebige Dimensionen geeignet ist.
Schlagwörter: 
demand theory
efficiency
nonparametric analysis
revealed preference
utility maximisation
JEL: 
C14
D11
D12
Persistent Identifier der Erstveröffentlichung: 
ISBN: 
978-3-86788-598-0
Dokumentart: 
Working Paper

Datei(en):
Datei
Größe
143.71 kB





Publikationen in EconStor sind urheberrechtlich geschützt.