[量化金融] 稳健生产率分析：德国FADN数据的应用 [推广有奖]

固定资本由农业投资商品和服务的农业投入价格指数和当前农业消费商品和服务的农业投入价格指数所抵消。5结果5.1异常值识别最终用于异常值识别的数据集分别包含3610个（东德）和8490个观察值（西德）。数据已对数化，以补偿不同的尺度和厚尾。图2a和2b显示了相应的散点图矩阵。东德和西德的阴谋都没有引起人们的严重关注。在大多数情况下，变量表现出高度的成对相关性（尤其是东德）。数据的主要部分形成了一个大的集群，一些观测分散在周围。对于变量“劳动力”，可以观察到一个有趣的影响，其中的观察值似乎被压缩为介于0和1之间的值。这一影响源于数据集中大量的“一人公司”，这些公司都一致表示2210小时（即52周·5天·8.5小时）是他们的工作投入。在数据上应用α=0.95（如第3.1节所述）的pMST程序时，识别出322（东）和1121（西）潜在异常值。