![предположим, что П зависит от конечного числа параметров 01. 0т. Обозначим через в вектор параметров в = (01. 0т) и будем считать, что ft и (сг2, в] функционально независимы. Этим мы исключаем случаи, когда параметры ковариационной матрицы являются функциями от ft.](/pic1/156193183049182225231135112150024005002109186248.png)
ПОИСК
Это наилучшее средство для поиска информации на сайте
Доступный обобщенный метод наименьших квадратов
из "Эконометрика начальный курс "
предположим, что П зависит от конечного числа параметров 01. 0т. Обозначим через в вектор параметров в = (01. 0т) и будем считать, что ft и (сг2, в] функционально независимы. Этим мы исключаем случаи, когда параметры ковариационной матрицы являются функциями от ft. [c.161]Подробно применение оценок максимального правдоподобия в регрессии рассматривается в главе 10. [c.161]
Интересно заметить, что из (5.21) и симметричности распределения е следует, что (ft — /3) и — (J3 — /3) имеют одинаковую плотность. Отсюда вытекает, что /3 симметрично распределено вокруг /3 и, следовательно, является несмещенной оценкой, если существует ее математическое ожидание. [c.162]
Есть несколько способов работы с системой (5.19)-(5.21). Можно искать точное решение — оценку максимального правдоподобия, можно также использовать следующую весьма популярную двухшаговую процедуру. [c.162]
При некоторых слабых предположениях (таких, например, как состоятельность в ) /3(2) будет асимптотически эквивалентна оценке максимального правдоподобия. А как известно, в широком числе случаев оценка максимального правдоподобия асимптотически эффективна. [c.163]
Вернуться к основной статье