2.1 最大似然估计.pptVIP

第2章 非经典计量经济学模型估计方法 最大似然估计 广义矩估计 贝叶斯估计 分位数回归估计 关于估计方法的说明 计量经济学模型(参数模型、均值回归模型、基于样本信息）的3类估计方法 LS、ML、MM 经典模型的估计—LS 非经典模型的估计—ML、GMM 综合样本信息和先验信息的贝叶斯估计 分位数回归模型，Quantile Regression ,QREG 非参数模型的权函数估计、级数估计等 一、最大似然原理 最大似然方法(Maximum Likelihood，ML) 当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。 将样本观测值联合概率函数称为样本观测值的似然函数。 在已经取得样本观测值的情况下，使似然函数取最大值的总体分布参数所代表的总体具有最大的概率取得这些样本观测值，该总体参数即是所要求的参数。 通过似然函数极大化以求得总体参数估计量的方法被称为极大似然法。 3、最大似然估计量的性质 一致性 渐近正态性 渐近有效性 不变性 三、非线性模型的最大似然估计 3、说明 非线性模型最大似然估计的性质 结构参数的最大对数似然估计是渐近无偏、一致估计且渐近地服从正态分布； 分布参数的最大对数似然估计是渐近无偏和一致估计。 非线性模型的最大对数似然估计一般不等价于非线性最小二乘估计，而是一个加权非线性最小二乘