计量经济学中7非线性似然估计.pptVIP

高斯-马尔科夫定理 在满足基本假定的前提下，对于线性回归模型，普通最小二乘法得到的参数估计量，具有BLUE 性质（最小方差线性无偏估计量） 第10章 非线性估计与极大似然估计 §10.1 非线性估计 §10.2 极大似然估计法 §10.3 ARCH模型与GARCH模型 §10.1 非线性估计 前面讨论的单方程回归模型中，它们都是关于参数线性的。通常利用普通LS法、加权LS法等估计这些参数。下面将参数线性模型拓宽到本质上非线性的情形，如模型 这些模型无法变换为线性模型，因此线性LS不再适用。但误差平方和最小化原则仍然可以施行，所得到的参数估计，我们称为非线性LS估计。考虑一般 模型 其中f是k个自变量X1,X2,…,Xk和p个参数β1,β2,…,βp的非线性函数。如果具有Y与X1,X2,…,Xk的T个观测，利用误差平方和最小化可得参数的非线性LS估计： 1、非线性估计的计算方法 求解参数的非线性LS估计，要比线性模型的LS估计复杂的多，通常采用数值解法。以下三种方法较常见： ⑴直接查找法： 是指对不同的参数值比较误差平方和S函数的值，使S最小的那组值就是参数的估计值。这种方法适用于所有参数仅有若干取值的情形。 ⑵直接优化法 误差平方和S关于各参数求偏导，得到相应的正规方程 通过求解正规方程组，获得参数估计。 由于正规方程关于参数是非线性的，通常采用