2023年最大似然估计李子奈高级应用计量经济学（教学课件）.pptVIP免费

•最大似然估计•广义矩估计•贝叶斯估计•分位数回归估计•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，QuantileRegression,QREG•非参数模型的权函数估计、级数估计等§2.1最大似然估大似然原理性模型的最大似然估计线性模型的最大似然估计方差和序列相关的最大似然估计大似然估计下的Wald、LM和LR检验一、最大似然原理•最大似然方法(MaximumLikelihood，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。二、线性模型的最大似然估计1、一元线性模型的最大似然估计),ˆˆ(~210iiXNY2102)ˆˆ(2121)(iiXYieYP),,,(),ˆ,ˆ(21210nYYYPL21022)ˆˆ(21)2(1iinXYneYi的分布Yi的概率函数Y的所有样本观测值的联合概率—似然函数2102*)ˆˆ(21)2ln()ln(iiXYnLL0)ˆˆ(ˆ0)ˆˆ(ˆ21012100iiiiXYXY2212220)(ˆ)(ˆiiiiiiiiiiiiiXXnXYXYnXXnXYXYX对数似然函数对数似然函数极大化的一阶条件结构参数的ML估计量0)ˆˆ(210212*222iinXYLneXYniii22102)ˆˆ(1ˆ分布参数的ML估计量注意：ML估计必须Y的分布。只有在正态分布时ML和OLS的结构参数估计结果相同。如果Y不服从正态分布，不能采用OLS。例如：选择性样本模型、计数数据模型等。2、多元线性模型的最大似然估计yxxxiiikkii01122i=1,2,…,n2~(,)iYNiXβ2~(0,)iN)ˆ()ˆ(21))ˆˆˆˆ((212122222211022)2(1)2(1),,,(),ˆ(βXYβXYβeeYYYPLnXXXYnnnkikiiin*2()1ˆˆ(2)()()2MaxLLnLnLnYXβYXβˆˆ()()MinYXβYXβYXXXβ1)(ˆ•分布参数估计结...