泊松伪最大似然估计

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

这几天看文章碰见了一个新的方法，以前没有见过现在也没有弄懂，现来请教大家，希望大家给予指点。
Poisson pseudo-maximum-likelihood 估计，请问这是什么方法？有什么用处？与OLS的区别在哪？如果可以希望能够说一下在哪本书上可以找到这种方法，谢谢大家了，嘿嘿

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：最大似然估计 似然估计 最大似然 Likelihood poisson 泊松

我也想知道～

the same question.

楼主肯定知道怎么操作了吧，可否share一下，在哪里能找到相关知识呀？

这个一般用于比如你的解释变量中有比较多的哑变量，还有就是当你用ols预测log化后的线性模型，会出现的由于ln（E（Y））并不等于E（ln（Y））出现的预测不准确和失真的情况

可以做面板吗

请问PPML在那本书上有讲解啊？？？？

泊松适用于数据大面积出现0值但是不能舍去的状态，可以适用于从属断尾的模型。大面积出现0值一般不能轻易舍去，要使用poisson回归。如果出现似然函数达到最大值，但是stata一直不收敛(not concave)的时候，可以选择在options 里面加入iter(150)来规定一个迭代次数来终止迭代的过程，这里的150就是迭代次数~

泊松一跑电脑拉到 发表于 2022-3-26 20:14
泊松适用于数据大面积出现0值但是不能舍去的状态，可以适用于从属断尾的模型。大面积出现0值一般不能轻易舍 ...

因变量的取值，除了大面积出现0外，必须是计数的吗？还是一般的数都可以