楼主: dorothy
5535 21

关于各种估计方法的综述文章 [推广有奖]

11
dorothy 发表于 2005-4-21 09:56:00

不知清风寒江是否认真看过上面的介绍,EL 即经验似然

12
igaveup 发表于 2005-4-21 15:36:00
xiedxie

13
清风寒江 发表于 2005-4-22 00:11:00
以下是引用dorothy在2005-4-21 9:56:24的发言:

不知清风寒江是否认真看过上面的介绍,EL 即经验似然

不好意思,没注意,自罚一杯!
胜负可争,是非难辨!

14
dorothy 发表于 2005-4-22 08:53:00
很高兴,能听到清风寒江在估计方法上的发表的高见,希望以后多切磋。比如, GMM 或EL目前在经济学中的应用,二者的关系,各自的优缺点,您一定有自己的看法。愿闻其祥!

15
shufeyang 在职认证  发表于 2005-4-22 15:30:00

支持

16
清风寒江 发表于 2005-4-25 08:07:00
以下是引用dorothy在2005-4-22 8:53:46的发言: 很高兴,能听到清风寒江在估计方法上的发表的高见,希望以后多切磋。比如, GMM 或EL目前在经济学中的应用,二者的关系,各自的优缺点,您一定有自己的看法。愿闻其祥!

简单的说吧,GMM估计的三步法中,所采取的是一种近似的方法,更适用于大样本(large sample)

所以相比于极大似然估计,它虽然不需要对分布的限制,但在有限样本(finite sample)的情况下,

估计值的特性相比于极大似然估计是less efficient的;所以EL方法是以平衡GMM和极大似然

估计的两种方法优缺点的"圣斗士"身份出现的,不仅估计参数,还估计pdf.

胜负可争,是非难辨!

17
doodad 发表于 2005-4-25 08:31:00
以下是引用清风寒江在2005-4-25 8:07:41的发言:

简单的说吧,GMM估计的三步法中,所采取的是一种近似的方法,更适用于大样本(large sample)

所以相比于极大似然估计,它虽然不需要对分布的限制,但在有限样本(finite sample)的情况下,

估计值的特性相比于极大似然估计是less efficient的;所以EL方法是以平衡GMM和极大似然

估计的两种方法优缺点的"圣斗士"身份出现的,不仅估计参数,还估计pdf.

真实胜读十年书。谢谢。

18
zhaowang 发表于 2005-5-3 15:14:00
谢谢谢谢

19
judytan 发表于 2005-5-3 17:09:00
真得很好,比我们老师上课的时候讲得更清楚

20
m8843620 发表于 2011-5-15 22:33:56
謝謝樓主的分享

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-15 16:06