求助：随机效应模型的方差估计

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

在学习巴尔塔基《面板数据计量分析》2.3节随机效应模型时，其随机扰动项的方差-协方差矩阵omiga是未知的，需要进行估计，通过化简后得到sigamasq_1=u'Pu/tr(P),sigmasq_v=u'qu/tr(q)，利用两者间的关系可以求出mu的方差。估计的方法有Wallace-Hussian 方法，Amemiya方法和2SLS方法等。我在做Grunfeld 数据GAUSS 编程时（书本上的2.6案例），发现用Wallace-Hussian 方法和Amemiya 方法与作者所给的方差估计不一样，主要是对sigmasq_1的估计不同，我认为这一部分我应当看懂了，按照我的理解，Wallace方法首先应进行混合回归，利用其残差估计随机扰动项v和mu的方差，而Amemiya方法首先进行LSDV回归，利用其残差来估计方差。不知道我这样理解对不对，我不需要程序，只想请大家把如何估计的思路给我点拨点拨，谢谢

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：随机效应模型 随机效应 Amemiya Wallace Sigma 模型

急求各位大侠帮助，谢谢

没看明白. 不过一般来说估计方法不同, 造成的估计结果也不同. 比如均匀分布U(0, theta)中, theta的矩法估计和极大似然估计就不一样. 我记得巴尔塔基的书中是用两个正交的矩阵, 把这个线性模型分成两个, 一个叫between, 一个叫within, 这两个模型中随机部分的方差只依赖于一个未知参数, 然后用各自的残差去估计它们, 然后返回的原来的方差项.

我在这里说的是随机效应的估计，其关键是对mu和随机扰动项方差的估计，采用的方法有四种，一种是瓦尔拉斯-侯赛因方法，一种是阿梅米亚方法，一种是2SLS方法，还有一种是极大似然估计方法，这四种估计方法的区别在于对方差估计的方法不同，我在进行编程的时候，2SLS方法可以得到和书上一样的结果，但对前面两种方法，对mu的方差估计值和巴尔塔基书上给的结果不一样，所以我合理的怀疑我在某些地方发生了错误，但我不知道我的思路到底是哪里错了，所以才求助的，和你说的不同估计方法得到不同估计结果不是一回事，但是，还是谢谢你的关注和恢复，谢谢

你的钻研很值得鼓励和赞赏，这个你得问巴尔塔基了...

现在学计量很多不求甚解，虽然计算机计算很快，还是要知道原理。比如GMM 两步法，第一步得到一致估计，第二步改进efficiency.GMM 三步法了？

感谢版主的回答，其实我按照他给的公式计算的时候，一开始随机扰动项的误差也不一样，后来我调整了自由度，才和他给的结果一致，只是，对mu的估计却总是比他给的结果要小，虽然系数估计的结果相差不大，但总是感到有点疑惑，谢谢