第一节 极大似然估计法
极大似然估计法(Maximum Likelihood method ML)的应用虽然没有普通最小二乘法广泛,但它是一个具有更强理论性质的点估计方法,它以极大似然原理为基础,通过概率密度函数或者分布律来估计总体参数。
第二节 似然比检验、沃尔德检验和拉格朗日乘数检验
似然比检验(Likelihood Ratio Test, LR)
瓦尔德检验(Wald Test, W)
拉格朗日乘数检验(Lagrange Multiplier Test, LM)
第三节 非线性回归模型
第四节 NLS 估计量的计算与假设检验
第五节 广义矩(GMM)估计