全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Gauss专版
5110 6
2013-09-15
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
二维码

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

全部回复
2013-9-15 13:06:55
急求各位大侠帮助,谢谢
二维码

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

2013-9-15 15:05:42
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.
二维码

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

2013-9-15 23:34:15
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
二维码

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

2013-9-16 01:28:13
你的钻研很值得鼓励和赞赏,这个你得问巴尔塔基了...
二维码

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

2013-9-16 01:31:13
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?
二维码

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

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群