北京大学经济学院2 极大似然估计_第1页
北京大学经济学院2 极大似然估计_第2页
北京大学经济学院2 极大似然估计_第3页
北京大学经济学院2 极大似然估计_第4页
北京大学经济学院2 极大似然估计_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、.：.；第二章 极大似然估计MLE第0节 根底知识回想：OLS一例子假设一个基金的投资组合 (“基金 XXX)的超额报答和股市指数的超额报答，有如下的数据: 直觉上，该基金的beta( beta 丈量股票对股市指数的反响)应该是一个正数，我们希望证明这种关系。画这2个变量的散点图：对于一条直线，可以用以下的方程,来拟合数据。y=a+bx 不过这个方程 (y=a+bx)是完全确定的，与实践情况不符合。要在这个方程里参与一个挠动项。yt = + xt + ut式中 t = 1,2,3,4,5用直线来拟合数据最常用的方法是普通最小二乘法 (ordinary least squares， OLS)：取

2、每个数据点到拟合直线的垂直间隔 ，选择参数、，使得平方间隔 最小化 ( least squares)。挠动项可以反映数据的一些特征:我们经常会忽略一些影响 yt 的要素，不能够把影响 yt的一切的的随机要素都在模型中思索。求解两个参数：这就是OLS。整理得到：在上例中，把数据代入公式得： 根据这个结果，假设预期下一年的市场报答将会比无风险报答高20%，那么他预期基金 XXX 的报答将会是多少? 二概念：线性和非线性运用 OLS, 要求模型对参数( 和 )是线性的。“对参数线性意味着参数之间不能乘、除、平方或n次方等。在实践中变量之间的关系很有能够不是线性的。某些非线性的模型可以经过变换转化为线

3、性模型，例如指数回归模型：令 yt=ln Yt 及 xt=ln Xt但是，很多模型从本质上讲是非线性的，例如：三OLS的优良性质在OLS回归模型中，对ut (不可观测的误差项作如下假设)作如下架设: 解释1. E(ut) = 0误差项的均值为零2. Var (ut) = 2误差项的方差是常数3. Cov (ui,uj)=0误差项相互独立的4. Cov (ut,xt)=0误差项和解释变量不相关以上假设成立时，OLS有如下三个良好性质。一致性最小二乘估计是一致的。这意味着，当样本数趋向于无穷大时，估计值将收敛于它们的真实值需求假设 E(xtut)=0 和 Var(ut)=2 L()，检验统计量为：2L()-L()利用显著性检验法和置信区间法可以对原假设进展检验。规范差检验Wald检验

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论