Kinh tế lượng - Hồi quy với biến giả và biến bị chặn part 3

Ước lượng ML của mô hình Logit và Probit Thông thường, ta có thể giải (*) để tìm ước lượng của sao cho L( ) cực đại. là các ước lượng chệch nhưng vững và xấp xỉ phân phối chuẩn. Do vậy, ta có thể dùng các thống kê t, F để kiểm định mức ý nghĩa của các ước lượng. Lưu ý, các ước lượng ML là vững và theo | Mô hình logit và probit A cumulative distribution function CDF . Ước lượng ML của mô hình Logit và Probit Để ước lượng mô hình bằng ML ta phải xây dựng hàm log-likelihood Của các quan sát i. Xác suất có điều kiện của yi ứng với xi là f y Xi p F Xi p y 1 - F Xi P 1-y y 0 1 Hàm log-likelihoodicủa quan sát i là A M logF x A u -W - F x A Hàm log-likelihood của mẫu n quan sát A 1 Ước lượng ML của mô hình Logit và Probit Thông thường ta có thể giải để tìm ước lượng của sao cho L cực đại. là các ước lượng chệch nhưng vững và xấp xỉ phân phối chuẩn. Do vậy ta có thể dùng các thống kê t F để Ệkiểm định mức ý nghĩa của các ước lượng. Lưu ý các ước lượng ML là vững và theo những phân phối xấp xỉ nên để có độ tin cậy cao cở mẫu n phải .

Không thể tạo bản xem trước, hãy bấm tải xuống
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.