空間計(jì)量經(jīng)濟(jì)模型的統(tǒng)計(jì)推斷——基于限制性似然方程方法.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文旨在對(duì)空間計(jì)量經(jīng)濟(jì)模型進(jìn)行統(tǒng)計(jì)推斷,主要包含兩方面的內(nèi)容:一方面是討論空間計(jì)量經(jīng)濟(jì)模型在權(quán)重矩陣為零對(duì)角元對(duì)稱矩陣的情況下,參數(shù)REMLE(限制性極大似然估計(jì))的存在性和唯一性,同時(shí)進(jìn)行數(shù)據(jù)模擬驗(yàn)證REMLE相對(duì)于MLE(極大似然估計(jì))的優(yōu)越性;另一方面是在均值擾動(dòng)形式下討論空間計(jì)量經(jīng)濟(jì)模型的局部影響分析問題,以檢測出模型中強(qiáng)影響點(diǎn)和異常點(diǎn)。前者采用正交投影法和Bayes方法構(gòu)造限制性似然方程,其中關(guān)鍵之處在于似然方程的糾偏,而后采

2、用連續(xù)函數(shù)的介值定理證明估計(jì)的存在性和唯一性,這兩條性質(zhì)的證明也驗(yàn)證了REMLE在空間計(jì)量經(jīng)濟(jì)模型中的可行性,同時(shí)與傳統(tǒng)的極大似然估計(jì)作比較,可以發(fā)現(xiàn)REMLE要明顯優(yōu)于MLE的效果,當(dāng)然也存在一些局限性的問題,即該方法現(xiàn)在只適用于權(quán)重矩陣為零對(duì)角元對(duì)稱矩陣的情況。后者主要是采用一階導(dǎo)數(shù)局部影響分析方法,分別基于自回歸參數(shù)ρ和方差σ2的MLE構(gòu)造出不同的檢驗(yàn)統(tǒng)計(jì)量。針對(duì)擾動(dòng)相鄰點(diǎn)、不相鄰點(diǎn)、相鄰點(diǎn)與不相鄰點(diǎn)的三種情況,本文模擬研究表明該

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論