python广义矩估计_怎么用软件做广义矩估计GMM的参数估计?
谢邀!这个问题不难很基础。我用R语言从下面几个方面来回答这个问题:
一、two step GMM, iterated GMM, continuous updated GMM的具体算法;
二、你给的这个矩条件与LS之间的关系;
三、广义经验似然估计;
四、估计求解;
五、Monte Carlo 模拟研究
一、三种算法
众所周知GMM的矩条件是
,其中
,我们的目的就是估计出
。Hansen(1982)提出一种GMM的two step 迭代估计方法,在R里面gmm包(Pierre Causse,2010)的算法如下:
这就是two step GMM的估计方法,尽管这个估计是一致的且有效,但是也有缺点。在处理内生性问题的时候,如果工具变量选的不好那么这个估计效率很低方差很大;此外,正如很多研究指出的(如Newey&Smith,2004; etc.)这个估计量的小样本性质不太好(有偏)。对此,Hansen et al.(1996)针对这个问题,又提出了改进的两种方法:iterated GMM
以及一种高度非线性的迭代 continuous updated GMM
事实上,这两种方法是等价的,且continuous updated GMM估计量的渐进偏差更小。当然这只是大样本情况下的渐进性质,针对你给的这个问题我觉得小样本情况下需要进行具体分析。
二、与LS 之间的关系
众所周知,GMM是LS的generalization,那么你给的这个GMM下的矩条件与LS之间有什么关系呢?事实上,不妨令矩条件为
,其中
。两边取对数后得到
,注意到当样本容量N趋于无穷的时候,我们可以得到
。将此式子带入上面的等式里,得到
看到这是不是感到很熟悉,没错这不就是一般的线性回归嘛,最左边是Y,系数是
。这样我们就把非线性矩条件转化为了一个线性的方程,我们的目的就是用LS求解出
。注意到这是一个受约束的最小二乘问题:
可以看出我们对参数
施加了一个等式约束来满足你给出的矩条件。利用Langrange乘子法可以求出参数,具体的计算我就不展开了,对乘子
求导后得到
发现,其实这就是矩条件:
!由此可见你给的矩条件下GMM与LS之间的等价关系。
三、广义经验似然估计
GMM固然是个好东西,但是正如第一节所述,小样本下面对弱工具变量等情况下,GMM 估计量往往有偏且无效。对此还有一种广义的经验似然方法(GEL)往往比GMM在统计上更优良,
GEL是经验似然估计方法的推广,有很多优良的性质,只不过没有被更多的计量经济学家或实证研究者关注,具体的就不说了,你可以找OWEN他们的文献来读。后面我将用GMM方法与GEL方法来估计你给的那个参数。
四、估计
你没有r是多少,我就用你给的
数据,且假设
。利用R包gmm就可以直接求解了:
library(gmm)
g2
f
return(f)
}
g2是你给的矩条件,以及
g1
f
return(f)}
g1是LS下的
把数据带入:
x1
x2
x
gmm(g2,x,0,wmatrix = c("optimal"),optfct="nlminb")
gmm(g1,x,0,wmatrix = c("optimal"),optfct="nlminb")
gel(g2,x,0,optfct="nlminb")
gel(g1,x,0,optfct="nlminb")
最后的估计结果是
可以看出四个估计结果都一样:
,GMM与GEL 的计算一样,且你给的矩条件与LS推导下矩条件计算结果一致,证明了上面的推导。但是值得注意的是利用GEL对矩条件g1进行估计得到的估计量方差最小。
五、MC模拟
现在主要针对你给的这个矩条件,研究下GMM与GEL估计的小样本性质。考虑如下DGP:
,
从均匀分布里面抽出50个随机数,真实的参数值
。采用上述四个计算,得到结果
发现GMM与GEL估计的结果都是0.5,与真实值不差毫厘。说明即使样很小,针对你给的矩条件,GMM与GEL估计的性质都还不错。当然你还可以做一个bootstrap 去看看GMM,GEL估计的抽样分布。哦对了,我用的GMM的计算方法还是two step 的,你可以换做iterated GMM 与CUE试试。
R的gmm包使用指南:CRAN - Package gmmcran.r-project.orghttps://cran.r-project.org/web/packages/gmm/gmm.pdfcran.r-project.orghttps://cran.r-project.org/web/packages/gmm/vignettes/gmm_with_R.pdfcran.r-project.org
当然STATA也可以做,跟R差不多,具体的可以参考https://core.ac.uk/download/pdf/6306768.pdfcore.ac.ukhttps://core.ac.uk/download/pdf/6490419.pdfcore.ac.uk
references
Chaussé P. Computing Generalized Empirical Likelihood and. Generalized Method
of Moments with R[J]. Journal of Statistical Software, 2010,34(11):1-35.
NeweyW K, Smith R J. Higher Order Properties of GMM and Generalized Empirical Likelihood Estimators[J]. Econometrica, 2004, 72(1):219-255.
Anatolyev S. GMM, GEL, Serial Correlation, and Asymptotic Bias[J]. Econometrica, 2005, 73(3):983-1002.
Hansen L P. Large Sample Properties of Generalized Method of Moments Estimators[J]. Econometrica, 1982, 50(4):1029-1054.
Hansen L P, Singleton K J. Generalized Instrumental Variables Estimation of
Nonlinear Rational Expectations Models[J]. Econometrica, 1982,
50(5):1269-1286.
Hansen L P, Heaton J, Yaron A. Finite-Sample Properties of Some Alternative
GMM Estimators[J]. Journal of Business & Economic Statistics, 1996,
14(3):262-280.
python广义矩估计_怎么用软件做广义矩估计GMM的参数估计?相关推荐
- 广义典型相关分析_一文教你掌握广义估计方程
广义估计方程是一种研究纵向数据(比如重复测量数据,面板数据)的方法. 同一测量对象的多次测量数据结果之间很可能有着相关关系,如果不考虑数据之间的相关性会造成信息损失.常见的研究模型(比如线性回归)都要 ...
- 广义典型相关分析_数学建模/机器学习:广义加性模型(GAM)及其Python实现
笔者做过国赛也做过美赛,其中一类典型问题就是分析相关性,从而进行预测或者其他操作.这类问题通常情况下属于比较常规的问题,一般通过matlab或SPSS分析相关性,得到一个较好的数值即可. 然而有的时候 ...
- 广义pareto分布_高记录值下广义Pareto分布参数的随机估计及垂直概率密度检验
The Randomized Estimate and Vertical Density Representation test for the generalized Pareto distribu ...
- python拦截广告弹窗_会捆绑软件、弹出广告?Python教你实现纯净中英自动翻译小工具...
本文原创,未经允许不得转载,本文版权归@itcast @wj14k所有,感谢你的阅读! 翻译工具在安装会捆绑其他软件 翻译工具会跳出你不喜欢的广告 -- 对捆绑.广告说不! Python实现纯净翻译小 ...
- python 文件分类清单_时间管理软件的清单如何对文件夹与清单进行分类(如,滴答清单)?...
滴答清单用了很多年了,先上图. 一一说来 Bank 当然是最重要的,虽然只是起名叫bank,其实是一切和财务相关的提醒,比如房贷.信用卡.理财.股票等等. Health 是与日常健康管理以及习惯有关的 ...
- 女生学python工作累吗_数据分析师女生做累么 工资一般多少
数据分析师女生做累么,工资一般多少,小编整理了相关信息,希望会对大家有所帮助! 数据分析师女生做累不累 女生还是很适合做数据分析的,数据分析师因为敲的代码少,相比起天天敲代码的职业更适合女生一些,没那 ...
- python与建筑结构设计_新手进入建筑设计院做结构设计,主要看哪些书籍?
新手的话,有很多书可以看.我毕业的时候,把跟专业无关的.没什么阅读或收藏价值的书都处理了,剩下的所有的专业书,都带到了设计院.刚参加工作的时候,也一直在买书.后来把这些书从设计院搬回家的时候,真是累煞 ...
- cvpr 深度估计_无监督单目视频深度估计中的uncertainty方法(CVPR#x27;20)
Contribution 对11种使用uncertainty方法的全面评估 深度挖掘uncertainty对depth estimation起到的作用 提出一个新颖的self-teaching方法去m ...
- python分词统计词频_基于结巴分词做的全文分词统计词频小脚本
受朋友之托,写一个小脚本,断断续续做了两天,写一下两天的收获. 起因 有个朋友说专业文档很枯燥难懂,需要一个能把全文的关键词找出来并排序的东西,找不到现成的,问我能不能做一个.我前些天也听车神说有关分 ...
- 一阶广义差分模型_向后差分公式法、广义 α 法和龙格-库塔法
解决方法 瞬态求解器提供三种不同的时间步进方法:隐式向后差分公式.广义 α 方法以及显式龙格-库塔系列方法. "向后差分公式"(BDF) 求解器是一种使用向后差分公式的隐式求解器, ...
最新文章
- Java学习之Iterator(迭代器)的一般用法
- 2018-01-24
- java的调试工具_2020年最佳Java调试工具(翻译)
- Fabricjs一个简单强大的Canvas绘图库快速入门
- 3-间隔插入排序C实现(希尔排序铺垫)
- ubuntu Linux18.10/19.10下的护眼宝
- idea git 密码修改
- 和菜鸟一起学产品之产品经理的三大文档
- word,excel转pdf
- Ubuntu 配置 SFTP 服务器
- 金蝶K3与百望九赋税控开票软件对接实现半自动开票
- 阿里 Java 性能调优手册,简直yyds
- Android 编辑 mhtml,Html Editor下载-Html Editor(Html编辑器)下载v1.0 安卓版-西西软件下载...
- 极乐净土歌词-罗马音
- 在哪里可以批量查询京东快递的单号?
- 电脑键盘部分按键失灵的解决方法
- POI操作excel基本使用
- 如何在css中设置音乐效果,css实现简单音乐符效果
- Photoshop制作WiFi图标
- linux5关闭apic服务,Linux中断 - APIC
热门文章
- 使用Jacob将Excel转换PDF问题总结
- squid代理服务器的应用
- 各个银行卡号正则表达式,银行卡信息获取方法
- 第四节 二维连续型随机变量及分布、条件概率密度
- 我读过的(股票)书籍
- 数字信号处理之均值、方差、均方值、均方差计算和它们的物理意义
- java date the type is ambiguous_一个java ambiguous method 的问题
- CentOS 7 安装 Weadmin(ITOSS)
- [论文写作笔记] C9 概括和结论展示科学严谨性
- 支付宝支付服务端对接记录(小程序/APP 预支付统一下单及回调处理)