پاورپوینت فصل یازدهم 11( روش تخمین حداکثر درستنمایی ) اقتصاد سنجی (ویژه رشته اقتصاد) مدرسان شریف دکتری مؤلفين یوسف محمدزاده - احمد رسولی ,

پاورپوینت فصل یازدهم 11( روش تخمین حداکثر درستنمایی ) اقتصاد سنجی (ویژه رشته اقتصاد) مدرسان شریف دکتری مؤلفين یوسف محمدزاده - احمد رسولی

در قالب ppt و در 44 اسلاید و قابل ویرایش

فهرست مطالب
11-1- مقدمه
11-2- روش حداکثر درست نمایی
11-3- مقایسه بین تخمین حداکثر درستنمایی و روشهای کلاسیک
11-4- مثالهای کاربردی از روش حداکثر راستنمایی.
11-5-آزمون فرضیه در روش تخمین حداکثر درستنمایی
11-5-2-آزمون والد یا آزمون .W
11-5-3- آزمون ضرایب لاگرانژ یا آزمون LM

۱-۱۱ مقدمه
روش تخمین حداکثر درستنمایی یا راست نمایی مبتنی بر این نکته است که جوامع آماری ،مختلف طبعاً نمونه های متعددی را نتیجه میدهند برعکس روشهای تخمین حداقل مربعات که در آن مشاهدات متغیر توضیحی X در آزمایش‌های فرضی تکراری ثابت فرض شده است ولی در این روش چنین فرضی ضرورت ندارد در بیان کلی در روشهای کلاسیک معمولاً فرض بر این است که از یک جامعه آماری می‌توان نمونه های تصادفی متعددی را استخراج کرد به گونه ای که از طریق پارامترهای جامعه استنباط آماری نمود. بدیهی است پارامترهای یک نمونه تصادفی خود متغیرهای تصادفی هستند در حالی که پارامترهای جامعه اساساً کمیاتی ثابت میباشند، تخمین این کمیت ثابت به کمک آن متغیرهای تصادفی موضوع بحث روشهای کلاسیک است. به عبارت دیگر در روشهای کلاسیک نمونه ها تصادفی هستند در حالی که پارامترهای جامعه ثابت فرض می‌شوند اما در روش MLE وضعیت کاملاً متفاوت است و فرض بر این است که نمونه مفروض ثابت است اما این نمونه می‌تواند توسط جوامع آماری متعددی به دست آید که هر کدام از این جوامع دارای پارامترهای خاص خود هستند؛ لذا در روش MLE پارامترهای نمونه ثابت در نظر گرفته می‌شود در حالی که پارامترهای جامعه متغیر فرض می‌شوند.

روش تخمین حداکثر درستنمایی یا راست نمایی مبتنی بر این نکته است که جوامع آماری ،مختلف طبعاً نمونه های متعددی را نتیجه میدهند برعکس روشهای تخمین حداقل مربعات که در آن مشاهدات متغیر توضیحی X در آزمایش‌های فرضی تکراری ثابت فرض شده است ولی در این روش چنین فرضی ضرورت ندارد در بیان کلی در روشهای کلاسیک معمولاً فرض بر این است که از یک جامعه آماری می‌توان نمونه های تصادفی متعددی را استخراج کرد به گونه ای که از طریق پارامترهای جامعه استنباط آماری نمود. بدیهی است پارامترهای یک نمونه تصادفی خود متغیرهای تصادفی هستند در حالی که پارامترهای جامعه اساساً کمیاتی ثابت میباشند، تخمین این کمیت ثابت به کمک آن متغیرهای تصادفی موضوع بحث روشهای کلاسیک است. به عبارت دیگر در روشهای کلاسیک نمونه ها تصادفی هستند در حالی که پارامترهای جامعه ثابت فرض می‌شوند اما در روش MLE وضعیت کاملاً متفاوت است و فرض بر این است که نمونه مفروض ثابت است اما این نمونه می‌تواند توسط جوامع آماری متعددی به دست آید که هر کدام از این جوامع دارای پارامترهای خاص خود هستند؛ لذا در روش MLE پارامترهای نمونه ثابت در نظر گرفته می‌شود در حالی که پارامترهای جامعه متغیر فرض می‌شوند.