Questions marquées «estimators»

Une règle pour calculer une estimation d'une quantité donnée basée sur des données observées [Wikipedia].


1
Quelle est la différence entre l'impartialité asymptotique et la cohérence?
Est-ce que chacun implique l'autre? Sinon, l'un implique-t-il l'autre? Pourquoi pourquoi pas? Ce problème est survenu en réponse à un commentaire sur une réponse que j'ai publiée ici . Bien que google recherchant les termes pertinents n'ait rien produit qui semblait particulièrement utile, j'ai remarqué une réponse sur l'échange de …

3
Pourquoi l'estimateur OLS du coefficient AR (1) est-il biaisé?
J'essaie de comprendre pourquoi OLS donne un estimateur biaisé d'un processus AR (1). Considérez Dans ce modèle, l'exogénéité stricte est violée, c'est-à-dire que et sont corrélés mais et sont pas corrélés. Mais si cela est vrai, pourquoi la dérivation simple suivante ne tient-elle pas? ytεtyt-1εtplim βytϵt=α+βyt−1+ϵt,∼iidN(0,1).yt=α+βyt−1+ϵt,ϵt∼iidN(0,1). \begin{aligned} y_{t} &= \alpha …





1
estimateur cohérent racine-n, mais racine-n ne converge pas?
J'ai entendu le terme «estimateur cohérent racine-n» utilisé à plusieurs reprises. D'après les ressources qui m'ont été fournies, j'ai pensé qu'un estimateur cohérent "root-n" signifiait que: l'estimateur converge vers la vraie valeur (d'où le mot "cohérent") l'estimateur converge à un taux de1/n−−√1/n1/\sqrt{n} Cela me laisse perplexe, car ne converge pas? …

2
Améliorer l'estimateur minimum
Supposons que je nnn paramètres positifs pour estimer μ1,μ2,...,μnμ1,μ2,...,μn\mu_1,\mu_2,...,\mu_n et leur correspondant nnn estimations non biaisées produites par les estimateurs μ1^,μ2^,...,μn^μ1^,μ2^,...,μn^\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n} , soit E[μ1^]=μ1E[μ1^]=μ1\mathrm E[\hat{\mu_1}]=\mu_1 , E[μ2^]=μ2E[μ2^]=μ2\mathrm E[\hat{\mu_2}]=\mu_2 et ainsi de suite. Je souhaite estimer min(μ1,μ2,...,μn)min(μ1,μ2,...,μn)\mathrm{min}(\mu_1,\mu_2,...,\mu_n) en utilisant les estimations à la main. Il est clair que l'estimateur naïf min(μ1^,μ2^,...,μn^)min(μ1^,μ2^,...,μn^)\mathrm{min}(\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n}) …

1
Utilité pratique de la convergence ponctuelle sans convergence uniforme
Motivation Dans le contexte de l'inférence post-sélection de modèle, Leeb et Pötscher (2005) écrivent: Bien que l'on sache depuis longtemps que l'uniformité (au moins localement) par rapport aux paramètres est un problème important dans l'analyse asymptotique, cette leçon a souvent été oubliée dans la pratique quotidienne de la théorie économétrique …

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.