Tobit模型估计方法与应用(二)(15)

发布时间:2021-06-08

基本模型如下;

Lee(1999)详细介绍了似然仿真法(likelihood simulation)在Tobit

ARCH(p)、Tobit GARCH(p,q)及动态Tobit模型估计中的应用,也分析了方差递减以及在似然仿真中可能出现的数值下溢的问题,用蒙特卡洛(Mente Carlo)实验验证了SL法在这三种估计模型中的效果。似然仿真中的方差递减技术可用于具有重建性质的模型中,而长时间的序列样本中可能出现似然仿真中的数值下溢

Tobit模型估计方法与应用(二)(15).doc 将本文的Word文档下载到电脑

精彩图片

热门精选

大家正在看

× 游客快捷下载通道(下载后可以自由复制和排版)

限时特价:7 元/份 原价:20元

支付方式:

开通VIP包月会员 特价:29元/月

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信:fanwen365 QQ:370150219