Maximum Likelihood Estimation with Stata, ediția a cincea

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 2 voturi.

Titlul original:

Maximum Likelihood Estimation with Stata, Fifth Edition

Conținutul cărții:

Maximum Likelihood Estimation with Stata, Fifth Edition este referința și ghidul esențial pentru cercetătorii din toate disciplinele care doresc să scrie estimatori de probabilitate maximă (ML) în Stata. Dincolo de furnizarea unei acoperiri cuprinzătoare a comenzilor Stata pentru scrierea estimatorilor ML, cartea prezintă o prezentare generală a fundamentelor probabilității maxime și a modului de gândire a estimării ML.

A cincea ediție include un nou capitol al doilea care demonstrează comanda mlexp ușor de utilizat. Această comandă vă permite să specificați direct o funcție de verosimilitate și să efectuați estimarea fără programare.

Nucleul cărții se concentrează pe comanda ml a Stata. Aceasta vă arată cum să profitați pe deplin de caracteristicile notabile ale ml:

⬤ Constrângeri liniare.

⬤ Patru algoritmi de optimizare (Newton-Raphson, DFP, BFGS și BHHH)

⬤ Stimatorul varianței matricei de informații observate (OIM).

⬤ Outer product of gradients (OPG) variance estimator.

⬤  Estimator robust al varianței Huber/White/sandwich.

⬤ Stimator robust al varianței clusterului.

⬤ Suport complet și automat pentru analiza datelor de sondaj.

⬤ Suport direct al funcțiilor evaluatorului scrise în Mata.

Atunci când sunt utilizate opțiunile corespunzătoare, multe dintre aceste caracteristici sunt furnizate automat de ml și nu necesită programare specială sau intervenție din partea cercetătorului care scrie estimatorul.

În capitolele următoare, veți învăța cum să profitați de Mata, limbajul de programare matriceală al Stata. Pentru ușurința programării și potențialele îmbunătățiri ale vitezei, puteți să vă scrieți programul de evaluare a probabilității în Mata și să continuați să utilizați ml pentru a controla procesul de maximizare. Un nou capitol din ediția a cincea arată cum puteți utiliza suita moptimize() de funcții Mata dacă doriți să implementați estimatorul de probabilitate maximă în întregime în Mata.

În ultimul capitol, autorii ilustrează pașii majori necesari pentru a ajunge de la funcția log-likelihood la comanda de estimare complet operațională. Acest lucru este realizat utilizând mai multe modele diferite: logit și probit, regresie liniară, regresie Weibull, modelul Cox cu riscuri proporționale, regresie cu efecte aleatorii și regresie aparent fără legătură. Această ediție adaugă un nou exemplu de model Poisson bivariat, un model care nu este disponibil altfel în Stata.

Autorii oferă sfaturi detaliate pentru dezvoltarea propriilor comenzi de estimare. Cu puțină atenție și cu ajutorul acestei cărți, utilizatorii vor putea să își scrie propriile comenzi de estimare - comenzi care arată și se comportă la fel ca comenzile oficiale de estimare din Stata.

Fie că doriți să potriviți un estimator ML special pentru propria cercetare, fie că doriți să scrieți un estimator ML de uz general pentru a fi utilizat de alții, aveți nevoie de această carte.