基于Bootstrap抽样技术的部分信息不可观测模型估计量比较

• 作者: 侯轩 范红岗
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 经济
• 关键词: 边际极大似然估计 Bootstrap抽样技术 信息不可观测模型 有限样本性质
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 634-638
• 页数: 5页
• 分类号: F064.1
• 字数: 2462字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2017.06.014

摘要

针对处理部分信息不可观测模型通常采用的边际极大似然估计和矩估计仅在大样本下是等价的,而在实际问题中样本相对较小的情形下两个估计量的性质并不明确的问题,我们有必要研究这两个估计量在小样本下的性质.本文基于Bootstrap抽样技术,借助模拟技术分析了两种估计的有限样本性质,其结果表明:边际极大似然估计的精度更高,拥有更小的样本偏差和样本方差,但这一方法耗时较长.因此,在拥有高性能计算机的条件下,该方法是一个较好的选择.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范红岗	中国人民大学信息学院	9	42	3.0	6.0
2	侯轩		7	31	3.0	5.0