条件平均模型的极大似然估计
创新分布
对于Econometrics Toolbox™中的条件均值模型,创新过程的形式为
在哪里zt可以标准化高斯或学生的t与
自由度。属性中指定发行版本选择华宇电脑
模型对象分布
财产。
创新差异,
可以是正标量常数,也可以用条件方差模型表示。属性指定条件方差的形式方差
财产。如果指定了条件方差模型,则该模型的参数将同时用条件平均模型参数进行估计。
给定一个平稳模型,
应用逆滤波器为创新提供了解决方案
例如,对于AR(p)的过程,
在哪里 是度pAR算子多项式。
估计
使用最大似然估计的参数华宇电脑
模型。估计
为输入模型对象中的任何参数返回拟合值南
.估计
尊重输入模型对象中的任何相等约束,并且不返回具有相等约束的参数的估值。
Loglikelihood功能
考虑到一个过程的历史,创新是有条件独立的。让Ht指示当时可用的进程的历史t,t= 1,…,N.创新序列的似然函数为
在哪里f是标准高斯函数还是t密度函数。
对数似然目标函数的确切形式取决于创新分布的参数形式。
如果zt具有标准高斯分布,则对数似然函数为
如果zt有一个标准化的学生t分布与 自由度,那么对数似然函数是
估计
执行协方差矩阵估计使用梯度外积(OPG)方法进行最大似然估计。