1樓:
今天覆習GMM的時候想到了乙個工具變數的找法很開森,於是愉快地決定強答一發GMM回(bao)報(fu)社會,然後發現前面三位大神已經把能填的坑都填上了。= =b。
找個沒填完的小坑,稍微灌點水吧,補充一下 @劉澈 沒講完的具體的GMM提公升精度的方法。
前面大神們提到了,GMM估計相當於給不同的矩條件賦予了不同的權重,然後才能這個權重得到最小化條件,不同的權重陣其實就對不同的估計量,就像 @Huang Zibin 說的,「OLS, IV, 2SLS, GLS, RE, FE, SUR, 3SLS, Pooled OLS.........全是它的特殊情況」
那麼結果來了,權重矩陣辣麼多,要挑不過來,怎麼選取最好呢, @慧航 也指出了,最優權重陣這樣,
當然了,根據slutsky』s theorem,拿樣本模擬總體一般錯不了。
所以樣本模擬最優權重陣的結果就是這樣:
那麼問題來了,要估計最優權重陣就要估計引數,要估計引數就要知道最優權重陣(迴圈一二起,要估計最優權重陣就要估計引數,要估計引數就要知道最優權重陣…)。
不要擔心,我們有Hansen(1982)。
第一種叫one-step GMM,玩不出來我就不玩了唄,沒有胡屠夫還不吃帶毛豬了,我找不到最優權重陣,我找個過的去權重陣差不多意思意思,反正滿足內生性條件之後,大樣本性質總歸是好的,至於小樣本性質,那再說吧。
一般Wn =In(單位陣)或者
=inv(Z』Z)(工具變數陣乘積的逆)
第二種叫做two-step GMM,現在不是有了引數的乙個估計了嘛,那往前再走一步咯,我根據引數得到最優權重陣的乙個估計,
然後再來一次GMM估計嘛。
第一二種方法有乙個小小的缺陷,就是初始權重陣的選取,會影響到引數的數值(numerical value)。
第三種叫做Iterated Efficient(迭代有效)GMM,怎麼講,2步迭代不夠那3步迭代,3步不夠迭代4步,總有一步,會得到最優的估計的。那怎麼判定是不是差不多最優了呢,一般用這次迭代得到的新引數和上次的引數做差,差充分小的時候,就表示逼近已經很成功了。
第四種方法理解起來複雜,叫做Continuous-updating (連續更新)GMM。GMM估計是在最小化方程
然後最優權重陣W=
我們直接代進去嘛,這樣這個估計方程裡面不就沒有W只有引數了,然後估計引數就好了。
第三第四種方法的解,不依賴初始權重陣。理論上說,第三第四種方法的估計應該是漸進等價的,當然小樣本性質可能有所差異。
但要注意,如果矩條件不是線性的,那麼啥好說的大家都是非線性引數估計;如果矩條件是個線性的,前三種就是線性估計第四種方法還是非線性估計,相比來說,計算更加繁重,但其有限樣本性質要稍好些,另外如果存在弱工具變數的問題,其也相對穩健(robust)。
2樓:JadeY
簡單的理解的話,感覺GMM其實有點像解方程
對於不同的模型,往往有乙個E(g(b))=0的條件去滿足identification的要求,在估算estimator的時候,用這個式子可以算出來estimator是什麼
GMM的最好用之處就在於適用於很多模型~
如何用簡單易懂的例子解釋格拉姆矩陣 Gram matrix?
魚子醬 先說Gram matrix的定義 由此定義可知,Gram matrix是對向量自身分布特徵的一種描述。再說說Gram matrix在CV中的一般情形 你有乙個影象batch,經過一些網路 層得到它們的feature N,C,H,W 現在這些feature對應的Gram matrix 將空域拉...
如何用生動的例子來解釋 安全邊際
張辰LMY 即使掛了限制噸位警示牌,也難保有的車輛超載。所以建設大橋時要多放出些餘量,以保障應對超載等特殊情況。這就是安全邊際的形象模擬。 矛盾居士 安全邊際,建立在對價值的理解上 對價值的理解建立在對回報體系的理解上 對回報體系的理解建立在對商業系統的理解上 對商業系統的理解建立在對事物填充系統的...
如何用簡單又科學的說法解釋機翼上方空氣流速更高?
哇塞.這不是典型的中學物理麼。首先,飛機能夠飛起來對吧,那麼飛機自然就要收到乙個力是吧。而飛機的動力,那麼就是來自機翼的公升力,沒毛病吧。好了,那麼飛機機翼收到了力,那麼我們在看,飛機機翼下表面平直,上表面為乙個凸曲線結構,又因為空氣是一體的,上表面空氣所經歷的時間大於下表面的,所以上表面流速大。流...