Maximum Likelihood Estimation with Stata, Fifth Edition

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 2 hlasoch.

Obsah knihy:

Maximum Likelihood Estimation with Stata, Fifth Edition je základnou príručkou a sprievodcom pre výskumníkov vo všetkých odboroch, ktorí chcú písať odhady maximálnej vierohodnosti (ML) v programe Stata. Okrem komplexného pokrytia príkazov programu Stata na písanie odhadov ML kniha poskytuje prehľad základov maximálnej vierohodnosti a spôsobu uvažovania o odhadoch ML.

Piate vydanie obsahuje novú druhú kapitolu, ktorá demonštruje ľahko použiteľný príkaz mlexp. Tento príkaz umožňuje priamo zadať pravdepodobnostnú funkciu a vykonať odhad bez akéhokoľvek programovania.

Jadro knihy sa zameriava na príkaz ml programu Stata. Ukazuje, ako naplno využiť pozoruhodné funkcie príkazu ml:

⬤ Lineárne obmedzenia.

⬤ Štyri optimalizačné algoritmy (Newton-Raphson, DFP, BFGS a BHHH)

⬤ Odhad rozptylu pozorovanej informačnej matice (OIM).

⬤ Vonkajší súčin gradientov (OPG) odhad odchýlky.

⬤ Huberov/Whiteov/sandwichov robustný odhad rozptylu.

⬤ Klastrový robustný odhad rozptylu.

⬤ Kompletná a automatická podpora analýzy údajov z prieskumu.

⬤ Priama podpora funkcií vyhodnocovacieho nástroja napísaných v jazyku Mata.

Ak sa použijú vhodné možnosti, mnohé z týchto funkcií poskytuje ml automaticky a nevyžadujú si žiadne špeciálne programovanie alebo zásah výskumníka, ktorý odhaduje.

V ďalších kapitolách sa dozviete, ako využiť výhody Mata, maticového programovacieho jazyka Staty. Kvôli jednoduchosti programovania a možnému zvýšeniu rýchlosti môžete napísať svoj program na vyhodnocovanie pravdepodobnosti v jazyku Mata a naďalej používať ml na riadenie procesu maximalizácie. Nová kapitola v piatom vydaní ukazuje, ako môžete použiť sadu funkcií Mata moptimize(), ak chcete implementovať svoj odhad maximálnej vierohodnosti výlučne v rámci Mata.

V záverečnej kapitole autori ilustrujú hlavné kroky potrebné na to, aby ste sa dostali od funkcie logickej vierohodnosti k plne funkčnému príkazu na odhad. To sa vykonáva pomocou niekoľkých rôznych modelov: logit a probit, lineárna regresia, Weibullova regresia, Coxov model proporcionálnych rizík, regresia s náhodnými efektmi a zdanlivo nesúvisiaca regresia. V tomto vydaní je pridaný nový príklad dvojrozmerného Poissonovho modelu, modelu, ktorý inak v programe Stata nie je k dispozícii.

Autori poskytujú rozsiahle rady na vytvorenie vlastných príkazov na odhad. S trochou starostlivosti a pomocou tejto knihy budú používatelia schopní napísať vlastné príkazy na odhadovanie - príkazy, ktoré vyzerajú a správajú sa rovnako ako oficiálne príkazy na odhadovanie v programe Stata.

Či už si chcete prispôsobiť špeciálny ML estimátor pre svoj vlastný výskum, alebo chcete napísať univerzálny ML estimátor, ktorý by mohli používať aj iní, túto knihu potrebujete.