第八章对数极大似然估计 EViews包含了一些常用方法,如最小二乘法、非线性 最小二乘法、加权最小二乘法、TSIS、GMM、 ARIMA ARCH、 GARCH等方法,这些方法可以解决可能遇到的 大多数估计问题。但是,我们在研究中也可能会碰到一些 不在上述之列的特殊的模型,这些模型可能是现存方法的 一个扩展,也可能是一类全新的问题。 为了能解决这些特殊的问题, EViews提供了对数极大 似然估计对象这一工具来估计各种不同类型的模型。对数 极大似然估计对象提供了一个一般的,开放的工具,可以 通过这个工具极大化相关参数的似然函数对一大类模型进 行估计。1 EViews包含了一些常用方法，如最小二乘法、非线性 最小二乘法、加权最小二乘法、TSLS、GMM、ARIMA、 ARCH、GARCH等方法，这些方法可以解决可能遇到的 大多数估计问题。但是，我们在研究中也可能会碰到一些 不在上述之列的特殊的模型，这些模型可能是现存方法的 一个扩展，也可能是一类全新的问题。 为了能解决这些特殊的问题，EViews提供了对数极大 似然估计对象这一工具来估计各种不同类型的模型。对数 极大似然估计对象提供了一个一般的，开放的工具，可以 通过这个工具极大化相关参数的似然函数对一大类模型进 行估计。 第八章 对数极大似然估计