Zusammenfassung
Auf Grund der beobachteten yit und z* jt über den Zeitraum t = 1,..., T werden die Parameter der Struktur, die den Beobachtungen zugrundeliegt, geschätzt. Wir bezeichnen mit Θ̂ den auf Grund einer Schätzmethode gefundenen Schätzwert für den Parameter Θ. Θ̂ ist eine Funktion von η̄ und, z̄. Da nun η̄ eine (vektorielle) Zufallsvariable ist — z̄ denken wir uns im Sinne unserer Annahme (V. 2.)1) als fest vorgegeben —, ist auch Θ̂ eine Zufallsvariable mit einer bedingten Wahrscheinlichkeitsverteilung p(Θ̂|z̄), die durch p(η̄|z̄) und die Schätzmethode festgelegt ist. Wir werden eine Schätzung als „gut” bezeichnen, wenn sie mit möglichst großer Wahrscheinlichkeit nahe bei dem wahren Wert Θ liegt, zumindest für große T. Im einzelnen präzisieren wir diese Forderung wie folgt2)
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Hinweise
Das Prinzip der Größten Dichte (Maximum-Likelihood-Prinzip) stammt von R. A. Fisher, On an absolute criterion for fitting frequency curves, Messenger of Mathematics, Bd. 41, 1912, S. 155 ff.
R. A. Fisher, Two new properties of mathematical likelihood, Proceedings of the Royal Society, Reihe A, Bd. 144, 1934, S. 285 ff. Es ist allerdings schon von Gauß für den Spezialfall der Regression angewandt worden. (Vgl. Fußnote 4, S. 90.).
Diese Eigenschaften sind für den klassischen Fall der unabhängig aufeinanderfolgenden Beobachtungen (innerhalb der Stichprobe) in jedem Standardlehrbuch der mathematischen Statistik abgehandelt. Vgl. z. B. H. Cramer, Mathematical Methods of Statistics, Princeton 1946, Kapitel 33. — Verallgemeinerungen auf den hier vorliegenden Fall der untereinander abhängigen Beobachtungen (der endogenen und exogenen Variablen) sowie auf Quasi-G.D.-Schätzungen sind nach verschiedenen Seiten hin durchgeführt worden. Vgl. H. B. Mann und A. Wald, On the statistical treatment of linear stochastic difference equations, Econometrica, Bd. 11, 1943, S. 173 ff.; sowie H. Rubin, Consistency of maximum-likelihood estimates in the explosive case, in: T.C. Koopmans (Hrsg.), Statistical Inference in Dynamic Economic Models, Bd. 10 der Cowles Commission Monographs, New York und London 1950, S. 356 ff.
ferner A. Wald, Asymptotic properties of the maximum-likelihood estimate of an unknown parameter of a discrete stochastic process, Annals of Mathematical Statistics, Bd. 19, 1948, S. 40 ff.
T. W. Anderson und H. Rubin, The asymptotic properties of estimates of the parameters in a complete system of stochastic equations, Annals of Mathematical Statistics, Bd. 21, 1950, S. 570 ff. — Über die bei kleinen Stichproben auftretenden Verzerrungen vgl. Fußnote 14 auf Seite 94.
Die G.D.B.I.-Methode wurde für den Fall einer einzigen zu schätzenden Gleichung von T. W. Anderson und H. Rubin entwickelt: Estimation of the parameters of a single equation in a complete system of stochastic equations, Annals of Mathematical Statistics, Bd. 20, 1949, S. 46 ff.; vgl. ferner T. W. Anderson, Estimation of the parameters of a single equation by the limited-information maximum-likelihood method, in: T. C. Koopmans (Hrsg.), Statistical Inference in Dynamic Economic Models, Bd. 10 der Cowles Commission Monographs, New York und London 1950, S. 311 ff. Sie wurde für die Schätzung eines Untermodells verallgemeinert von H. Rubin, Systems of Linear Stochastic Equations, unveröffentlichte Dissertation, Universität Chicago, 1948.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1961 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Menges, G. (1961). Die Schätzmethoden. In: Ökonometrie. Die Wirtschaftswissenschaften, vol No. 20 = Lfg. 34. Gabler Verlag, Wiesbaden. https://doi.org/10.1007/978-3-663-19008-0_5
Download citation
DOI: https://doi.org/10.1007/978-3-663-19008-0_5
Publisher Name: Gabler Verlag, Wiesbaden
Print ISBN: 978-3-663-18761-5
Online ISBN: 978-3-663-19008-0
eBook Packages: Springer Book Archive