如果我没记错的话,“准”和“伪”都表示同一件事,即错误分布假设下的优化。此外,我认为这些术语不限于正常假设。有经验的读者可以证实这一点吗?干杯!
准最大似然估计与伪 MLE
机器算法验证
最大似然
2022-03-15 13:28:05
2个回答
准似然和伪似然意味着不同的东西。如果概率模型可能指定错误,则似然函数称为准似然函数(例如,参见 White 1982 econometrica)。在正确指定概率模型的特殊情况下,准最大似然估计与最大似然估计相同。术语“伪似然”尚未成立,但通常意味着违反了独立性假设,因此违反了允许将似然函数构造为其他似然函数的乘积的独立性假设,但似然函数被构造为无论如何,其他似然函数的乘积。因此,每个拟似然函数都是拟似然函数,但每个拟似然函数不一定是拟似然函数。参见 Besag 1986 “Analysis of Dirty Pictures”(Journal of Royal Statistical Society Series B, Vol. 48 讨论伪似然函数)。这些术语不限于正态假设。
这两个名称表示相同的概念。参见 fe Hayashi 的计量经济学。关于第二部分我不确定,但通常,如果模型被错误指定(通常),它被解释为估计 - “以不影响估计器一致性的方式”(戴维森,麦金农 -计量经济学理论和方法.
其它你可能感兴趣的问题