我想最大化作为参数函数的对数似然函数 (L)$\beta_i$为了$i=1,..,k$和$\alpha_1, \alpha_2$. 理想情况下，我想一步完成所有参数的估计。不幸的是，由于我拥有的模型的形式，我无法执行一步估计。但是对于一些固定值$\alpha_1, \alpha_2$，我可以找到的最大似然估计$\beta_i$为了$i=1,..,k$. 所以我所做的是我创建了一个类似的函数$f(\alpha_1, \alpha_2)$并将其定义为$f(\alpha_1, \alpha_2)=L(\alpha_1, \alpha_2,\hat{\beta})$即对应的对数似然$\alpha_1, \alpha_2$. 然后我最大化了这个功能$f$数值上相对于 $\alpha_1, \alpha_2$.

这种方法是否解决了我所拥有的两个阶段估计的不一致？这是一种有效的方法吗？如果没有，我可以使用其他任何估计方法吗？