267 269 o simplifica o problema de otimizao de

Info iconThis preview shows page 1. Sign up to view the full content.

View Full Document Right Arrow Icon
This is the end of the preview. Sign up to access the rest of the document.

Unformatted text preview: 2 e insere na função log-likelihood: função concentrada com respeito aos parâmetros . o Note que a solução para os estimadores dos parâmetros amostrais depende do parâmetro desconhecido ρ: e . No caso do modelo SAR: o Otimizando a função LL concentrada com respeito a ρ, encontra-se o estimador de ML de . o O passo seguinte consiste em estimar e . Vantagens em se trabalhar com LL concentrada: o Produz o mesmo resultado da full LL (D&M, 1993, p. 267-269) o Simplifica o problema de otimização de multivariada, para univariada. o Produz uma matriz de variância de covariância computacionalmente eficiente A função de LL para modelos SDM e SAR, assume a forma (Anselin, 1988): o • • • • mat r i x W . ln L = − ( n/ 2) l n( πσ2 ) + l n |I n − ρW | − e = y − ρW y − Z δ ee 2σ2 (3.6) ρ ∈ (min( ω) − 1 , max( ω) − 1 ) cont ai ns onl y real ei genval ues, a posi t i ve defi ni t e vari ance-covari ance ma onde y he co vetor n ρ 1 (min( ω) − 1 , max ω) matriz W. is ensur ed bω t...
View Full Document

This note was uploaded on 05/01/2013 for the course ECONOMIA 001 taught by Professor Farinha during the Fall '10 term at Universidade de Lisboa.

Ask a homework question - tutors are online