精选优质文档-倾情为你奉上第二章 线性回归模型回顾与拓展 （12-15学时）第四节 三大检验（LR Wald LM）一、极大似然估计法（）（一）极大似然原理假设对于给定样本,其联合概率分布存在，。将该联合概率密度函数视为未知参数的函数，则称为似然函数（Likelihood Function）。极大似然原理就是寻找未知参数的估计，使得似然函数达到最大，或者说寻找使得样本出现的概率最大。（二）条件似然函数VS无条件似然函数若与没有关系，则最大化无条件似然函数等价于分别最大化条件似然函数和边际似然函数，从而的最大似然估计就是最大化条件似然函数。 （三）线性回归模型最大似然估计， 对数似然函数：于是 得到 （三）得分（Score）和信息矩阵（Information Matrix）称为得分；得分向量；（Gradient）海瑟矩阵（Hessian Matrix）:信息矩阵：三*、带约束条件的最小二乘估计（拉格朗日估计） 在计量经济分析中，通常是通过样本信息对未知参
