2013-09-13 3 views
1

В Stata при использовании максимального правдоподобия (ml) оценки, можно использовать diparmado файл), чтобы отобразить вспомогательные параметры (добавочные). Но, когда я использовал ereturn list, я не видел способ извлечь эти коэффициенты. Есть что-то вроде mat list e(b) для вспомогательных параметров?Извлечения вспомогательные параметры из максимального правдоподобия модели в Stata

ereturn list 

scalars: 
       e(rank) = 13 
        e(N) = 6378 
       e(ic) = 17 
        e(k) = 13 
       e(k_eq) = 5 
       e(k_dv) = 2 
      e(converged) = 1 
       e(rc) = 0 
      e(k_autoCns) = 0 
       e(ll) = -7465.044032705097 
     e(k_eq_model) = 1 
       e(df_m) = 4 
       e(chi2) = 65.60818581991281 
        e(p) = 1.91572317062e-13 
       e(k_aux) = 2 

macros: 
       e(cmd) : "mypro" 
      e(chi2type) : "Wald" 
       e(opt) : "moptimize" 
      e(predict) : "ml_p" 
       e(vce) : "oim" 
       e(user) : "mypro_ll" 
      e(crittype) : "log likelihood" 
      e(ml_method) : "lf" 
    e(singularHmethod) : "hybrid" 
      e(technique) : "nr" 
       e(which) : "max" 
      e(depvar) : "y1 y2" 
     e(properties) : "b V" 

matrices: 
        e(b) : 1 x 13 
        e(V) : 13 x 13 
       e(ilog) : 1 x 20 
      e(gradient) : 1 x 13 
       e(ml_h) : 1 x 13 
      e(ml_scale) : 1 x 13 

functions: 
      e(sample) 

ответ

2

Вспомогательные параметры, как правило, хранятся в их собственном «уравнения» в e(b) матрице. См .:

M.L. Buis (2011) «Stata tip 97: Getting at $ \ rho $ s и $ \ sigma $ s", The Stata Journal, 11 (2), с. 315-317. http://www.maartenbuis.nl/publications/sigma_rho.html

И: http://www.maartenbuis.nl/wp/p_value_3.html

+0

Большое спасибо. Именно этого я и искал. В вашей статье вы также упомянули ссылку на другую статью, касающуюся тестирования ограничения на граничное значение. У меня есть параметр, который принимает значение от 0 до 1. Если я налагаю ограничение 0 или 1, Stata генерирует проблему «числового переполнения кода ошибки 1400». Однако, если я налагаю ограничение 0,0002 или 0,9999, он работает. Я хочу знать, является ли это приемлемым методом тестирования 0 или 1. – Metrics

+0

Ограничения в Stata - это линейные равенства; неравенства исключены. Репарамизация в масштабе логита - это то, что вы ищете. В этом разделе есть FAQ по Stata. –

+0

К сожалению, нет. Эти тесты обычно предполагают нормальное распределение выборки при нулевой гипотезе для этого параметра. Если вы находитесь (или очень близко), граница, чем (приблизительно), половина этого предполагаемого распределения выборки невозможна. Таким образом, как правило, правильное распределение выборки при нулевом значении представляет собой какое-то распределение смеси. Какое точное распределение вы должны использовать, это не моя специальность, поэтому вам нужно спросить кого-нибудь еще. –

Смежные вопросы