Prof. univ. dr. Constantin ANGHELACHE
Academia de Studii Economice din București/Universitatea „Artifex„ din București
Conf. univ. dr. Mădălina-Gabriela ANGHEL
Universitatea „Artifex„ din București
Drd. Ihab Jweida S J JWEIDA
Drd. Marius Popovici
Drd. Emilia Stanciu
Academia de Studii Economice din București
Abstract
În acest articol vom aborda metodele de estimare tradiţională, precum probabilitatea maximă, utila atunci cand este cunoscuta. În mod contrar, când nu este cunoscută, putem utiliza metodele neparametrice specifice ce exploatează proprietatea conform căreia este necesara implicarea unei funcţii de distribuţie.
Modele cu variabile discrete şi modele parţial observate sunt estimate de regula prin metoda probabilităţii maxime. Vom aborda si unele modele prezentate în prima secţiune a acestui capitol şi vom utiliza prezentarea lor tradiţională, sub forma unui model de indici parametrici.
Vom aborda teoria regresiei observaţiei pozitive si utilizarea estimatorului asimptotic imparţial analizand eficienta acestora. Vom analiza in continuare si tipurile de erori generate din regresie si care sunt heteroscedastice.
Cuvinte cheie: metode de estimare traditionale, functii de distributie, indici parametrici, probabilitati logaritmice, modelul selectiei binare
Theoretical notions of statistical estimation
Abstract
This article will address traditional assessment methods, such as maximum likelihood, useful when it is known. Conversely, it is not known, we can use nonparametric methods exploiting specific property that require the involvement of a distribution functions.
Models with discrete variables and partially observed models are usually estimated by maximum likelihood method. We will address some models presented in the first section of this chapter and will use their traditional presentation as a model of parametric indices.
We will address the theory of regression observation asymptotically unbiased estimator using positive and analyzing their effectiveness. We will further analyze the types of errors that are generated from regression and heteroscedastic.
Key words:traditional methods of estimation, distribution functions, parametric indices, logarithmic probabilities, binary selection model
