※ 引述《kaishi.bbs@ptt.cc (竹科新貴陽光秩)》之銘言：
> 目前使用的統計模型是用 MLE 估計參數
> (模型為 ARFIMA , 使用frequency domain 定義的 Whittle Likelihood)
> 然而,估出參數後,算出 Hessian matrix (即 Information marix)
> 拿這個矩陣去計算估計的 standard error (s.e.)
> 我有用模擬的樣本去做估計 發現點估計很準 跟模擬預設的值非常貼近
> 但為什麼 這個 s.e. 沒有辦法表現的很好
> 像我用 R 去估計 ARFIMA(0,d,0) (先用R產生 模擬的樣本)
> 參數(d)估出來是 0.354 ,它的 s.e. 是 0.000006左右(基本上它也是MLE估計)
> 我自己寫的 MLE, 估出一樣的參數值 但我的 s.e 卻都是 0.03 左右
> 想請問是我計算 s.e.的方法錯了嗎? 還是說估 s.e.可以用別的方法 ?
> 謝謝回覆!
> (另外,模型、估計方法都是自修,有任何觀念錯誤請務必指正我,非常感激!)
我沒辦法說你做的對不對, 因為一是你根本沒說你怎麼做,
再者我對 ARFIMA 甚至是從 frequency domain 入手完全
不了解.
不過, 有兩點可以提醒你注意.
其一, 用 Hessian matrix 計算參數估計的 s.e.,是大樣
本方法. 換言之, 如果你的樣本不夠大, 有可能實際的誤
差不是根據 Hessian matrix 計算的那樣. 至於樣本數多
大才算夠大, 不要問我! 事實上, 根據 Hessian matrix
計算的 s.e. 與模擬樣本估計的 s.e. 差太多這件事, 如
果不是計算錯誤或模擬做得不對, 本身就指出大樣本近似
可能不適用了!
其二, 用模擬估計 s.e., 是要在相同設定 (相同參數值)
之下, 做出相同大小樣本很多組, 由這許多組樣本的參數
估計值, 去計算它們的標準差. 當然根據模擬結果估計標
準誤也是有誤差的, 這誤差大小決定於你模擬多少組樣本
以及該設定下參數估計值真實標準差的大小.
--
嗨! 你好! 祝事事如意, 天天 happy! :) 統計專業版, 需要你的支持! :)
無名小站 telnet://wretch.twbbs.org Statistics (統計方法討論區)
盈月與繁星 telnet://ms.twbbs.org Statistics (統計：讓數字說話)
成大計中站 telnet://bbs.ncku.edu.tw Statistics (統計方法及學理討論區)
交大資訊次世代 telnet://bs2.twbbs.org Statistics (統計與機率)
★本文未經本人同意請勿轉載; 回覆請勿全文引用, 請僅留下直接涉及部分。
--
夫兵者不祥之器物或惡之故有道者不處君子居則貴左用兵則貴右兵者不祥之器非君子
之器不得已而用之恬淡為上勝而不美而美之者是樂殺人夫樂殺人者則不可得志於天下
矣吉事尚左凶事尚右偏將軍居左上將軍居右言以喪禮處之殺人之眾以哀悲泣之戰勝以
喪禮處之道常無名樸雖小天下莫能臣侯王若能守之萬物將自賓天地相合以降甘露民莫
之令而自均始制有名名亦既有夫亦將知止知止可以不殆譬道之在天 163.15.188.87海