close
沒想到真的可以寫到之二
根據 telnet://ptt.cc ec 版上的網友所述 (當然, 文責由我個人負責! )
我的做法是可以的.
但是, 另一個問題會發生的地方是:
如果所估計的參數的給定條件 (當然, 根據理論模型) 不是
這樣剛好的話, 那該如何進行估計?
我所想表達的是, 譬如說,
lnY=lnA+(alpha)lnK+(beta)lnL+(gamma)lnE
given 1=alpha+beta+gamma
或者, 運氣不好的話, 如果不是 constant return to scale...
像這個情況下, 該如何操作?
所得到的答案是:
計量經濟的教本應有談到你所列線性限制的一般情況? 簡單說,
就是 Lagrange 方法, 限制條件下求平方離差和之最小.
嗯! 這代表我該看書了...
根據 telnet://ptt.cc ec 版上的網友所述 (當然, 文責由我個人負責! )
我的做法是可以的.
但是, 另一個問題會發生的地方是:
如果所估計的參數的給定條件 (當然, 根據理論模型) 不是
這樣剛好的話, 那該如何進行估計?
我所想表達的是, 譬如說,
lnY=lnA+(alpha)lnK+(beta)lnL+(gamma)lnE
given 1=alpha+beta+gamma
或者, 運氣不好的話, 如果不是 constant return to scale...
像這個情況下, 該如何操作?
所得到的答案是:
計量經濟的教本應有談到你所列線性限制的一般情況? 簡單說,
就是 Lagrange 方法, 限制條件下求平方離差和之最小.
嗯! 這代表我該看書了...
全站熱搜
留言列表