论文部分内容阅读
本文研究了动态离散选择模型中的水平参数和状态相依参数的非齐性.在理论分析中，首先考虑了一个简单的，不含协变量且只具有两个状态的一阶Markov链模型，而且模型中对应的两个转移概率都是非齐的.利用这个模型，可以精确的算出小样本情况下的偏差和均方误差(MSE).接下来在讨论近似的最大似然估计时引进两个新的估计量.第一个的估计量记为NBC是MLE的偏差修正形式，第二个估计量记为MIMSE(使整体的均方误差最小化)也是对MLE的修正.本文主要的发现是:在几乎所有的短面板数据背景下，MIMSE显著地优于MSE的另外两种形式的估计量.然后要对MIMSE做推广，使其适用于有外因变量的情况.最后，本文采用MIMSE作为估计量来估计另外一组面板数据的参数，以此验证此方法的有效性.