Modelo de Máxima Verosimilitud

Autores/as

  • Alberto Gómez-Mejía Universidad Libre Seccional Cali, Cali - Colombia

DOI:

https://doi.org/10.18041/1657-2815/libreempresa.2020v17n2.8027

Palabras clave:

Optimización, Maximización, Eficiencia asintótica, Insesgamiento, Grandes muestras, Restricciones, Prueba de Wald, Multiplicador de Lagrange

Resumen

El objetivo de este artículo es hacer una introducción al modelo de Máxima Verosimiltiud (MV), ampliamente usado desde hace décadas en estadística, biometría, ingeniería y en econometría. A pesar de su utilidad, los cursos básicos de econometría siguen haciendo énfasis en los Mínimos Cuadrados Ordinarios (MCO) por lo fácil de su matemática y comprensión conceptual,  y dejan el MV para los ejercicios con el software comercial que lo incluye por configuración , por la superioridad de los resultados frente a los del MCO. El MV es bastante utilizado para las regresiones no lineales y muestras grandes, por ejemplo, modelos de variables dependientes dicotómicas como Logit y Probit; heterocedasticidad condicional como GARCH y EGARCH, modelos censurados y truncados, etc. Es de prever que con el desarrollo de la inteligencia artificial en el data science y el machine learning, el MCO será descartado.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Alberto Gómez-Mejía, Universidad Libre Seccional Cali, Cali - Colombia

    Investigador y profesor de Economía. Universidad Libre Seccional Cali, Cali - Colombia

    https://orcid.org/0000-0002-0312-2236

Referencias

Amemiya, T. (1985). Advanced Econometrics. Oxford: Basil Blackwell. ISBN 0-631-13345-3.

Berndt, E. R. and Savin, N. E. (1977), “Conflict Among Criteria for Testing Hypotheses in the Multivariate Linear Regression Model”, Econometrica, 45 (5). 1263-1277. Ch. 13: Wald, Likelihood Ratio. and Lagrange Multiplier Tests 825. https://doi.org/10.2307/1914072

Buck, A. J. (2021). Econometrics Lecture Notes. Temple University. http://www.ajbuckeconbikesail.net/notes/lectures.html

Chow. G.C. (1983). Econometric Methods, McGraw-Hill, New York.

Cramér, H. (1946). Mathematical Methods of Statistics. Princeton, NJ: Princeton Univ. Press. ISBN 0-691-08004-6. OCLC 185436716. https://archive.org/details/in.ernet.dli.2015.223699

Engle. R. F. (1982a). “A General Approach to Lagrange Multiplier Model Diagnostics”, Journal of Econometrics,20(1) 83-104. https://doi.org/10.1016/0304-4076(82)90104-X

Fox, J. (1997) Applied regression analysis, linear models, and related methods. Thousand Oaks, CA: Sage Publications. https://psycnet.apa.org/record/1997-08857-000

Greene, W. (2012) Econometric Analysis, Pearson. http://www.mysmu.edu/faculty/zlyang/ECON6002_21-Web/William_H_Greene-Econometric_Analysis-7th.pdf

Gujarati, D. y Porter D. (2010) Econometría Básica. Ed. McGraw-Hill. https://fvela.files.wordpress.com/2012/10/econometria-damodar-n-gujarati-5ta-ed.pdf

Hamilton, J. (1994) Time Series Analysis, Princeton University Press.

Johnston, J. (1984) Econometric Methods, McGraw-Hill, 3rd ed.

Johnston, J. and DiNardo, J. (1997) Econometric Methods Fourth Edition. New York, NY: The McGraw-Hill Companies, Inc. https://economics.ut.ac.ir/documents/3030266/14100645/econometric%20methods-johnston.pdf

Judge, G. G., Carter Hill, R., Griffiths, W. E., Lutkepohl, H. y Lee, Tsoung-Chao (1984). Theory and Practice of Econometrics, John Wiley & Sons, Nueva York. https://pdfcoffee.com/george-g-judge-william-e-griffiths-r-carter-hill-helmut-ltkepohl-tsoung-chao-lee-the-theory-and-practice-of-econometrics-wiley-series-in-probability-and-statistics-wiley-1985-pdf-free.html

Kennedy, P. (2008) A Guide to Econometrics, Blackwell Publishing. http://masonlec.org/site/rte_uploads/files/Econometrics%20Book%20-%20Intro,%20Ch%201%20and%202.pdf

Lütkepohl, H. (1991). Introduction to Multiple Time Series Analysis, Springer Verlag, New York. https://www.springer.com/gp/book/9783540401728

Maddala, G.S. (1992) Econometria. Ed McGraw-Hill. https://www.academia.edu/15259731/INTRODUCCI%C3%93N_A_LA_ECONOMETR%C3%8DA_LICENCIATURA_EN_ADMINISTRACI%C3%93N_Y_DIRECCI%C3%93N_DE_EMPRESAS_2O_CURSO_FABIOLA_PORTILLO_FEBRERO

Novales, A. (1993). Econometría. 2da. edición. Ed. McGraw-Hill. https://es.scribd.com/doc/252571609/Econometria-Alfonso-Novales-2da-Edicion

Pindyck, R. y Rubinfeld D. (2002). Modelos econométricos y pronóstico económico. Ed. McGraw-Hill.

Pulido, A. (1987).Modelos econométricos. 2da. edición. Ed. Pirámide. ISBN 10: 8436802144ISBN 13: 9788436802146

Rao, C. R. (1948) “Large Sample Tests of Statistical Hypotheses Concerning Several Parameters with Application to Problems of Estimation”, Proceedings of the Cambridge Philosophical Society, 44150-57. https://doi.org/10.1017/S0305004100023987

Rao, C. R. (1945). "Information and the accuracy attainable in the estimation of statistical parameters". Bulletin of the Calcutta Mathematical Society. 37: 81–89. MR 0015748.

Wald, A. (1943). Tests of Statistical Hypotheses Concerning Several Parameters When the Number of Observations is Large. Transactions of the American Mathematical Society. Vol. 54, No. 3 (Nov., 1943), pp. 426-482 (57 pages). Published By: American Mathematical Society. https://doi.org/10.2307/1990256

Wooldridge, J. M. (2010). Introducción a la Econometría. Un enfoque moderno. Editorial Thomson-Learning. https://herioscarlanda.files.wordpress.com/2018/10/wooldridge-2009-introduccic3b3n-a-la-econometrc3ada-un-enfoque-moderno.pdf

Descargas

Publicado

2020-12-30

Número

Sección

Artículos de investigación