A mother formula for econometric estimation, the issue of parent linear models of best-fit solutions and its dual problem - Maria Grazia Zoia - Vita e Pensiero - Articolo Vita e Pensiero

A mother formula for econometric estimation, the issue of parent linear models of best-fit solutions and its dual problem

Gratis
digital
A mother formula for econometric estimation, the issue of parent linear models of best-fit solutions and its dual problem
Articolo
rivista STATISTICA & APPLICAZIONI
fascicolo STATISTICA & APPLICAZIONI - 2009 - 2
titolo A mother formula for econometric estimation, the issue of parent linear models of best-fit solutions and its dual problem
autore
editore Vita e Pensiero
formato Articolo | Pdf
online da 02-2009
issn 1824-6672 (stampa) | 2283-6659 (digitale)
Scrivi un commento per questo prodotto
Promozione valida fino al 02/12/2023
Scarica

Ebook in formato Pdf leggibile su questi device:

The body of econometric estimation theory in linear models must necessarily hinge, as a frame of reference, on Rao’s unified theories of linear estimation and least squares. The mathematical counterpart of the basic statistical setups turns out to be quadratic optimization problems, whose solutions yield the optimal estimators. These solutions rest on the inversion of the fundamental bordered matrix of the first-order conditions for optimality. A recently devised partitioned inversion rule leads to a mother formula for estimators within a linear framework. In addition, this paper casts further light on the link between the best fit approach to estimation and model specifications. Indeed, by taking least squares as a bridge-head and best unbiasedness as a benchmark, quite a deep insight into parameter inference is gained, whose applicative spin-offs are brought to light by a wide-ranging reappraisal of statistic and econometric estimators. Keywords: Least squares, Econometric models, Best unbiasedness, Orthogonal complements,Inversion rules. L’econometria metodologica ha nelle teorie unificate della stima lineare e dei minimi quadrati di Rao i suoi riscontri naturali. Ai sensi di tali teorie, il problema di stima si riconduce ad un problema di ottimizzazione matematica che trova nell’inversione della cosiddetta ‘‘matrice orlata fondamentale’’ la chiave per la sua soluzione. Una recente formula di inversione per parti consente di pervenire ad una formula madre per la classe degli stimatori ottimali nei modelli lineari. Da questa analisi emergono altresı`interessanti collegamenti col problema del modello di riferimento, per un dato metodo di stima di accostamento ottimale, e dualmente col problema dei minimi quadrati che conduce allo stimatore ottimale per una data specificazione lineare. L’articolo fornisce un contributo chiarificatore, con apporti innovativi, a questi temi di preminente interesse per l’econometria nelle sue interazioni con la statistica.

News

07.09.2020
Melarete: l'etica a scuola
Il progetto di Luigina Mortari di educazione all'etica per la scuola dell'infanzia e la primaria con spunti teorici, suggerimenti pratici e le storie illustrate.
09.09.2020
Vicini alla scuola: i nostri consigli di lettura
Fino al 30 settembre tutti i libri delle collane di pedagogia ed educazione sono disponibili a un prezzo scontato: ecco alcuni consigli di lettura dedicati agli insegnanti.
29.07.2021
Federico di Chio e il sogno a occhi aperti del cinema
Intervista al docente di strategia dei media audiovisivi e dirigente Mediaset che ha studiato le influenze del cinema americano in Italia.
16.09.2021
Luigino Bruni a PordenoneLegge
Quale economia ci porterà questa crisi e quale spiritualità? A PordenoneLegge l'autore di "Il capitalismo e il sacro".

Newsletter

* campi obbligatori

Collane

  • Cultura e storia
  • Filosofia morale
  • Grani di senape
  • Le nuove bussole
  • Metafisica e storia della metafisica
  • Pagine prime
  • Punti
  • Relazioni internazionali e scienza politica.ASERI
  • Sestante
  • Studi interdisciplinari sulla famiglia
  • Temi metafisici e problemi del pensiero antico
  • Transizioni
  • Varia. Saggistica
  • Scopri le altre Collane

Questo sito o gli strumenti terzi da questo utilizzati si avvalgono di cookie necessari al funzionamento ed utili alle finalità illustrate nella cookie policy.
Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie, consulta la cookie policy.
Chiudendo questo avviso, navigando in questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie.

Acconsento