Stata图书推荐|Maximum Likelihood Estimation with Stata

Maximum Likelihood Estimation with Stata一书, 是各学科研究者在Stata中编写较大似然（ML）估计量的重要参考和指南。除了全面介绍Stata编写ML估计量的命令外，本书还概述了较大似然的基础以及如何思考ML估计。

*五版包含了新的*二章，该章演示了易于使用的mlexp命令。该命令允许您直接*似然函数并执行估计，而*任何编程。

本书的核心是Stata的ml命令。它向您展示了如何充分利用ml值的重要功能：

•线性约束条件

•四种优化算法(Newton-Raphson、DFP、BFGS、BHHH)

•观测信息矩阵(OIM)方差估计

•梯度外积(OPG)方差估计

•Huber/White/sandwich稳健方差估计

•聚类稳健方差估计

•对调查数据分析的完整和自动支持

•直接支持用Mata编写的求值函数

当使用适当的选项时，其中许多特征是由ml自动提供的，并且不需要研究人员编写估算器进行特殊编程或干预。

在后面的章节中，您将学习如何利用Stata的矩阵编程语言Mata。为了方便编程和对潜在的速度进行改进，您可以在Mata中编写似然估计程序，并继续使用ml来控制较大化过程。*五版的一个新章节展示了如果您想在Mata中完全实现较大似然估计器，应该如何使用Mata函数的moptimize()套件。

在最后一章中，作者阐述了从对数似然函数到完全可操作的估计命令所需的主要步骤。使用几种不同的模型来完成：logit和probit，线性回归，Weibull 回归，Cox比例风险模型，随机效应回归和看似不相关的回归。这个版本增加了一个二元 Poisson 模型的新例子，这个模型在Stata中没有。

作者为开发估计命令提供了广泛的建议。在本书的帮助下，用户将能够编写自己的估计命令- -这些命令的外观和行为与Stata中的官方估计命令非常相似。

无论你是想为自己的研究拟合一个特殊的ML估计量，还是想写一个通用的ML估计供他人使用，本书都可以帮助您。

作者介绍

Jeff Pitblado是StataCorp统计软件的执行董事。Pitblado在ml的开发中发挥了主导作用:他增加了ml处理调查数据的能力，并且在Mata中编写了ml的目前的实施情况。

Brian Poi曾在StataCorp担任开发人员，并在Stata撰写了许多流行的计量经济学估计。从那时起，他将计量经济学和统计编程知识应用于多个领域，包括宏观经济预测、信贷分析和银行压力测试。

William Gould是StataCorp的名誉总裁，**Stata的发展**过30年。Gould同时也是Mata的创造者。

目录

List of tables

List of figures

Preface to the fifth edition (PDF)

Versions of Stata

Notation and typography

1 Theory and practice

2 Estimation with mlexp

3 Introduction to ml

4 Overview of ml

5 Method lf

6 Methods lf0, lf1, and lf2

7 Methods d0, d1, and d2

8 Debugging likelihood evaluators

9 Setting initial values

10 Interactive maximization

11 Final results

12 Writing do-files to maximize likelihoods

13 Writing ado-files to maximize likelihoods

14 Writing ado-files for survey data analysis

15 Mata-based likelihood evaluators

16 Mata's moptimize() function 

17 Other examples

A Syntax of mlexp

B Syntax of ml

C Syntax of moptimize()

D Likelihood-evaluator checklists

E Listing of estimation commands

References

北京天演融智软件有限公司（科学软件网）是STATA软件在中国的授权经销商，为中国软件用户提供优质的软件销售和培训服务。