October 9th, 2008

Linier Model Estimation using Ordinary Least Square and Maximum Likelihood

Estimasi dalam Model Linier pada umumnya mengunakan metoda OLS (Ordinary Least Square) atau ML (Maximum Likelihood). Dalam Paper ini menjelaskan secara teoritis bagaimana metoda estimasi tersebut. Simulasi Monte Carlo digunakan untuk menjamin Robusness hasil estimasi. Komputasi yang digunakan dengan menggunakan MATLAB.

Download bila Anda ingin mendapatkan paper lengkap: (1)cover.pdf; (2)daftar-isi.pdf; (3)isi.pdf

Silahkan “Comment” di bawah ini.

Filed under: Econometrics, Ekonometrik, Estimasi, Estimation, MATLAB, Maximum Likelihood, ML, Monte Carlo, OLS, Ordinary Least Square, simulasi, Simulation

3,675 Responses to “Linier Model Estimation using Ordinary Least Square and Maximum Likelihood”

  1. SANJOYO, on March 20th, 2009 at 7:42 pm Said:

    Penjelasan secara sederhana bahwa OLS melakukan estimasi atas dasar meminimumkan residual dan tak perlu tahu distribusi errornya. Namun, MLE mensyaratkan error berdistribusi normal dan memaksimumkan fungsi densitas distribusi. Penurunnya, mungkin dari paper saya tersebut bisa membantu.

    Salam

    Sanjoyo note: bisa lihat blog: http://sanjoyo55.wordpress.com/

« »