Mostrar el registro sencillo del ítem
Maximum Likelihood Model
Modelo de Máxima Verosimilitud;
Modelo de Probabilidade Máxima
dc.creator | Gómez-Mejía, Alberto | |
dc.date | 2020-12-30 | |
dc.date.accessioned | 2022-05-25T14:30:55Z | |
dc.date.available | 2022-05-25T14:30:55Z | |
dc.identifier | https://revistas.unilibre.edu.co/index.php/libreempresa/article/view/8027 | |
dc.identifier | 10.18041/1657-2815/libreempresa.2020v17n2.8027 | |
dc.identifier.uri | http://test.repositoriodigital.com:8080/handle/123456789/38576 | |
dc.description | The objective of this article is to make an introduction to the Maximum Likelihood (MV) model, widely used for decades in statistics, biometrics, engineering and econometrics. Despite its usefulness, basic econometrics courses continue to emphasize Ordinary Least Squares (OLS) due to its ease of mathematics and conceptual understanding and leave the MV for exercises with commercial software that does include it by default, due to the superiority of the results compared to those of the OLS. MV is widely used for non-linear regressions and large samples, for example, models of dichotomous dependent variables such as Logit and Probit; conditional heteroscedasticity such as GARCH and EGARCH, censored and truncated models, etc. It is expected that as artificial intelligence develops in data science and machine learning, OLS will be discarded. | en-US |
dc.description | 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. | es-ES |
dc.description | O objetivo deste artigo é introduzir o modelo de Máxima Probabilidade (ML), que tem sido amplamente utilizado por décadas em estatística, biometria, engenharia e econometria. Apesar de sua utilidade, os cursos básicos de econometria ainda enfatizam os mínimos quadrados ordinários (OLS) por causa de sua fácil compreensão matemática e conceitual, e deixam a MV para exercícios com software comercial que a inclui por configuração, por causa da superioridade dos resultados em relação ao OLS. O OLS é amplamente utilizado para regressões não lineares e grandes amostras, por exemplo, modelos variáveis dicotômicas dependentes como Logit e Probit; heterocedasticidade condicional como GARCH e EGARCH, modelos censurados e truncados, etc. Espera-se que com o desenvolvimento da inteligência artificial na ciência dos dados e na aprendizagem de máquinas, o OLS seja descartado. | pt-BR |
dc.format | application/pdf | |
dc.language | spa | |
dc.publisher | Universidad Libre | es-ES |
dc.relation | https://revistas.unilibre.edu.co/index.php/libreempresa/article/view/8027/7195 | |
dc.rights | Derechos de autor 2021 Libre Empresa | es-ES |
dc.source | LIBRE EMPRESA; Vol. 17 No. 2 (2020): Libre Empresa; 121-138 | en-US |
dc.source | Libre Empresa; Vol. 17 Núm. 2 (2020): Libre Empresa; 121-138 | es-ES |
dc.source | 2538-9904 | |
dc.source | 1657-2815 | |
dc.subject | Optimización | es-ES |
dc.subject | Maximización | es-ES |
dc.subject | Eficiencia asintótica | es-ES |
dc.subject | Insesgamiento | es-ES |
dc.subject | Grandes muestras | es-ES |
dc.subject | Restricciones | es-ES |
dc.subject | Prueba de Wald | es-ES |
dc.subject | Multiplicador de Lagrange | es-ES |
dc.subject | Optimization | en-US |
dc.subject | Maximization | en-US |
dc.subject | Asymptotic efficiency | en-US |
dc.subject | Unbiased | en-US |
dc.subject | Large samples | en-US |
dc.subject | Constraints | en-US |
dc.subject | Wald test | en-US |
dc.subject | Lagrange multiplier | en-US |
dc.subject | Otimização | pt-BR |
dc.subject | Maximização | pt-BR |
dc.subject | Eficiência assimptótica | pt-BR |
dc.subject | Imparcialidade | pt-BR |
dc.subject | Grandes amostras | pt-BR |
dc.subject | Restrições | pt-BR |
dc.subject | Teste de Wald | pt-BR |
dc.subject | Multiplicador de Lagrange | pt-BR |
dc.title | Maximum Likelihood Model | en-US |
dc.title | Modelo de Máxima Verosimilitud | es-ES |
dc.title | Modelo de Probabilidade Máxima | pt-BR |
dc.type | info:eu-repo/semantics/article | |
dc.type | info:eu-repo/semantics/publishedVersion |
Ficheros en el ítem
Ficheros | Tamaño | Formato | Ver |
---|---|---|---|
No hay ficheros asociados a este ítem. |
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
18 [260]