半参数估计思想和Stata操作示例

经济学奖揭晓时间最早为：2017年10月9日17时45分（计量经济圈将会在10月9日颁奖后整理获奖者信息和生平）

首先，咱们看看三者的区别，然后再讨论半参数估计模型以及Stata操作

参数学习方法：

  假设了一个在整个输入空间上有效的模型，将问题归结为在样本上估计少量参数，(如:线性模型估计w，高斯分布估计mu和sigma).参数学习方法假定了一个模型，当模型假定不成立，或者样本不是一个分组，可能导致很大的误差。(如:语音识别，由于不同口音、性别、年龄、发音等，没有单个同样的模型).

半参数方法：

  为样本每个分组假定一个参数模型，(如:使用混合分布估计输入样本).

非参数方法：

  只假定相似输入具有相似输出(如:k近邻)，非参数方法使用合适的聚类度量相似性，对于输入样本，从训练集中找出它们的相似示例(输入样本的邻域)，并由相似的实例插值得到正确的输入。

参数模型定义了一个全局模型，所以训练样本都影响最终估计，而非参数方法不存在全局模型，需要时估计局部模型(如:局部加权线性回归),它们只受邻近训练样本影响,是局部响应。

因此非参数模型不是固定的，复杂性依赖训练集大小，非参数学习方法又称基于实例或基于记忆的方法，输入样本搜索训练集中相似样本，并基于相似子集插值。

Stata非官方命令来估计半参数模型

  semipar varlist [if] [in] [weight], nonpar(varname) [options]

nonpar(varname)    Specifies the variable that enters the model  nonlinearly
 generate(varname)  Generate the nonparametric fit of the dependent variable

示例，可以直接复制到Stata，然后会得到估计结果：

ssc install semipar
use http://fmwww.bc.edu/ec-p/data/wooldridge/HPRICE3
gen lprice =log(price)
semipar lprice ldist larea lland rooms bath age, nonpar(linst) xtitle(linst) ci

《END》

写在后面：各位圈友，一个等待数日的好消息，是计量经济圈应圈友提议，09月04日创建了“计量经济圈的圈子”知识分享社群，如果你对计量感兴趣，并且考虑加入咱们这个计量圈子来受益彼此，那看看这篇介绍文章和操作步骤哦（戳这里）。进去之后一定要看“群公告”，不然接收不了群信息。若需要获得计量经济学视频资料，那可以（戳这里）。