Dhrymes，Phoebus J。 高级计量经济学主题。第二卷：线性和非线性联立方程。 （英语） Zbl 0792.62101号 纽约：Springer-Verlag。xvii，401页（1994年）。 [关于卷的评论，我见Zbl 0698.62003号.]本书面向对线性和非线性联立方程模型感兴趣的二年级研究生和专业人士。它基本上追溯了计量经济学在一般线性模型（GLM）之外的演变，从一般线性结构计量模型（GLSEM）开始，到广义矩量法（GMM）结束。因此，它涵盖了识别问题（第3章）、最大似然（ML）方法（第3和第4章）、二级和三级最小二乘（2SLS，3SLS）（第1和第2章）、一般非线性模型（GNLM）（第5章）、通用非线性联立方程模型（GNLSEM，非线性二级和三级最小二乘（NL2SLS，NL3SLS），GNLSEM的GMM，最后简要概述因果关系和相关问题（第6章）。这里既没有讨论有限的因变量，也没有讨论单位根相关的主题。它还包含一些重要的创新。与文献习惯不同，非线性模型的识别和一致性是通过Kullback信息设备以及最小对比度（MC）估计理论来处理的。事实上，本卷中处理的几乎所有估计问题都可以通过MC估计理论来解决。这种方法的威力在第5章中得到了证明，在ML环境中，通过显现Kullback信息，几乎可以毫不费力地获得GLSEM的整套识别要求。动态GLSEM的极限分布是通过各种相依序列的收敛定理和鞅差分中心极限定理逐步处理的，这样读者可以理解问题的复杂性以及解决这些问题的方式。导出了一个简化的（两步）FIML估计量，其计算复杂度与3SLS相当相似；这使读者能够准确地看到为什么即使3SLS被迭代，两个估计值也不需要在数字上相同。广义矩（GMM）估计方法是在具有附加误差的GLSEM背景下，作为3SLS类估计的一种变体提出的。审核人：J.Lillestøl（卑尔根） 引用于6文件 MSC公司： 62第20页 统计学在经济学中的应用 62-02年 与统计有关的研究展览（专著、调查文章） 62J99型 线性推断、回归 关键词：最大似然法;最小对比度估计;广义矩估计方法;一般线性模型;一般线性结构计量经济模型;广义矩量法;识别;二级和三级最小二乘法;一般非线性模型;一般非线性联立方程模型;附加误差;非线性二级和三级最小二乘;因果关系;一致性;Kullback信息;极限分布;收敛定理;相依序列;鞅差分中心极限定理;FIML估计器 引文：Zbl 0698.62003号 PDF格式BibTeX公司 XML格式引用 \textit{P.J.Dhrymes}，高级计量经济学主题。第二卷：线性和非线性联立方程。纽约：Springer-Verlag（1994；Zbl 0792.62101）