Ho un modello lineare stimato con OLS, ma ho dubbi sul realismo delle ipotesi sottostanti (soprattutto l'autocorrelazione dell'errore).
Primo passo: provo il GMM, e ovviamente il risultato è come l'OLS.
Secondo passo: provo il GMM pesato, ma è noto che per problemi esattamente identificati è uguale all'OLS.
Prima pausa: lascio perdere il GMM e passo al GLS e al FGLS (per essere precisi).
Terzo passo: provo lo stimatore Cochrane-Orcutt per disturbi autocorrelati del prim'ordine: non cambia nulla.
Quarto passo: provo lo stimatore Prais-Winsten per disturbi autocorrelati del prim'ordine: non cambia nulla.
Seconda paua: lascio perdere il GLS e passo allo MLE a informazione piena.
Quinto passo: provo lo stimatore FI-MLE di Beach e MacKinnon: non cambia nulla.
Ne ho dimenticato qualcuno? Salvo novità, non resta che trovare un modo conciso di dire: ho adottato un algoritmo elementare perché quelli non elementari non davano alcun vantaggio.
Primo passo: provo il GMM, e ovviamente il risultato è come l'OLS.
Secondo passo: provo il GMM pesato, ma è noto che per problemi esattamente identificati è uguale all'OLS.
Prima pausa: lascio perdere il GMM e passo al GLS e al FGLS (per essere precisi).
Terzo passo: provo lo stimatore Cochrane-Orcutt per disturbi autocorrelati del prim'ordine: non cambia nulla.
Quarto passo: provo lo stimatore Prais-Winsten per disturbi autocorrelati del prim'ordine: non cambia nulla.
Seconda paua: lascio perdere il GLS e passo allo MLE a informazione piena.
Quinto passo: provo lo stimatore FI-MLE di Beach e MacKinnon: non cambia nulla.
Ne ho dimenticato qualcuno? Salvo novità, non resta che trovare un modo conciso di dire: ho adottato un algoritmo elementare perché quelli non elementari non davano alcun vantaggio.
