понимание методологии индикаторов мирового уровня является жестким (http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1682130). Они оценивают истинное значение управления, используя «ненаблюдаемую компонентную модель».Процедура агрегирования Мировые индикаторы управления
1) Если я могу настроить функцию MLE для оценки альфов, бета и сигм, могу ли я фактически воспроизвести их оценки, которые они сообщают в своих весах-таблице (http://info.worldbank.org/governance/wgi/index.aspx#doc-sources)? Или это невозможно, потому что они используют отдельные индикаторы вместо усредненных исходных данных РГI?
2) Они заявляют, что подавляют индекс времени в своих обозначениях, чтобы сохранить его простым. Но если я хочу рассчитать функцию MLE, я просто включаю индикаторы в течение одного года и повторяю эту процедуру на все годы? Или я выполняю один mle со всеми индикаторами за все годы?
Большое спасибо за помощь.
Edit:
я теперь мог оценить альфы, беты и сигма репрезентативных показателей. Теперь я должен регрессия нерепрезентативного показатели по предварительной оценке управления (в ошибках в модели переменных):
нерепрезентативного Индикатор управление ~ предварительно оценки
Поэтому я должен вычислить взвешенное предварительное управление (уравнение 2) и стандартные ошибки (уравнение 3) (см. выше).
Это мой г код для уравнения 2 и 3:
< весов - (SigmaMatrix)^(- 2)/(1 + rowSums ((SigmaMatrix)^(- 2), na.rm = Т))
< gpre - rowSums (Rep (веса, каждый = nrow (x_nam)) * ((x_nam [, 1: 7] -AlphaMatrix)/BetaMatrix), na.rm = Т)
с.о. < - (1 + rowSums ((SigmaMatrix)^- 2, na.rm = T))^(- 1/2)
Для моей eiv-регрессии мне нужно рассчитать reli способность, которая есть, если я правильно ее понимаю - согласно статье:
1-дисперсия (u (j))/variance (gpre (j)) где «uj - просто дисперсия условного среднего gj задана в уравнении (3), и так как V [г * у] наблюдается»
Мои вопросы:
правильно ли я перевести уравнения в R? Как получить дисперсию u (j) и gpre (j), потому что уравнения 2 и 3 дают числа для каждой страны?
Спасибо всем!