Access

You are not currently logged in.

Access your personal account or get JSTOR access through your library or other institution:

login

Log in to your personal account or through your institution.

If You Use a Screen Reader

This content is available through Read Online (Free) program, which relies on page scans. Since scans are not currently available to screen readers, please contact JSTOR User Support for access. We'll provide a PDF copy for your screen reader.

Estimation of Linear Single-Equation and Simultaneous-Equation Models under Stochastic Linear Constraints: An Annotated Bibliography

V. K. Srivastava
International Statistical Review / Revue Internationale de Statistique
Vol. 48, No. 1 (Apr., 1980), pp. 79-82
Stable URL: http://www.jstor.org/stable/1402407
Page Count: 4
  • Read Online (Free)
  • Download ($12.00)
  • Subscribe ($19.50)
  • Cite this Item
Since scans are not currently available to screen readers, please contact JSTOR User Support for access. We'll provide a PDF copy for your screen reader.
Estimation of Linear Single-Equation and Simultaneous-Equation Models under Stochastic Linear Constraints: An Annotated Bibliography
Preview not available

Abstract

On présente ici une bibliographie annotée de l'estimation des modèles linéaires à une ou plusieurs équations, en présence de contraintes linéaires stochastiques. De telles contraintes, par exemple, peuvent venir de considérations théoriques, et/ou d'une longue fréquentation avec les données expérimentales et/ou de recherches empiriques antérieures, et/ou de quelque autre source extérieure d'informations. Souvent les contraintes-sous forme d'un ensemble d'inégalités imposées aux coefficients-peuvent être traités (en les affectant de probabilités) comme des contraintes linéaires stochastiques. Si les contraintes sont ignorées au cours de l'estimation des paramètres, des incohérences peuvent se glisser dans les résultats, qui seront en contradiction avec ce que la théorie permettait de prévoir. De tels désagréments peuvent être évités en coordonnant convenablement les informations a priori et celles données par l'échantillon. Une façon d'y parvenir consiste à employer un cadre de pensées bayesien. Une voie non-bayesienne a été ouverte par Durbin (1953). Depuis lors, un grand nombre d'articles ont été publiés, mais ces travaux ont été écrits dans des journaux variés. C'est ce qui a incité l'auteur à préparer une bibliographie des matérieux publiés. La présente compilation n'a pris en compte que les méthodes non-bayesiennes et ne se rapporte qu'aux développements qu'elles ont connus depuis vingt-cinq années.

Page Thumbnails

  • Thumbnail: Page 
[79]
    [79]
  • Thumbnail: Page 
80
    80
  • Thumbnail: Page 
81
    81
  • Thumbnail: Page 
82
    82