An attractive feature of the regime

An attractive feature of the regime-switching model above is that the state probabilities implicit in the data can be estimated together with the parameters of the model by maximizing a log-likelihood function for a given sample of
return data. Letting θ denote the set of all the parameters in the model, θ =
{β01, β02, β1, β2, h1, h2, η0, η1,η2}, imagine for a moment that the value of θ is known with certainty. Then, using this knowledge and the model, an observer
could make inferences about the underlying state of the economy at time t. This inference takes the form of a conditional probability P {St = st | Ft } assigned to the possibility that the state variable St is equal to st , where Ft denotes all the information available up to time t . Since, however, θ is not known with certainty, estimating the state probabilities jointly with the parameters repeats this procedure iteratively to maximize the log-likelihood function for a given sample.

Kết quả (Việt) 1:

Một tính năng hấp dẫn của chế độ chuyển đổi mô hình ở trên là xác suất bang tiềm ẩn trong các dữ liệu có thể được ước tính cùng với các thông số của mô hình của tối đa hóa một hàm khả năng đăng nhập cho một mẫu nhất định củatrả lại dữ liệu. Cho phép θ biểu thị các thiết lập của tất cả các tham số trong các mô hình, θ ={Β01, β02, β1, β2, h1, h2, η0, η1, η2}, hãy tưởng tượng cho một thời điểm mà giá trị của θ được biết đến với sự chắc chắn. Sau đó, bằng cách sử dụng kiến thức này và các mô hình, một người quan sátcó thể làm cho suy luận về trạng thái cơ bản của nền kinh tế tại thời gian t. Suy luận này có dạng của một xác suất có điều kiện P {St = st | Ft} được gán cho khả năng rằng nhà nước biến St là tương đương với st, nơi Ft là bắt tất cả thông tin có sẵn lên đến thời gian t. Kể từ khi, Tuy nhiên, i không biết chắc chắn, ước tính xác suất nhà nước cùng với các thông số lặp đi lặp lại quy trình này lặp đi lặp lại để tối đa hóa các chức năng khả năng đăng nhập cho một mẫu nhất định.

Kết quả (Việt) 2:

Một tính năng hấp dẫn của mô hình chế độ chuyển mạch trên là các xác suất trạng thái tiềm ẩn trong các dữ liệu có thể được ước tính cùng với các thông số của mô hình bằng cách tối đa hóa một hàm log-likelihood cho một mẫu nhất định của
dữ liệu trả về. Cho θ biểu thị tập hợp tất cả các thông số trong mô hình, θ =
{β01, β02, β1, β2, h1, h2, η0, η1, η2}, tưởng tượng cho một thời điểm mà giá trị của θ được biết một cách chắc chắn. Sau đó, sử dụng kiến thức này và các mô hình, một người quan sát
có thể suy luận về trạng thái cơ bản của nền kinh tế tại thời điểm t. Suy luận này có dạng của một xác suất có điều kiện P {St = st | Ft} gán cho khả năng rằng các trạng thái biến St bằng st, nơi Ft biểu thị tất cả các thông tin có sẵn cho đến thời điểm t. Kể từ khi, tuy nhiên, θ là không được biết một cách chắc chắn, với ước tính xác suất trạng thái cùng với các thông số trình được lặp lại lặp đi lặp lại để tối đa hóa chức năng log-likelihood cho một mẫu nhất định.