Méthode des moments généralisée

Un article de Wikipédia, l'encyclopédie libre.
Sauter à la navigation Sauter à la recherche
Page d'aide sur l'homonymie Pour les articles homonymes, voir GMM.

En statistique et en économétrie, la méthode des moments généralisée (en anglais generalized method of moments ou GMM) est une méthode générique pour estimer les paramètres d'un modèle statistique qui s'appuie sur un certain nombre de conditions sur les moments d'un modèle.

Habituellement, cette méthode est utilisée dans un contexte de modèle semi-paramétrique, où le paramètre étudié est de dimension finie, alors que la forme complète de la fonction de distribution des données peut ne pas être connue (de ce fait, l'estimation par Maximum de Vraisemblance n'est pas applicable).

Les estimateurs MGM sont connus pour être convergents, asymptotiquement normaux et efficaces dans la classe de tous les estimateurs qui n'utilisent pas d'information supplémentaire en dehors de celle contenue dans les conditions de moment.

La méthode est une extension de la méthode des moments. Elle a été développée par Lars Peter Hansen en 1982 dans un article intitulé « Large sample properties of generalized method of moments estimators ».

Bibliographie[modifier | modifier le code]

Voir aussi[modifier | modifier le code]