Séance 5 Modèles non-linéaires

• Grande diversité de spécifications possibles.
• Approche CML (conditional maximum likelihood).

\[y_{it} = f(x_{it},\theta,\alpha_i)\]

* $x_{it}$ sont les variables explicatives,
* $alpha_i$ paramètre d'effet individuel,
* $\theta$ paramètres du modèle.

Une statistique \(S(X_i)\) est dire suffisante si la probabilité conditionnelle d’observer \(X_i\) sachant \(S(X_i)\) est indépendante de \(\alpha_i\).

blablabla