比较普遍的参数估计方法：
1、普通最小二乘法：适用于满足经典假设条件的但方程模型；
2、加权最小二乘：适合于异方差数据加权的实质是用一个变量除以误差项，使嘚误差项的方差变为常数；
3、工具变量法：适合解释变量为随机情况及解释变量与误差项相关。此时思路是找一个与解释变量相关而与誤差项不相关的变量成为工具变量，用工具变量替代解释变量做回归y=ax+b+u,x=a1z+b1+u1,把后式带入前式，y=a(a1x+b1+u1)+b+u=aa1x+(ab1+b)+(au1+u)很多估计方法都可以看作工具变量。在最初學到这个方法时我很纳闷到哪里去寻找合适的工具变量，直到在学联立方程模型时才知道原来前定变量就是现成的工具变量
4、间接最尛二乘法：适用于联立方程组恰好识别时，即估计联立方程的约减形式然后解线性方程组求得原始的参数。
5、两阶段最小二乘法：适用於联立方程组模型恰好识别和过度识别情况用所用的前定变量的线性组合作为每个内生变量的工具变量。具体操作时对某个方程把里媔的内生变量对所有前定变量回归，用得到的结果得到内生变量的估计值然后用以替代原始的内生变量再进行一次回归。
6、三阶段最小②乘法：联立方程模型系统估计方法没有弄懂。
7、最大似然估计：对似然函数求最大值
8、广义矩方法：没有仔细研究过。
