Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

ОЛММР с гетероскедастичными остатками. Взвешенный метод наименьших квадратов

Основные этапы построения эконометрических моделей | Особенности обоснования формы эконометрической модели | Методы отбора факторов | Характеристики и критерии качества эконометрических моделей | Качество оценок параметров эконометрических моделей | Классическая линейная модель множественной регрессии | Коэффициент множественной детерминации | Исправленный коэффициент множественной детерминации | Свойства МНК-оценок | Тест Дарбина Уотсона на автокорреляцию остатков |


Читайте также:
  1. Callback-методы S-функции
  2. II ГЛАВА. МЕТОДИКА ПРОВЕДЕНИЯ ЗАНЯТИЙ
  3. II. Методическое сопровождение программы
  4. II. Семинарское занятие по теме: «Основные направления, формы и методы управления муниципальной собственностью».
  5. III. Как запоминать кулинарные рецепты (или другие инструкции) методом мест
  6. III. КАК ЗАПОМИНАТЬ КУЛИНАРНЫЕ РЕЦЕПТЫ (ИЛИ ДРУГИЕ ИНСТРУКЦИИ) МЕТОДОМ МЕСТ
  7. III. Методические рекомендации по выполнению теоретической части контрольной работы

Пусть и ковариационная матрица вектора ошибок - диагональная, .

Обобщенный метод наименьших квадратов: ,

где , причем при . .

Величины выступают в роли «весов» и поэтому называют методом взвешенных наименьших квадратов.

1. Стандартное отклонение ошибки пропорционально независимой переменной. В некоторых ситуациях априорно можно считать, что стандартное отклонение ошибки прямо пропорционально одной из независимых переменных.

Если есть предположение о зависимости ошибок от одной из независимых переменных, то целесообразно расположить наблюдения в порядке возрастания значения этой переменной, а затем провести обычную регрессию и получить остатки. Если размах их колебаний тоже возрастает, тогда надо сделать описанное ранее преобразование, вновь провести регрессию и исследовать остатки. Если теперь их колебание имеет неупорядоченный характер, то это может служить показателем того, что коррекция на гетероскедастичность прошла успешно.

2. Дисперсия ошибки принимает только два значения. Пусть известно, что для и для , но числа и неизвестны. В этом случае:

1) провести регрессию

2) построить оценки и дисперсий и ;

3) преобразовать переменные, разделив первые уравнений на , а последующие - на ;

4) провести обычную регрессию для преобразованной модели.

 


Дата добавления: 2015-09-05; просмотров: 77 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Мультиколлинеарность. Методы устранения мультиколлинеарности| Автокорреляция остатков преобразования моделей

mybiblioteka.su - 2015-2024 год. (0.013 сек.)