eviews面板数据建模.pptVIP

(3) 对转换后变量使用OLS (X 包括常数项和回归量x ) (25.12) 其中 。 EViews在输出中给出了由(3)得到的 的参数估计。使用协方差矩阵的标准估计量计算标准差。 EViews给出了随机影响的估计值。计算公式为： (25.13) 得到的是 的最优线性无偏预测值。 最后，EViews给出了加权和不加权的概括统计量。加权统计量来自(3)中的GLS估计方程。未加权统计量来自普通模型的残差，普通模型中包括(3)中的参数和估计随机影响： (25.14) 三、截面加权 当残差具有截面异方差性和同步不相关时最好进行截面加权回归： (25.15) EViews进行FGLS，并且 从一阶段Pool最小二乘回归得出。 估计方差计算公式为： (25.16) 其中 是OLS的拟合值。 估计系数值和协方差矩阵由标准GLS估计量给出。 四、SUR加权 当残差具有截面异方差性和同步相关性时，SUR加权最小二乘是可行的GLS估计量： (25.17) 其中 是同步相关的对称阵： (25.18) 一般项 ，在所有的t时为常数。 EViews估计SUR模型时使用的 是由一阶段Pool最小二乘回归得到： (25.19) 分母中的最大值函数是为了解决向下加权协方差项产生的不平衡数据情况。如果缺失值的数目可渐进忽略，这种方法生成可逆的 的一致估计量。 模型的参数估计和参数协方差矩阵计算使用标准的GLS公式。 五、怀特（White）协方差估计 在Pool估计中可计算怀特的异方差性一致协方差估计（除了SUR和随机影响估计）。EViews使用堆积模型计算怀特协方差矩阵：