5 异方差性.pptVIP

* * * * * * * * * * * 设 W=DD 其中： 用D-1左乘Y = XB+N 的两边，得到一个新的模型： D-1Y = D-1XB+ D-1N 即 Y* =X*B+N* 该方程具有同方差性。因为， 于是, 可以用OLS法估计模型: Y* = X*B + N* 得 这就是原模型的加权最小二乘估计量，它是无偏的、有效的。这里的矩阵D-1，它来自于权矩阵W。 4. 求得权矩阵W的一种实用方法 从前面的推导过程看，它来自于原模型Y=XB+N的残差项N的方差协方差矩阵，因此仍然可对原模型采用OLS法得到随机误差项的近似估计量，以此构成权矩阵的估计量，即 5. 加权最小二乘法具体步骤 （1）选择普通最小二乘法估计原模型Y=XB+N的得到随机误差项的近似估计量 ； （2）建立 的数据序列； （3）选择加权最小二乘法，以 序列作为权，进行估计得到参数估计量。 实际上是以 乘原模型的两边，得到一个新模型，采用最小二乘法估计新模型。 6. 注意的问题 在实际建模中，尤其是截面数据作样本时，通常并不对原模型进行异方差性检验，而是直接选择加权最小二乘法，尤其是采用截面数据作样