eviews教程第二十五章时间序列截面数据模型.docVIP

下载本文档

4
0
约5.12千字
约 6页
2017-06-09 发布于北京
举报
版权申诉

eviews教程第二十五章时间序列截面数据模型.doc

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

(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：