原创力文档- 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)。
查看更多
5异方差性资料
* * * * * * * * * * * 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本。 如果确实存在异方差，则被有效消除。 如果不存在异方差，则加权最小二乘法等价于普通最小二乘法。 在Eviews中，需要自己构造权矩阵，同时给出了存在异方差时参数估计量的一致协方差估计：White、Newey-West。 H. White, A heteroskedasticity-consistent convariance matrix and direct test for heteroskedaticity,Econometrica,1980,48(4):817-38 W.K. Newey, K.D. West. A simple positive semi-definite, heteroskedasticity and autocorrelation consistent covariance matrix. Econometrica. 1987, 55 五、案例1 ——二元消费模型 人均居民消费支出与人均国内生产总值 Dependent Variable: CONSP Method: Least Squares Sample (adjusted): 1979 2000 Included observations: 22 after adjustments Variable Coefficient Std. Error t-Statistic Prob.?? GDPP 0.221359 0.060973 3.630462 0.0018 CONSP(-1) 0.451408 0.170318 2.650380 0.0158 C 120.7253 36.51374 3.306299 0.0037 R-squared 0.995403 ????Mean dependent var 928.4909 Adjusted R-squared 0.994919 ????S.D. dependent var 372.6339 S.E. of regression 26.56264 ????Akaike info criterion 9.523012 Sum squared resid 13405.90 ????Schwarz criterion 9.671791 Log likelihood -101.7531 ????Hannan-Quinn criter. 9.558060 F-statistic 2056.887 ????Durbin-Watson stat 1.278902 Prob(F-statistic) 0.000000 原模型Eviews软件估计结果 Dependent Variable: CONSP Method: Least Squares Sample (adjusted): 1979 2000 Included observations: 22 after adjustments Weighting series: E1 Variable Coefficient Std. Error t-Statistic Prob.?? GDPP 0.204761 0.022275 9.192407 0.0000 CONSP(-1) 0.504423 0.063308 7.967761 0.0000 C 106.5835 12.4
文档评论（0）