序列统计量检验和分布.pptVIP

* Robustness lterations(稳健叠代) 最小二乘法对一些无关观测值的存在非常敏感，稳健叠代操作就是产生一种对残差平方的加权形式，使无关的观测值在估计参数时被加最小的权数。 这里xi , yi 是变形后的序列，权值 r 通过下式得到： 其中: ei ? yi – a –bxi ，m是|ei| 的中间数，大的残差的观测值给一个小权数。选择叠代次数应是一个整数。 第31页/共42页 * 3. Scatter with Nearest Neighber Fit(最邻近拟合散点图) 这是一种带宽基于最邻近点的局部回归。简而言之，对样本中的每一数据点，它拟合出一条局部的并经加权的回归线。局部是说只用邻近点也就是样本的子集来一步步回归，加权是说邻近点越远给越小的权数。当选择后，会出现如下的对话框： 第32页/共42页 * 因为要靠子样本点周围的点来进行局部回归，并来求拟合值，因此specification操作就是确定选择识别周围进行回归的观测值的规则。 ① Bandwidth span（带宽范围） 用来决定在局部回归中应包括哪些观测值，可以选取在0，1之间的一个数 ? 。 ② Polynomial degree(多项式次数) 选择多项式的次数来拟合每一局部回归