第七章+自相关.pptVIP

设 ?=DD’ 用D-1左乘(2.5.7)两边，得到一个新的模型： D-1 Y=D-1 XB+D-1 N (2.5.8) 即 Y*=X*B+N* 该模型具有同方差性和随机误差项互相独立性。 于是，可以用OLS法估计模型(2.5.8)，得 （2.5.9) 这就是原模型(2.5.7)的广义最小二乘估计量(GLS estimators)，是无偏的、有效的估计量。 如何得到矩阵?？ 仍然是对原模型(2.5.7)首先采用普通最小二乘法，得到随机误差项的近似估计量，以此构成矩阵的估计量? ，即 可行的广义最小二乘法（FGLS, Feasible Generalized Least Squares） 文献中常见的术语 如果能够找到一种方法，求得到Ω的估计量，使得GLS能够实现，都称为FGLS 前面提出的方法，就是FGLS 2、一阶差分法 即使对于非完全一阶正相关的情况，只要存在一定程度的一阶正相关，差分模型就可以有效地加以克服。 如果原模型存在完全一阶正自相关，即在 ?i=??i-1+?i 中，?=1。 (2.5.10)可变换为： ?Yi= ?1?Xi+?I