Ссылка на файл: >>>>>> http://file-portal.ru/Гетероскедастичность метод взвешенных наименьших квадратов/
Устранение гетероскедастичности. Метод взвешенных наименьших квадратов.
Вы точно человек?
Коррекция гетероскедастичности. Метод взвешенных наименьших квадратов
Одной из ключевых предпосылок МНК является условие постоянства дисперсий случайных отклонений для любых наблюдений. Выполнимость данной предпосылки называется гомоскедастичностью ; невыполнимость данной предпосылки называется гетероскедастичностью. В качестве примера реальной гетероскедастичности можно сказать, что люди с большим доходом не только тратят в среднем больше, чем люди с меньшим доходом, но и разброс в их потреблении также больше, поскольку они имеют больше простора для распределения дохода. Оценки не будут эффективными, то есть не будут иметь наименьшую дисперсию по сравнению с другими оценками данного параметра. Они не будут даже асимптотически эффективными. Увеличение дисперсии оценок снижает вероятность получения максимально точных оценок. Все выводы, получаемые на основе соответствующих t — и F — статистик, а также интервальные оценки будут ненадежными. Вполне вероятно, что стандартные ошибки коэффициентов будут занижены, а t — статистики завышены. Это может привести к признанию статистически значимыми коэффициентов, которые таковыми на самом деле не являются. При установлении гетероскедастичности возникает необходимость преобразования модели с целью устранения данного недостатка. Вид преобразования зависит от того, известны или нет дисперсии отклонений. В случае, если дисперсии отклонений известны для каждого наблюдения, применяется метод взвешенных наименьших квадратов ВНК. Гетероскедастичность устраняется, если разделить каждое наблюдаемое значение на соответствующее ему значение дисперсии. Разделим обе части 57 на известное:. Можно показать, что для v i выполняется условие гомоскедастичности. Поэтому для модели 60 выполняются все предпосылки МНК, и оценки, полученные по МНК, будут наилучшими линейными несмещенными оценками. Поэтому наблюдения с меньшими дисперсиями отклонений будут более значимыми при оценке параметров регрессии, чем наблюдения с большими дисперсиями. При этом повышается вероятность получения более точных оценок. Для применения ВНК необходимо знать фактические значения дисперсий отклонений. На практике такие значения известны крайне редко. Поэтому, чтобы применить ВНК, необходимо сделать реалистические предположения о значениях. Чаще всего предполагается, что дисперсии отклонений пропорциональны или значениям x i , или значениям. Здесь для случайных отклонений выполняется условие гомоскедастичности. Следовательно, для регрессии 62 применим обычный МНК. Следует отметить, что регрессия 62 не имеет свободного члена, но зависит от двух факторов. Оценив для 62 по МНК коэффициенты а и b , возвращаемся к исходному уравнению регрессии. Если в уравнении регрессии присутствует несколько объясняющих переменных, вместо конкретной переменной x j используется исходное уравнение множественной регрессии. Если предположить, что дисперсии пропорциональны , то соответствующим преобразованием будет деление уравнения регрессии 57 на x i:. Здесь для отклонений v i также выполняется условие гомоскедастичности. Применяя обычный МНК к регрессии 64 в преобразованных переменных. Отметим, что в регрессии 64 по сравнению с исходным уравнением параметры поменялись ролями: Предыдущая 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Следующая. Данный сайт не претендует на авторства, а предоставляет бесплатное использование. Поиск Лекций Устранение гетероскедастичности. Метод взвешенных наименьших квадратов. Деталирование сборочного чертежа Когда производственнику особенно важно наличие гибких производственных мощностей? Собственные движения и пространственные скорости звезд Тема
Таблица содержания витаминов в продуктах
Каково значение личной гигиены
Расписание на дачи новодвинск
Алгоритм теста Голдфельда-Квандта на наличие (отсутствие) гетероскедастичности случайных возмущений
Гематоген при диете
Утиные истории видео игры
Солгар л аргинин инструкция
6.2. Гетероскедастичность. Взвешенный метод наименьших квадратов
Стихи про помощь маме для детей короткие
Сколько стоит вазелиновое масло для кошек
Способы корректировки гетероскедастичности. Метод взвешенных наименьших квадратов.
Веб студия ru
Сербская эмалированная посуда каталог
Технопарк томск каталог товаров
Способы корректировки гетероскедастичности. Метод взвешенных наименьших квадратов
Extra ordinary lucy hale перевод