|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Взвешенный метод наименьших квадратов (ВМНК). Простейшая модель гетероскедастичности случайного остатка. Практическая реализация ВМНКИдея, заложенная в тест Голдфелда-Квандта, позволяет предложить простейшую модель случайного остатка в модели ЛММР: - версия из лекции; - версия из учебника (обратите внимание на разницу в числе слагаемых под знаком суммы). В данной модели присутствуют две константы: 1) - дисперсия единицы веса (определение дано далее); 2) - показатель степени (априорно заданное число). Параметр подбирается в итоге проведения теста Голдфелда-Квандта так, чтобы тест сигнализировал о гомоскедастичности остатка в преобразованной ЛММР (см. ниже). Замечание Если остаток в модели гомоскедастичен, то , и const будет иметь смысл дисперсии случайного остатка. Определение Весом случайной переменной u называется дробь, в числителе которой расположена произвольная положительная const , а в знаменателе – дисперсия случайной переменно u - : - из лекции; - из учебника. Const имеет смысл дисперсии случайного остатка, вес которого равен 1. Такой остаток называют единицей веса. Алгоритм взвешенного метода наименьших квадратов (ВМНК) состоит в предварительной трансформации ЛММР с гетероскедастичным остатком к модели с гомоскедастичным остатком, далее проверке гомоскедастичности остатка в трансформированной модели и, наконец, в применении процедуры МНК. Алгоритм базируется на свойстве: (в лекции Бывшев просил это доказать, не знаю, стоит это делать на экзамене или нет). Умножим поведенческое уравнение (см. ЛММР) модели на корень из веса случайного остатка (). В итоге получим трансформированную модель с гомоскедастичным остатком . . Трансформированную модель можно оценивать МНК. Соответствующие уравнения наблюдения имеют вид: - обратите внимание, что в каждом уравнении наблюдения будет своё ( - в первом, - во втором, и так далее). , . Процедура МНК выглядит следующим образом: А) , где - квадратная диагональная матрица, по главной диагонали которой расположены веса случайных остатков в уравнениях наблюдений: , где - вес остатка в -м уравнении наблюдений, . B) Оценка дисперсии единицы веса (дисперсии остатка в преобразованной модели) вычисляется: , где , . С) Утверждение C Т. Гаусса-Маркова принимает вид: D) , где - оценка среднеквадратического отклонения единицы веса.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |