|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Як використовується матриця S в методі Ейткена?Економетрична модель, якій притаманна гетероскедастичність, є узагальненою моделлю, і для оцінювання її параметрів слід скористатися узагальненим методом найменших квадратів. Розглянемо цей метод. Нехай задано економетричну модель
коли Задача полягає в знаходженні оцінок елементів вектора А в моделі. Для цього використовується матриця S, за допомогою якої коригується вихідна інформація. Ця ідея була покладена в основу методу Ейткена. Базуючись на особливостях матриць Р і S, які були розглянуті в підрозд. 7.3, можна записати співвідношення між цими матрицями та оберненими до них. Оскільки S — додатно визначена матриця, то вона може бути зображена як добуток
коли
і
Помноживши рівняння (7.1) ліворуч на матрицю
Позначимо
Тоді модель матиме вигляд:
Використовуючи (7.3), неважко показати, що
тобто модель (7.6) задовольняє умови (4.2), коли параметри моделі можна оцінити на основі 1МНК. Звідси
Ця оцінка є незміщеною лінійною оцінкою вектора А, який має найменшу дисперсію і матрицю коваріацій
Hезміщену оцінку для дисперсії
Оцінка параметрів При заданій матриці S оцінку параметрів моделі можна обчислити згідно із (7.7), а стандартну помилку — згідно із (7.8). Тому можна сконструювати звичайні критерії значущості і довірчі інтервали для параметрів Визначивши залишки
або Звідси Тоді Оскільки
то Отже, ми розбили загальну суму квадратів для (7.6) на суму квадратів регресії і залишкову. Згідно з цими даними дисперсійний аналіз буде виконано для перетворених вихідних даних. Крім того, коли незалежна змінна Модель узагальненого методу найменших квадратів іноді специфікується у вигляді
де
а для її коваріаційної матриці
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.) |