|
|||||||
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 (7.1) 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 , де матриця P є невиродженою, тобто: , (7.2) коли ;(7.3) і .(7.4) Помноживши рівняння (7.1) ліворуч на матрицю , дістанемо: .(7.5) Позначимо ; ; . Тоді модель матиме вигляд: .(7.6) Використовуючи (7.3), неважко показати, що , тобто модель (7.6) задовольняє умови (4.2), коли параметри моделі можна оцінити на основі 1МНК. Звідси . (7.7) Ця оцінка є незміщеною лінійною оцінкою вектора А, який має найменшу дисперсію і матрицю коваріацій (7.8) Hезміщену оцінку для дисперсії можна дістати так: (7.9) Оцінка параметрів , яку знайдено за допомогою (7.7), є оцінкою узагальненого методу найменших квадратів (методу Ейткена). 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 і помноживши ліворуч на матрицю , дістанемо: , або . Звідси . Тоді . Оскільки , то (7.10) 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 виміряна відносно початку відліку, а не у формі відхилення від середньої, то необхідно визначити її середнє значення і скористатись ним для корекції загальної суми квадратів і суми квадратів регресії. Модель узагальненого методу найменших квадратів іноді специфікується у вигляді (7.11) де — відома симетрична додатно визначена матриця. Тоді вираз для оцінки параметрів згідно з методом Ейткена запишеться так: ,(7.12) а для її коваріаційної матриці .(7.13)
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |