 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
EVIEWS序列相关检
下载积分：1000
内容提示：道客巴巴精品文档 EVIEWS序列相关检
文档格式：PDF|
浏览次数：130|
上传日期： 12:31:34|
文档星级：
该用户还上传了这些文档
EVIEWS序列相关检
官方公共微信Eviews数据统计与分析教程6章_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
文档贡献者
评价文档：
Eviews数据统计与分析教程6章
大小：329.50KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢苹果/安卓/wp
苹果/安卓/wp
报纸楼的那个是加权最小二乘吧，不是广义的啊
载入中......
我想问问广义在序列相关性里用来修正参数估计量的“广义最小二乘法”
请问楼主，我在Options选择之后，没有办法找到weighted LS/TSLS。整个文本框分为你四个部分，左边三个，右边一个。 分别是coef variance method， weighting options（非激活状态） 和 coefficient name 在左边。右边是iteration control。 我用的是eviews6.0的，不知道是不是因为我的版本比较低所致。
多谢楼主了，期盼中！
Brdic 发表于
GLS在EVIEWS上的实现
两种方法：普通最小二乘法OLS和加权最小二乘法WLS是广义最小二乘法GLS的特例。这位大侠的方法是WLS，用来消除随机干扰项的异方差性。但如果要用GLS来消除随机干扰项的序列相关性，要怎么做呢？
Brdic 发表于
GLS在EVIEWS上的实现
两种方法：你这不是加权最小二乘吗?
FBBOOK 发表于
普通最小二乘法OLS和加权最小二乘法WLS是广义最小二乘法GLS的特例。这位大侠的方法是WLS，用来消除随机干 ...做LM检验，如果一阶滞后项显著就添加回归元AR(1)，，二阶也显著就再添加AR（2）
本帖最后由
10:46 编辑 Brdic 发表于
GLS在EVIEWS上的实现
两种方法：楼主太强了，万分感谢，虽然不是很明白原理，但是困扰很久的问题终于解决了！主要是为什么是残差序列，W=1/残差？
niaorenxxx 发表于
做LM检验，如果一阶滞后项显著就添加回归元AR(1)，，二阶也显著就再添加AR（2）正解！
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
为做大做强论坛，本站接受风险投资商咨询，请联系（010-）
邮箱：service@pinggu.org
合作咨询电话：(010)
广告合作电话：（刘老师）
投诉电话：(010)
不良信息处理电话：(010)
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师91广义最小二乘法(GLS)与异方差
上亿文档资料，等你来发现
91广义最小二乘法(GLS)与异方差
参数非线性；当模型为参数非线性形式时，需要采用非线性估计技术；――Yi=f(Xi,b)+ei；――式中f(.)为一个可微分的非线性函数，b为（；此时我们无法将待估计参数表示为由已知的X和Y表示；关于C-D生产函数的残差加性项形式：；Q?b0Lb1Kb2?ef?X,b??b0Lb1；b1b2b1b2b1b2??LK,LnLbLK,；e~N?0,?2?；NL
参数非线性?当模型为参数非线性形式时，需要采用非线性估计 技术。 非线性模型的一般形式为：――Yi = f(Xi, b) + ei?――式中f(.)为一个可微分的非线性函数，b为（K+1）×1 未知参数向量，X为 n ×(K+1） 解释变量矩阵，e为服从 某种形式统计分布的误差项（通常用正态分布）。?此时我们无法将待估计参数表示为由已知的X和Y表 示的线性函数，这种情况被称作参数非线性。1关于C-D生产函数的残差加性项形式：Q ? b 0 Lb1 K b2 ? e f ? X , b ? ? b 0 Lb1 K b2 ?f ? X , b ? ? ?f ? X , b ? ?f ? X , b ? ?f ? X , b ? ? ?? , , ? ?b ? ? b ? b ? b 0 1 2 ? ?b1 b 2 b1 b 2 b1 b 2 ?? L K , Ln L b L K , Ln K b L K ? ? ? ? ? 0 0 ? ?e ~ N ? 0, ? 2 ?2NLS估计技术非线性最小二乘法（NLS）-――以残差平方和最小为标准获得参数估计 ――通常基于误差项满足正态分布的假定 ――一般计量经济软件有标准的指令和算法3NLS估计技术――用最小二乘法估计非线性回归方程的原理与估计线性回归 方程相同，即求解使残差平方和最小的参数；――对于线性函数，模型参数可以通过求解由一阶条件构成的 方程组估计得出；――对于非线性方程，我们常常无法确保得到估计参数的解析 解，但通常能够利用数值逼近方法得到方程组的近似解。 此时估计参数可能不是唯一的，并且存在收敛困难。4NLS估计技术求解非线性方程组的常用方法：――线性化迭代求解法(Iterative linearization method)，即从一组参数的初始值开始将非线性 函数线性化，然后求解线性方程组并得到新的估 计值；重复上述步骤直到估计结果达到收敛标准 或达到最大迭代次数时为止。5NLS估计技术――注意：NLS方法并不能够保证总是收敛到最优解， 可能出现的情况有：收敛速度缓慢、收敛到局部最 优解、估计系数出现发散情况 ――收敛到错误结果时，R2可能出现负值。 ――在应用工作中，当遇到上述情况时，一种做法是 改变初始值，然后重新进行迭代求解过程。6Chapter 6广义最小二乘法(GLS) 与 异方差(Heteroskedasticity)主要内容一、GLS法原理 二、异方差的来源及后果 三、异方差的检验 四、消除异方差和估计模型 五、EViews的应用 六、案例一、广义最小二乘法（GLS）1、模型：Y = X β+ u?? 12 ? ? 12 ? Var ? cov( u ) ? ?? ? ? ?? 1n 2 ??u ?? 12 ? ? 1n ? ? 2 ? 2 ? ? 2n ??? 2n? ?? 2 ? ? ?n ? ?β的OLSE 特性：线性性、无偏性、方差最小不成立。2、GLS 原理 Y = X β+ u Var (u) = σu Ω=2σu2 P P'（P为非奇异阵）以P-1 左乘原模型：P-1Y = P-1 X β+ P-1 u即： Y* = X*β+u*2 u则：Var(u*) = Var (P-1 u) = E (P-1 u u' P-1' ) =σI3、GLSE1） = （X' P-1'P-1 X）-1 X' P-1 'P-1 Y = （X' Ω -1 X）-1 X' Ω -1 Y ~ 若 Ω = I，则 b= b~ 2） b的统计特性 线性性、无偏性、最小方差性~ ~ ~ Var(b ) ? E (b ? b )(b ? b )????? ? ? 1 ? 1 ? 1 ? 1 ? 1 ? 1 ? 1 ? E ?( X ? ? X ) X ? uu?? X ( X ? ? X) ? ? ? ? ? 2 ??u (X ? ??1 X ) ?1?e* e* 2 4、? u 的估计：s* ? n ? k ? 12二、异方差1、含义即： ui在解释变量取不同值时方差不同，异方差是X 的函数。 可通过散点图观察。 2、异方差的来源――主要存在于横断面资料中 1）被解释变量的测量误差随时间而变化； 2）某些被省略的解释变量进入u中； 3）模型的数学形式错误； 4）分组数据中； 5）人们的经济行为。2 Var (ui ) ? ? u f (Xi )i ? 1,2,...n3、异方差的后果： 1）参数估计量的方差变大； 2 2）t检验无法进行（ ? u 无法求得）； 3）降低预测精度。三、异方差的检验1、图示检验法：解释变量与e的散点图。 2、戈里瑟（Glejser)检验： a. Y OLS X1, X2, … …Xk, 得序列e。 b. 建立方程寻找导致异方差的X：e ? ?0 ? ?1 f ( X j ) ? ?c. 用WLS法消除。3、怀特（White）检验 a. 建立模型 例如： 2 b. 检验统计量：e ? ?0 ? ?1 X1 ? ? 2 X 2 ? ?3 X12 ? ? 4 X 22 ? ?5 X1 X 2m ? nR2n为样本容量，R2为可决系数，m 即LM统计量(朗格 拉日乘子统计量），近似服从自由度为 k (解释变量 2 的个数) 的 ? 分布。 c. 判断：在Eviews的模型估计结果输出窗口中， 选 View/ Residual Test/ White Heteroskedasticity4、戈德菲尔特―夸特（Goldfield-quandt）检验(集团 法) a. 将X顺序排列，并保持与Y 的对应关系； b. 将数据分为两组(子样本)，中间剔除 c ( n/3~ n/4 )； 2 2 2 2 c. 建立两个子方程，得 s 、 e 和 s 2 、 e2 ； 1 1 d. 检验判断： H : ? 2 ? ? 2??012F?F ? F? F ? F?2 e ?12 H1 : ? 12 ? ? 22 e ? 2~n?c n?c F( ? 2, ? 2) 2 2拒绝H 0 ，有异方差； 接受H 0 ，无异方差。五、模型估计―GLS1、对分组资料情况， ? 已知Yi ? b 0 ? b1 X i1 ? b 2 X i 2 ? ... ? b k X ik ? ui ( i ? 1, 2, ..., m )? Y1 ? ?1 X 11 X 12 ? X 1k ? ? b 0 ? ? u1 ? ? ? ? ? ? ? ? ? ?Y2 ? ? ?1 X 21 X 22 ? X 2 k ? ? b1 ? ? ? u2 ? ? ? ? ?? ? ? ? ? ??? ??? ? ? ? ? ? ? ? ? ?Ym ? ?1 X m1 X m 2 ? X mk ? ? b k ? ?um ?1 Yi ? ni?Yj ?1niij(i ? 1, 2, ..., m)1 X i1 ? ni?Xj ?1ni j ?1niij1(i ? 1, 2, ..., m)(i ? 1, 2, ..., m)1 X i2 ? ni?Xniij 2?1 X ik ? ni?Xj ?1ijk(i ? 1, 2, ..., m)1 E (ui ) ? E[ (ui1 ? ui 2 ? ... ? uini )] ? 0 ni Cov(ui , u j ) ? E (ui u j ) ? 0?1 ? Var (u i ) ? E ? (u i1 ? u i 2 ? ... ? u ini )? ? ni ?1 2 ? 2 (? u ? ? u2 ? ... ? ? u2 ) ni21 2 ? 2 ? ni ? ? u ni?? u2ni?1 ?n ? 1 ? 2 Var (u ) ? ? u ? ? ? ? ? ?1 n2? ? ? ? 2 ? ? ? u ? ? ? ? 1? nm ? ?? ? P P? ? 1 ? ? n1 ? ? P?? ? ? ? ? ? ? ? ? ? ? ? ? 1 ? ? nm ? ?1 n2 ?? n1 ? ? -1 P ?? ? ? ?n2 ?? ? ? ? ? nm ? ?给模型Y? b 0 ? b1 X?u?1 X 1 ? ? ? ? Y1 ? ?1 ? ? ? b0 ? ?Y2 ? ? ? X 2 ? ? ? ? ? ? ? ?b ? ??? ?? ? ? ? 1 ? ? ? ? ? ? ?Ym ? ? 1 ? ? Xm? ?左乘? u1 ? ? ? ? u2 ? ??? ? ? ? ?um ? ?P?1?Y ? 1 ? Y2 ? ? ?Y ? m? n n1 ? ? ? 1 ? n2 n2 ? ? ? ? ? ? ? ? ? n nm ? ? ? m2 ?un1 X 1 ? ? n2 X 2 ? ? ? ? nm X m ? ?2 ? ?u?u ? 1 ? b0 ? ? u2 ? ? ? ? ?b ? ? 1? ? ?u ? mn1 ? ? n2 ? ? ? ? nm ? ?Var(ui ni ) ? ni .ni2、 ?未知，令 f ( X ) ? X i2? X2 ? 1 2 2? Var (u ) ? ? u ? ? ? u ? ? ? ? ? ? p p? ? 1 ? X1 ? p ?1 ? ? ? ? ? ?2 X2?? ? ? ? ? 2? Xn ?1X2?? ? ? ? ? ? 1 ? Xn ?P 左乘 Y ? b 0 ? b1 X ? u, 得?1? Y1 ? 1 ? ? X1 ? x1 ? ?Y ? 1 ? 2 ? X ? ? ? x2 2 ? ? ? ? ? ? ? ?1 ? Yn ? ? ? xn ? Xn ?1? ? 1? ? ?? ? 1? ?? b0 ? ? ?b ? ? ? 1??? u1 ? ? x ? 1 ? ? u ? 2 ? ? x2 ? ? ? ? un ? ? ? x ? n? ?ui 1 2 2 2 Var ( ) ? 2 ? u X i ? ? u Xi Xi六、案例――中国农村居民人均消费函数中国农村居民人均消费支出主要由人均纯收 入来决定。 农村人均纯收入包括：(1)从事农业经营的收入；(2)从事其他产业的经营性收入；(3)工资性收入；(4) 财产收入；(4)转移支付收入。考察从事农业经营的收入(X1)和其他收入 (X2)对中国农村居民消费支出(Y)增长的影响:表中国 2001 年各地区农村居民家庭人均纯收入与消费支出相关数据（单位：元）从事农业经营 人均消费 支出 的收入 其他收入 人均消费 支出 地区 从事农业经营 其他收入 的收入地区 北 京 天 津 河 北 山 西 内蒙古 辽 宁 吉 林 黑龙江 上 海Y0.9 1.6 6.3 4.5 4753.2X1579.1 .8 609.8 4.3 4.1 652.5X2Y0.62 5.16 8.39 3.71 1331.03X18.8 1386.7 883.2 919.3 764.0 889.4 589.6 614.8X2.6 839.8 7.7 647.8 644.3 814.4 876.04446.4 湖 北 2633.1 湖 南 1674.8 广 东 1346.2 广 西 480.5 海 南 1303.6 重 庆 547.6 四 川 596.2 贵 州 5218.4 云 南江 苏浙 江 安 徽 福 建 江 西2374.72.4 0.01177.6985.8 3.0 1027.82607.2 西 藏3596.6 陕 西 1006.9 甘 肃 2327.7 青 海 1203.8 宁 夏1127.378.79 3.36621.6803.8 859.6 2.9887.0753.5 963.4 410.3 2526.9山 东河 南1905.01375.61293.01083.81511.6 新 疆1014.11550.621068.8875.6普通最小二乘法的估计结果：ln Y? ? 1 . 655 ? 0 . 3166 ln X 1 ? 0 . 5084 ln X(1.87) (3.02) （10.04） DW=1.89 F=50.53 RSS=0.82322R 2 =0.7831R 2 =0.7676异方差检验（1）图示法进一步的统计检验 (2)G-Q检验将原始数据按X2排成升序，去掉中间的7 个数据，得两个容量为12的子样本。 对两个子样本分别作OLS回归，求各自的 2 2： e1 残差平方和 和 e2??子样本1： ? ? 4.061 ? 0.343 ln X ? 0.119 ln X ln Y 1 2 (3.18) (4.13) (0.94) R2=0.7068， RSS1=0.0648子样本2： ? ? 0.791 ? 0.138 ln X ? 0.776 ln X ln Y 1 2 (0.43) (0.73) (6.53) R2=0.8339， RSS2=0.2729计算F统计量： F=2 e2? /?2 e1 =0.8=4.31查表： 给定?=5%，查得临界值 F0.05(9,9)=2.97 判断： F& F0.05(9,9)否定两组子样方差相同的假设，从而该总体随机项存在递增异方差性。（3）怀特检验 作辅助回归:（-0.04 (0.10) (0.21) (-1.11) R2 =0.4638 似乎没有哪个参数的t检验是显著的 。但 (-0.12) (1.47)? 0.043 ln X 1 ln X 2n*R2 =31×0.?=5%下，临界值 ?20.05(5)=11.07，拒绝同方差性。去掉交叉项后的辅助回归结果：(1.36) (-0.64) (0.64) (-2.76) (2.90)R2 =0.4374lnX2、(lnX2)2的参数的t检验是显著的，且： m =n R2 =31? 0. ?=5%显著性水平下，临界值 ?20.05(4)=9.49，拒绝同方差的 原假设。 EViews中，在回归结果输出窗口中点击：View/Residual Tests/White Heteroskedasticity，然后查看Obs*R的伴随概率 P值，如果大于显著性水平就是同方差的，反之是有异方差的。有 交 叉 项无 交 叉 项原模型的加权最小二乘法回归 对原模型进行OLS估计，得到随机误差项的 近似估计量e，以此构成随机干扰项的标准差的 估计量, 即Var(ui) ≈ ei2； 再以1/| e|为权重进行WLS估计，得：ln Y? ? 1 . 497 ? 0 . 319 ln X 1 ? 0 . 527 ln X(5.12) (5.94) （28.94） DW=2.49 F=924432 RSS=0.07062R 2 =0.9999R 2 =0.9999各项统计检验指标全面改善包含各类专业文献、生活休闲娱乐、中学教育、专业论文、高等教育、行业资料、文学作品欣赏、91广义最小二乘法(GLS)与异方差等内容。
　1.2 广义最小二乘法 要解决异方差和自相关的问题, 需要对模型的进行适当的...因此,自相关情况下的 GLS 方法也称作广义差分 LS 方法。 对于 AR(p)过程,... 　第五章 广义最小二乘法 当计量经济学模型同时存在序列相关和异方差,而且随机误差项的方差-协方差矩阵未 知时我们可以考虑使用广义最小二乘法(GLS)。即下列模型:... 　2 判断下列各题的对错,并简单说明理由: (1)在存在异方差的情况下,普通最小...当然, OLS 与 WLS 都是广义最小二乘法(GLS)的特例;当 WLS 中的权 w1 ?... 　一阶差分法 B.广义差分法 C.工具变量法 D.加权最小二乘法 3.White检验方法主要用于检验( ) A.异方差性 B.自相关性 C.随机解释变量 D.多重共线性 4.... 　4.5 广义最小二乘法(GLS) GLS---Generalized Least...( k )是具有零均值和单位方差的独立高斯随机变量...但若信噪比太小,则估 计值也可能收敛到异于真值... 　, n 同方差 异方差 2.异方差性的两个例子 ? 收入与储蓄 ? 打字出错个数...模型假设的转换变量,然后对它们使用 OLS 程序,叫 做广义最小二乘法(GLS) 。... 　方差为 1 的高斯白噪声序列, 数据长度采用 N=300; 1)按照给出的输入,对...2) 编写 RGLS 算法程序 ,估计模型参数和噪声模型参数 % RGLS(广义最小二乘... 　? 存在异方差 ? ? ? ? wn 2 ? wnn ? ? 设 ? = DD ′用 D ?1 ...n 1 n 2 二、广义最小二乘法的示例 湖北省病虫灾成灾面积与受灾面积对应... 　异方差习题_经济学_高等教育_教育专区。异习 题 方 差 一、单项选择题 1....广义差分法 D. 加权最小二乘法 ) 5. 在异方差的情况下,参数估计值的方差...(window.slotbydup=window.slotbydup || []).push({
id: '2014386',
container: s,
size: '234,60',
display: 'inlay-fix'
Eviews是一款功能强大的计量经济模型分析软件，这个文档涵盖了eviews的基本使用方法，非常详细。
下载本文档需要登录，并付出相应积分。（）
(已有51人评价)
下载：9次格式：pdf页数：63贡献者：Simon1308上传时间： 22:04
0人评价79页
3人评价84页
0人评价2页
0人评价7页
1人评价11页
所需积分：（友情提示：所有文档均可免费预览！下载之前请务必先预览阅读，以免误下载造成积分浪费！）
（多个标签用逗号分隔）
文不对题，内容与标题介绍不符
广告内容或内容过于简单
文档乱码或无法正常显示
若此文档涉嫌侵害了您的权利，请参照说明。