Главная страница Случайная лекция Мы поможем в написании ваших работ! Порталы: БиологияВойнаГеографияИнформатикаИскусствоИсторияКультураЛингвистикаМатематикаМедицинаОхрана трудаПолитикаПравоПсихологияРелигияТехникаФизикаФилософияЭкономика Мы поможем в написании ваших работ! |
Обобщенный МНК
Как и раньше будем предполагать, что среднее значение остаточных величин равно нулю. А дисперсия остатков не остается постоянной для разных значений фактора, а пропорциональна величине , т.е. , где - дисперсия остатков при определенном значении фактора; - постоянная дисперсия ошибки при соблюдении предпосылки о гомоскедастичности остатков; - коэффициент пропорциональности, меняющийся с изменением величины фактора, что и обусловливает неоднородность дисперсии. При этом предполагается, что неизвестна, а в отношении величины выдвигаются определенные гипотезы, характеризующие структуру гетероскедастичности. В общем виде для уравнения , при модель примет вид . В ней остаточные величины гетероскедастичны. Предполагая в них отсутствие автокорреляции, можно перейти к уравнению с гетероскедастичными остатками, поделив все переменные, зафиксированные в ходе i –ого наблюдения, на . Тогда дисперсия остатков будет величиной постоянной, т.е. . Т.е. по регрессии y по x мы перейдем к регрессии на новых переменных: .
Уравнение регрессии примет вид: .
Исходные данные для данного уравнения будут иметь вид:
По отношению к обычной регрессии уравнение с новыми, преобразованными переменными представляет собой взвешенную регрессию, в которой переменные y и xвзяты с весами . Оценка параметров нового уравнения с преобразованными переменными приводит к взвешенному методу наименьших квадратов (ВМНК), для которого необходимо минимизировать сумму квадратов отклонений вида . Соответственно получим следующую систему нормальных уравнений: .
Дата добавления: 2014-03-19; просмотров: 323; Нарушение авторских прав Мы поможем в написании ваших работ! |