加权最小二乘法.ppt

加权最小二乘法
3
第四节异方差的解决方法
1。补救异方差的基本思路
2。模型变换法
3。加权最小二乘法
4。“一般解决法—数据变换”
6
2。模型变换法
（1）模型变换法的定义
（2）模型变换法的关键
（ Mean dependent var
Adjusted R-squared . dependent var
. of regression Akaike info criterion
Sum squared resid Schwartz criterion
Log likelihood - F-statistic
Durbin-Watson stat Prob(F-statistic)
49
大数据组OLS处理结果
Sample: 20 31
Included observations: 12
Variable Coefficient Std. Error T-Statistic Prob.
C
X
R-squared Mean dependent var
Adjusted R-squared . dependent var
. of regression Akaike info criterion
Sum squared resid Schwartz criterion
Log likelihood - F-statistic
Durbin-Watson stat Prob(F-statistic)
50
（2`）G-Q检验
H0:σ21= σ22 HA: σ21≠ σ22
2。计算F统计量
ESS1=
ESS2=
df=(31-7)/2-2=12-2=10
F=(ESS2/df)/(ESS1/df)=
F > (10,10)则随机扰动项存在异方差
51
52
load d:\eviews\lx\lx5\
'按变量x排序
sort x
'生成递增序列t，用以划分小样本和大样本
genr t=1
genr t=t(-1)+1
'定义存放计算结果的向量m，m具有10个元素
vector (10) m
'存放全部样本观察值个数n
m(1)=obs(x)
'按照G-Q戈德菲尔德-跨特法对于递增或递减型异方差抽去中间1/4的样本
'余下的划分为小样本和大样本
'计算小样本包含的最后一个样品
m(2)=FLOOR(3*m(1)/8)+1
'计算大样本起始的第一个样品
m(3)=FLOOR(5*m(1)/8)+1
'指定小样本的范围
smpl if t<= m(2)
'对小样本进行最小二乘估计
equation y x c
'将小样本残差平方和置入m(4)
m(4)=ssr
53
'指定大样本的范围
smpl if t>=m(3)
'对大样本进行最小二乘估计
equation y x c
'将打大样本残差平方和置入m(5)
m(5)=ssr
'计算F统计量
m(6)=m(5)/m(4)
'查F分布表，求出大于等于该F的概率，若概率为小概率，拒绝H0存在异方差，否则，为同方差
m(7)=fdist(m(6),m(2)-1,m(2)-1)
'显示计算结果
show m
54
4。异方差模型的估计
（1）加权最小二乘法
（2）模型变换法
55
（1）加权最小二乘法
EViews中有加权最小二乘法的命令
LS （W=权数名）CHX C SHR
本例使用命令：
GENR SHRH=1/SHR
LS（W=S