Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Предполагаем, что σ(ut)=λxkt, где xkt регрессор «вызывающий» гетероскедастичность Пусть для примера это регрессор x2t
Уравнение (10.5) делится на значение этого регрессора.
Дисперсия случайного возмущения при этом есть:
Уравнения модели имеют постоянную дисперсию случайного возмущения равную λ2
Если регрессоров, приводящих к гетероскедастичности,несколько, то делается предположение:
Обе части модели делятся на величину Σ│xj│
Тогда дисперсия случайного возмущения полученной модели есть:
Предполагается, что дисперсию случайного возмущения можно представить в виде:
где: σ02 – дисперсия единицы веса
λ – заданная константа, например ±0.5; ±1; ±2;
Вес случайного остатка вычисляется по правилу:
Рассмотренные способы устранения гетероскедастичности носят название «Взвешенный метод наименьших квадратов».
Теорема. Если в схеме Гаусса-Маркова не выполняется предпосылка о гомоскедастичности случайных возмущений, то наилучшей линейной процедурой оценки параметров модели является:
где: Р матрица ковариаций случайных возмущений в уравнения наблюдений:
Дата публикования: 2015-02-18; Прочитано: 355 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!