Гетероскедостичность и методы борьбы с ней
Заказать уникальный реферат- 9 9 страниц
- 0 + 0 источников
- Добавлена 24.07.2014
- Содержание
- Часть работы
- Список литературы
- Вопросы/Ответы
СОДЕРЖАНИЕ 1
ВВЕДЕНИЕ 2
Устранение гетероскедастичности 3
ЗАКЛЮЧЕНИЕ 8
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 9
Ковариационная матрица оценок коэффициентовможет быть скорректирована способом Уайта:где n – количество наблюдений;X – матрица независимых переменных;– квадрат остатков модели регрессии;– транспонированная i-тая строчка матрицы данных Х.Корректировка ковариационной матрицы оценок коэффициентовспособом Уайта приводит к изменению t-статистики и доверительных промежутков для коэффициентов регрессии.ЗАКЛЮЧЕНИЕИспользование взвешенного способа наименьших квадратов(ВМНК, wls). В этом способе любое наблюдение взвешивается обратно сообразно предполагаемому обычному отклонению случайной ошибки в этом наблюдении. Такой подход дозволяет сделать случайные ошибки модели гомоскедастичными. В частности, ежели предполагается, что обычное отклонение ошибок сообразно некоторой переменной z, то данные разделяются на эту переменную, подключая константу.Замена исходных данных их производными, кпримеру, логарифмом, условным изменением или иной нелинейной функцией. Этот подход нередко употребляется в случае роста дисперсии ошибки с ростом смысла независимой переменной и приводит к стабилизации дисперсии в наиболее широком спектре входных данных.Определение "областей компетенции" моделей, внутри которых дисперсия ошибки сравнимо стабильна, и внедрение композиции моделей. Таким образом, любая модель работает только в области собственной компетенции, и дисперсия ошибки не превосходит данное граничное значение. Этот подход распространен в области определения образов, где нередко употребляются трудные нелинейные модели и эвристики.СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ1. «Вводный курс эконометрики». Автор: Бородич С.А., 2006 год.2. «Эконометрика», 2006 год.3. «Введение в эконометрику». Автор: Доугерти К., 2007 год.4. Данные Eurostat http://epp.eurostat.ec.europa.eu/potal.
1. «Вводный курс эконометрики». Автор: Бородич С.А., 2006 год.
2. «Эконометрика», 2006 год.
3. «Введение в эконометрику». Автор: Доугерти К., 2007 год.
4. Данные Eurostat http://epp.eurostat.ec.europa.eu/potal.
Вопрос-ответ:
Что такое гетероскедастичность?
Гетероскедастичность - это нарушение условия гомоскедастичности в модели регрессии, то есть неодинаковая дисперсия ошибок для разных значений независимых переменных. Это может привести к некорректным оценкам и неверным выводам из модели.
Чем гетероскедастичность отличается от гомоскедастичности?
Гетероскедастичность отличается от гомоскедастичности тем, что в случае гетероскедастичности дисперсия ошибок модели регрессии не является постоянной, а зависит от значений независимых переменных. В случае гомоскедастичности дисперсия ошибок постоянна.
Какие методы борьбы с гетероскедастичностью существуют?
Существует несколько методов борьбы с гетероскедастичностью. Один из наиболее популярных методов - это коррекция ковариационной матрицы оценок коэффициентов с помощью способа Уайта. Этот метод заключается в умножении ковариационной матрицы на квадрат остатков модели регрессии. Также можно использовать взвешенные оценки, преобразования переменных или применять специальные модели для работы с гетероскедастичностью.
Что происходит при коррекции ковариационной матрицы оценок коэффициентов способом Уайта?
Коррекция ковариационной матрицы оценок коэффициентов способом Уайта приводит к изменению t-статистики и доверительных интервалов для коэффициентов регрессии. Это происходит из-за учета гетероскедастичности и устранения ее влияния на оценки.
Какие переменные влияют на корректировку ковариационной матрицы оценок коэффициентов способом Уайта?
Корректировка ковариационной матрицы оценок коэффициентов способом Уайта осуществляется посредством умножения ковариационной матрицы на квадрат остатков модели регрессии. Поэтому переменные, которые влияют на остатки модели (независимые переменные), будут влиять на корректировку ковариационной матрицы.
Что такое гетероскедастичность?
Гетероскедастичность - это нарушение одного из предположений классической линейной регрессии, которое означает, что дисперсии ошибок модели меняются в зависимости от значений независимых переменных.
Какими методами можно бороться с гетероскедастичностью?
Существует несколько методов борьбы с гетероскедастичностью, включая: преобразование переменных, использование взвешенных МНК оценок, использование робастных стандартных ошибок, использование клаттер-робастных стандартных ошибок и использование метода Уайта для корректировки ковариационной матрицы оценок коэффициентов.
Что такое ковариационная матрица оценок коэффициентов?
Ковариационная матрица оценок коэффициентов - это матрица, которая содержит ковариации между оценками коэффициентов регрессии. Она используется для расчета стандартных ошибок оценок коэффициентов и проведения статистических тестов на их значимость.
В чем заключается способ корректировки ковариационной матрицы оценок коэффициентов с помощью метода Уайта?
Способ корректировки ковариационной матрицы оценок коэффициентов с помощью метода Уайта заключается в умножении ковариационной матрицы на квадрат остатков модели регрессии, транспонированную и умноженную на матрицу независимых переменных.
Как метод Уайта влияет на t-статистику и доверительные промежутки для коэффициентов регрессии?
Использование метода Уайта для корректировки ковариационной матрицы оценок коэффициентов приводит к изменению t-статистики и доверительных промежутков для коэффициентов регрессии. Отклонения от нормальности остатков модели и наличие гетероскедастичности могут привести к неправильным выводам о значимости коэффициентов. Корректировка с помощью метода Уайта позволяет получить более робастные стандартные ошибки коэффициентов и более точные статистические выводы о их значимости.
Что такое гетероскедастичность?
Гетероскедастичность - это нарушение условия одинаковой дисперсии остатков в регрессионной модели. Это означает, что дисперсия остатков зависит от значений независимых переменных.