計量經(jīng)濟學放寬基本假定的模型總結(編輯修改稿)
2025-07-23 12:14 本頁面
【文章內容簡介】 設，表明可能存在直到p階的序列相關性。在實際檢驗中，可以逐步向高階檢驗，并參考輔助回歸中原模型經(jīng)普通最小二乘法估計的殘差項前參數(shù)的顯著性來判斷序列相關階數(shù)。4解決廣義最小二乘法：GLS的原理與WLS相同，只是將權矩陣W換為方差協(xié)方差矩陣Ω。（只要知道隨機干擾項的方差協(xié)方差矩陣就可以用GLS得到參數(shù)的最佳線性無偏估計量）廣義最小二乘估計量是無偏的，有效地。如何得到方差協(xié)方差矩陣？有n個樣本，要對n(n1)/2+k+2參數(shù)進行估計非常困難。所以要經(jīng)過特殊設定后，才可得到其估計值。例如設定隨機干擾項為一階序列相關形式。廣義差分法：廣義差分法是將原模型變換為滿足OLS法的差分模型，再d對差分模型進行OLS估計。得到的原模型參數(shù)無偏且有效估計量。Yi=b0+b1X1i+b2X2i+)+bkXki+mimt=r1mt1+r2mt2+)+rlmtl+ett t tYr1Y1)rlYl=b0(1r1)rl)+b1(X1tr1X1t1)rlX1tl)+)+bk(Xktr1Xkt1)rlXktl)+et注意：大樣本下面廣義差分法和廣義最小二乘法的估計結果接近，但在小樣本中觀測值的損失可能會對估計結果又影響，為了彌補損失，可以進行普來斯溫斯特變換。這樣廣義差分法和廣義最小二乘法的結果相同。隨機干擾項相關系數(shù)的估計：應用廣義最小二乘法或廣義差分法，必須已知隨機干擾項的相關系數(shù)r1,r2,…,rL。實際上，人們并不知道它們的具體數(shù)值，所以必須首先對它們進行估計。216。科克倫奧科特迭代法Yi=b0+b1X1i+b2X2i+)+bkXki+mi采用OLS法估計隨機誤差項的“近似估計值”，作為方程的樣本觀測值mt=r1mt1+r2mt2+)+rlmtl+et? ? ?r1,r2,) ,rpt t tYr1Y1)rlYl=b0(1r1)rl)+b1(X1tr1X1t1)rlX1tl)+) +bk(Xktr1Xkt1) rlXktl)+et66b?0,b?1,),b?k? ??Yi=b0+b1X1i+b2X2i+)+bkXki+mi第二次估計?? ??r1,r2,)??,rpn類似地，可進行第三次、第四次迭代。n兩次迭代過程也被稱為科克倫奧科特兩步法。給一個精度，當次估計之差小于這個精度就終止迭代。216。 杜賓（durbin）兩步法該方法仍是先估計r1,r2,188。,rl，再對差分模型進行估計。t t tYr1Y1)rlYl=b0(1r1)rl)+b1(X1tr1X1t1)rlX1tl)+) +bk(Xktr1Xkt1) rlXktl)+etYt=r1Yt1+)+rlYtp+b0(1r1)rp)+b1(Xtr1Xt1)rlXtp)+) +bk(Xktr1Xkt1) rlXktp)+et? ? ?r1,r2,),rp
語文相關推薦
鄂ICP備17016276號-1