sas講義說(shuō)明-資料下載頁(yè)
2025-08-12 12:27本頁(yè)面
【導(dǎo)讀】_RMSE_，同時(shí)可輸出模型的殘差平方和_SSE_和回歸的各參數(shù)的系數(shù)。_SSE_到一個(gè)數(shù)據(jù)集中，再合并數(shù)據(jù)集計(jì)算Chow檢驗(yàn)統(tǒng)計(jì)量。已講過(guò)，且較簡(jiǎn)單就不再贅述了?，F(xiàn)在主要說(shuō)明一下主分量法。和主分量回歸，然后在程序顯示結(jié)果上表示為因變量和原自變量的關(guān)系。故b的協(xié)方差矩陣為121)XX](X[)XX()b(Var????????，White在1980年得出估計(jì)量???檢驗(yàn)，用WALD檢驗(yàn)量)Rb(}R))b(Vat(R{)Rb(W1????輸出結(jié)果中的方差矩陣即為，可通過(guò)計(jì)算求出統(tǒng)計(jì)量W。將樣本數(shù)據(jù)分為兩個(gè)集團(tuán)：2~1?為第II集團(tuán)，對(duì)第I. 集團(tuán)和第II集團(tuán)分別回歸，得到殘差平方和分別為1ee?通過(guò)排序和劃分?jǐn)?shù)據(jù)集后，可以根據(jù)定義逐步計(jì)算檢驗(yàn)統(tǒng)計(jì)量。根據(jù)經(jīng)驗(yàn)判斷，認(rèn)為經(jīng)濟(jì)中異方差可能存在三種形式。，iZ選擇原模型的解釋變量2X、3X、4X、5X、6X、7X?？筛鶕?jù)定義自己編程，并不復(fù)雜。
【正文】 最小二乘法回歸得殘差序列 Te,...,e,e 21 。 （ 2）將 X1 ,e,...,ee pttt ??與 作普通最小二乘法回歸， 回歸得到 2R （ 3）計(jì)算統(tǒng)計(jì)量 )p(~TR 22 ?? ， T 為樣本容量。 根據(jù)數(shù)據(jù)情況確定滯后階數(shù) p，可根據(jù)靳老師上課講的確定方法確定。通常時(shí)間序列資料受到季節(jié)因素的影響，取 p=4。 由于其的檢驗(yàn)方法簡(jiǎn)單，不詳細(xì)講解編程了。 （ 3） BoxPierce檢驗(yàn) 假設(shè)檢驗(yàn)： 0H （無(wú)自相關(guān)） 1H （有自相關(guān)） 檢驗(yàn)步驟： （ 1）將 Y 與 X作普通最小二乘法回歸得殘差序列 Te,...,e,e 21 。 （ 2）計(jì)算樣本的自相關(guān)系數(shù) ??? ?TtTtteeer122 11 ，??? ?TtTtteeer122 22 ，．．．，??? ?TtTLttL eeer122 （ 3）檢驗(yàn)統(tǒng)計(jì)量： )L(~rTQ Lj j 21 2 ??? ? 如何對(duì)向量的分量求和，程序如下： proc means data=lagdata。 var elage11 elage2 elage3。 output out=sume sum=selage11 selage2 selage3。 run。 （ 5） 存在自相關(guān)時(shí)的處理 proc autoreg data=m1。 model Y=x2 x3 x4 x5 /nlag=10 backstep method=YW 。 title 39。autoreg for YW39。 run。 method=用來(lái)表示使用的估計(jì)方法，選項(xiàng)包括 : ML,極大似然； YW， YuleWalker估計(jì)法； ITYW，迭代 YuleWalker 估計(jì)法。這些方法都是帶滯后變量的后續(xù)內(nèi)容，只要知道如何處理就可 以了。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1