序列的統(tǒng)計(jì)量、檢驗(yàn)和分布eviews應(yīng)用(已改無錯(cuò)字)
2023-06-27 03:38:55 本頁面
【正文】 3235 32 ?? uIu? ?12co s4 ??????? uIu??這里 u是核函數(shù)的輻角， I (.)是指示函數(shù)，輻角為真時(shí)，它取 1，否則取 0。 27 (2) Bandwidth（帶寬） 帶寬 h控制密度估計(jì)的平滑程度；帶寬越大，估計(jì)越平滑。帶寬的選取在密度估計(jì)中非常重要，缺省設(shè)置是一種基于數(shù)據(jù)的自動(dòng)帶寬， },m i n { 5/1 RskNh ?? 這里 N是觀測值的數(shù)目； s是標(biāo)準(zhǔn)離差； R是序列的分位數(shù)間距；因子 k是標(biāo)準(zhǔn)帶寬變換 ， 標(biāo)準(zhǔn)帶寬變換用來調(diào)整帶寬以便對(duì)不同的核函數(shù)自動(dòng)密度估計(jì)有大致相當(dāng)?shù)钠交?。 也可以自定帶寬 ， 先點(diǎn)擊 User Specified， 在下面的對(duì)話框中鍵入一個(gè)非負(fù)數(shù) 。 28 下圖是 GDP增長率序列分布的核密度估計(jì) : 29 167。 帶有擬合線的散點(diǎn)圖 通過 view/Graph/Scatter打開一個(gè)組的視圖菜單包括四種散點(diǎn)圖。 1. Simple Scatter（ 簡單散點(diǎn)圖 ） 其第一個(gè)序列在水平軸上，其余的在縱軸上。 2. Scatter with Regression(回歸散點(diǎn)圖 ) 在組中對(duì)第一個(gè)序列及第二個(gè)序列進(jìn)行總體變換來進(jìn)行二元回歸，選擇 Regression后出現(xiàn)對(duì)話框： 30 工作文件 GDP的帶回歸線的散點(diǎn)圖 31 下面是針對(duì)二元擬合的序列變換： None Logarithmic Inverse Power BoxCox Polynomial y xylog xlogy1 x1ay bxay a )1( ? bxb )1( ?bxxx ,1 2 ? 在編輯框中來指定參數(shù) a,b。 如果變換是不可以的 ， 會(huì)出現(xiàn)錯(cuò)誤提示 ， 對(duì)多項(xiàng)式 (Polynomial)的階數(shù)定的過高 。 EViews會(huì)自動(dòng)降低階數(shù)以避免共線性 。 點(diǎn)擊 ok后， EViews擬合出一條回歸線，可以在 Fitted Y series編輯框中鍵入一個(gè)名稱保存這個(gè)擬合的序列。 32 Robustness lterations(穩(wěn)健疊代 ) 最小二乘法對(duì)一些無關(guān)觀測值的存在非常敏感，穩(wěn)健疊代操作就是產(chǎn)生一種對(duì)殘差平方的加權(quán)形式，使無關(guān)的觀測值在估計(jì)參數(shù)時(shí)被加最小的權(quán)數(shù)。 21)( iiNii bxayr ????這里 xi , yi 是變形后的序列，權(quán)值 r 通過下式得到： ????? ???o t h e r w i s emef o rmer iii 016)361( 222其中 : ei ? yi – a –bxi ， m是 |ei| 的中間數(shù)，大的殘差的觀測值給一個(gè)小權(quán)數(shù)。選擇疊代次數(shù)應(yīng)是一個(gè)整數(shù)。 33 3. Scatter with Nearest Neighber Fit(最鄰近擬合散點(diǎn)圖 ) 這是一種帶寬基于最鄰近點(diǎn)的局部回歸。簡而言之，對(duì)樣本中的每一數(shù)據(jù)點(diǎn)，它擬合出一條局部的并經(jīng)加權(quán)的回歸線。局部是說只用鄰近點(diǎn)也就是樣本的子集來一步步回歸，加權(quán)是說鄰近點(diǎn)越遠(yuǎn)給越小的權(quán)數(shù)。當(dāng)選擇后，會(huì)出現(xiàn)如下的對(duì)話框： 34 因?yàn)橐孔訕颖军c(diǎn)周圍的點(diǎn)來進(jìn)行局部回歸 ， 并來求擬合值 ， 因此 specification操作就是確定選擇識(shí)別周圍進(jìn)行回歸的觀測值的規(guī)則 。 ① Bandwidth span（ 帶寬范圍 ） 用來決定在局部回歸中應(yīng)包括哪些觀測值 ， 可以選取在 0， 1之間的一個(gè)數(shù) ? 。 ② Polynomial degree(多項(xiàng)式次數(shù) ) 選擇多項(xiàng)式的次數(shù)來擬合每一局部回歸 。 ( 1) Specification （說明操作） 35 (2) Method 操作 可以選擇在樣本中的每一個(gè)數(shù)據(jù)點(diǎn)作局部回歸或在數(shù)據(jù)點(diǎn)的子
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1