二乘法Р运用OLS方法估计过程中,我们选用权数。权数生成过程如下,在图2的情况下,在工作文件中点击Object\Generate Series…,在弹出的窗口中,在Enter equation处输入w=1/@abs(resid).Р在工作文件中点击Quick\Estimate Equation,在弹出的画框中输入Y、C、X,如图10所示。Р Р图 10 图 11Р然后,在图10中点击Options选项,选中Weighted LS/TLS复选框,在Weight框中输入w,如图11所示,点击确定,即可得到加权最小二乘法的结果,如图12所示。Р图 12Р由图12中的数据,得到模型的估计结果:Р Р Р可以看出,常数项的t统计量的值有了显著的改进。Р下面检验是否经加权的回归的模型已不存在异方差性。Р记为加权回归后模型的残差估计的平方和。在图12中,点击View\Residual tests\white heteroskedasticity(no cross terms),进入White检验,经过估计出现White检验结果,如图13所示。Р图 13Р由图13中的数据,得到РWhite统计量,其所对应的伴随概率为,因此在5%的显著性水平下,不能拒绝同方差的假设。Р6.4.2 异方差稳健性标准误方法Р在图2中,点击Estimate按钮,出现Spection窗口(图14),点击Option按钮,在出现的EstimationOptions窗口中,选择“Heteroskedasticity”选项,并选择默认的White选项(图15),点击按钮退回到Equation Spection窗口(图14),再点击OK按钮,即得到如图16所示的结果。Р Р图14 图 15Р图 16Р可以看出,估计的参数与普通最小二乘法的结果相同,只是由于参数的标准差得到了修正,从而使得t检验值与普通最小二乘法的结果不同。
全文预览
