怎么用wls0命令实现陈强的同学老师书上的异方差命令

来源：蜘蛛抓取(WebSpider) 时间：2016-12-13 10:44 标签： 教师陈强

权限: 自定义头衔, 签名中使用图片
噵具: 涂鸦板, 彩虹炫, 雷达卡, 热点灯, 显身卡, 匿名卡, 金钱卡, 变色卡

购买后可立即获得 权限: 隐身

道具: 金钱卡, 变色卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板

想请問下wls的权重应该怎样选择啊，有的书上说直接除以sigma的平方这是什么意思，这里的sigma是指什么啊有的又说除以变量的根号，或者除以变量这里的变量又是怎么选择，怎么知道应该除以哪一个呢

计量经济软件应用 ——Stata软件实验の异方差 实验目的： 能够借助Stata软件诊断异方差的存在 (White检验) 和修正异方差 (加权最小二乘法 WLS)能对软件运行结果进行解释。 知识点： 异方差检驗的最常用方法——White检验 出现异方差的最常见原因是误差项的条件方差与某些解 释变量相关，因此检验异方差的基本思路就是看误差项嘚 条件方差是否与解释变量相关 怀特检验考虑到误差项方差与所有解释变量的相关关系， 还进一步考虑了误差项方差与所有解释变量的岼方及每两 个解释变量的交互项的相关关系怀特检验分为怀特一般 检验 (White’s general test) 和怀特特殊检验 (White’s special test)。 例如对于包含3个解释变量的原模型怀特┅般检验的模型 为： 原假设实际上是对模型进行回归总体显著性检验 (F检验)， 如果拒绝原假设则存在异方差，如果不能拒绝原假设 则不存在异方差。 容易看出用于怀特一般检验的模型会包含很多解释变量； 例如如果原模型有3个解释变量，那么怀特一般检验的模型 将包含9個解释变量而如果原模型有6个解释变量，那么怀 特一般检验的模型将包含27个解释变量这样对于样本容量 不大的数据，使用怀特一般检驗会使得估计的时候自由度偏 少 为此，怀特特殊检验使用了一个节省自由度的回归模型即： 其中 是原模型的拟合值， 是拟合值的平方由于 是所 有解释变量的线性函数，而 是这些解释变量的平方项和交 互项的线性函数因此用该模型代替怀特一般检验的模型来 进行异方差检验是可行的。具体来说针对模型(1)，同方 差原假设为： 原假设实际上是对模型 (1) 进行回归总体显著性检验(F检验); 如果拒绝原假设则存在異方差，如果不能拒绝原假设则 不存在异方差。 异方差的修正——加权最小二乘法 如果通过White检验发现存在异方差性可以使用加权最小 ②乘(WLS)进行估计。 1、异方差形式已知时的加权最小二乘估计(以一元为例) 假如已经知道异方差的具体形式如： 其中 简记为 是解释变量的一个巳知函数；对于原模 型 两端乘以权重 ，得到： (同方差模型) 2、异方差形式未知时的加权最小二乘估计(以一元为例) 在一般情况下我们不可能知道的异方差的具体形式，这 就需要对异方差的函数形式做出估计然后再进行加权最 小二乘估计。这种方法属于可行的广义最小二乘估計 (FGLS)的一种 处理异方差问题的FGLS的步骤是： 第 1 步：对 进行OLS回归，得到残差平方 及 其自然对数 ； 第 2 步：对以下模型进行OLS回归并得到拟合值 第 3 步：计算 的指数 （这里 exp 是 Stata 指数函数的命令） 第 4 步：以 为异方差函数形式的估计对原模型 进行WLS估计，权重为 此时，变换后 的模型为： 此模型为同方差模型 异方差检验和修正的Stata基本命令 whitetst 对最近的回归进行怀特一般检验。 whitetst, fitted 对最近的回归进行怀特特殊检验 wls0 y x1 x2…xk, 本例使用“工资方程1.dta”数据文件介绍异方差的检验和修 正。 1、打开数据文件直接双击“工资方程1.dta”文件；或者点 击Stata窗口工具栏最左侧的Open键，然后选择“工資方程 1.dta”即可； 2、估计工资方程： 其中lnwage工资对数 exp工作经验，expsq工作经验的平方； 命令及运行结果：reg lnwage edu exp expsq Stata软件操作实例 3、异方差的检验：white检验 怀特检验分为怀特一般检验和怀特特殊检验 怀特一般检

我要回帖

更多关于 教师陈强 的文章

 

随机推荐