Огромное спасибо! Все отлично.
Информация о работе
Подробнее о работе
Гетероскедостичность и методы борьбы с ней
- 9 страниц
- 2014 год
- 341 просмотр
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
ВВЕДЕНИЕ
Гетероскедастичность(англ. Heterosсedasticity) — понятие, применяемое в практический статистике(чаще только — в эконометрике), означающее неоднородность наблюдений, выражающуюся в неодинаковой(непостоянной) дисперсии случайной ошибки регрессионной(эконометрической) модели. Гетероскедастичность противоположна гомоскедастичности, означающей равномерность наблюдений, то есть постоянство дисперсии случайных ошибок модели.
Наличие гетероскедастичности случайных ошибок приводит к неэффективности оценок, приобретенных с поддержкой метода наименьших квадратов. Кроме того, в этом случае оказывается смещённой и несостоятельной классическая оценка ковариационной матрицы МНК-оценок характеристик. Следовательно статистические выводы о качестве приобретенных оценок могут быть неадекватными. В связи с этим тестирование моделей на гетероскедастичность является одной из нужных процедур при построении регрессионных моделей.
СОДЕРЖАНИЕ
СОДЕРЖАНИЕ 1
ВВЕДЕНИЕ 2
Устранение гетероскедастичности 3
ЗАКЛЮЧЕНИЕ 8
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 9
ЗАКЛЮЧЕНИЕ
Использование взвешенного способа наименьших квадратов(ВМНК, wls). В этом способе любое наблюдение взвешивается обратно сообразно предполагаемому обычному отклонению случайной ошибки в этом наблюдении. Такой подход дозволяет сделать случайные ошибки модели гомоскедастичными. В частности, ежели предполагается, что обычное отклонение ошибок сообразно некоторой переменной z, то данные разделяются на эту переменную, подключая константу.
Замена исходных данных их производными, кпримеру, логарифмом, условным изменением или иной нелинейной функцией. Этот подход нередко употребляется в случае роста дисперсии ошибки с ростом смысла независимой переменной и приводит к стабилизации дисперсии в наиболее широком спектре входных данных.
Определение "областей компетенции" моделей, внутри которых дисперсия ошибки сравнимо стабильна, и внедрение композиции моделей. Таким образом, любая модель работает только в области собственной компетенции, и дисперсия ошибки не превосходит данное граничное значение. Этот подход распространен в области определения образов, где нередко употребляются трудные нелинейные модели и эвристики.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1. «Вводный курс эконометрики». Автор: Бородич С.А., 2006 год.
2. «Эконометрика», 2006 год.
3. «Введение в эконометрику». Автор: Доугерти К., 2007 год.
4. Данные Eurostat http://epp.eurostat.ec.europa.eu/potal.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
