| Idioma : |
|
| Comunitat enciclopèdia |Enciclopèdia Respostes |Enviar pregunta |Coneixement de vocabulari |Pujar coneixement |
Heteroscedasticitat |
|
Breu introducció Heterocedasticitat (heterocedasticitat) és la variació respecte als mateixos termes. L'anomenat mateixa variància, és per assegurar que els estimadors dels paràmetres de regressió tenen bones propietats estadístiques, el model de regressió lineal clàssica és un supòsit important: la funció de regressió general del terme d'error aleatori per complir amb la mateixa variància, és a dir, tenen la mateixa variància. Si aquest supòsit no es compleix, a saber: errors aleatoris amb diferents variacions, va afirmar que hi ha un model de heteroscedasticitat regressió lineal. Si l'existència d'un model de regressió lineal heterocedasticitat, a continuació, utilitzar el mètode tradicional de mínims quadrats dels paràmetres del model d'estimació obtinguts estimador no és una estimació vàlida, ni tan sols estimador asimptòticament eficient; cas no es pot dur a terme en els paràmetres del model significativament prova.Els models de heteroscedasticitat existència es poden estimar utilitzant el mètode de mínims quadrats ponderats. Prova Heterocedasticitat - test Blanc En aquesta prova, la hipòtesi nul · la és: l'equació de regressió per reunir-se amb la variància de l'error aleatori. Hipòtesi alternativa és: l'error aleatori de l'equació de regressió satisfer heterocedasticitat. Regla de judici és: Si nR ^ 2> chi ^ 2 (k-1), a continuació, es negaria la hipòtesi nul · la, que l'equació de regressió satisfer heterocedasticitat. En la sentència anterior de la fórmula, n representa el nombre de mostres, k representa el nombre de paràmetres, k-1 representa la llibertat. chi ^ 2 valors obtinguts per la taula de consulta. Significat Model de regressió aleatòria ui pertorbació en diferents observacions de la variància no és igual a una constant, Var (ui) = constant (i = 1,2, ..., n), o Var (u) Var (u) (ij) , llavors anomenem l'atzar pertorbació ui termini amb heteroscedasticitat (heterocedasticitat). En els problemes econòmics actuals, el terme ui pertorbació aleatòria sol heterocedasticitat, però ocorre principalment en la secció d'anàlisi de dades. Per exemple (A) investigar els beneficis de les empreses de totes les mides, que es troben grans fluctuacions en el marge de beneficis de l'empresa que els beneficis de les petites empreses de les grans fluctuacions; (2) L'anàlisi va trobar que els canvis de despesa de les llars d'alts ingressos en els canvis de la despesa de la llar que les llars de baixos ingressos la despesa gran. En l'anàlisi de model de despesa de les famílies, ens trobem que les famílies d'alts ingressos que les famílies de baixos ingressos solen gastar en certs productes tenen major variància, la figura 5-1 mostra una regressió lineal de la variància de la variable aleatòria ui Amb l'augment de les variables explicatives i el canvi de circumstàncies. Heterocedasticitat soscavar els supòsits bàsics del model clàssic, si l'aplicació directa del mètode de mínims quadrats per estimar el model de regressió, la falta de resultats precisos i eficaços. Font 1. Falten algunes variables explicatives del model, generant així la forma de sistema de pertorbació aleatòria Des aleatòria terme ui pertorbació conté totes les variables explicatives no poden ser expressades en una varietat de factors en l'impacte de les variables explicatives, és a dir, les variables econòmiques ometen en el model sobre l'impacte de les variables explicatives. Si un es van ometre certs factors o certs factors com variables explicatives dels valors observats de les diferents variables explicatives tenen efectes diferents, farà ui productes heterocedasticitat. Per exemple, en un moment determinat en una secció diferent de la mostra de famílies de baixos ingressos de dades per estudiar la família d'un bé de consum (per exemple, roba, menjar, etc) les necessitats, establir el seu model és: (5-1) On Qi representa una demanda dels consumidors en particular, l'ingrés familiar Ii, ui és un terme d'error aleatori. A més de ui ingressos familiars fins i tot fora de la influència d'altres factors en Qi. Com ara: els hàbits de consum, preferències, la temporada, el clima i altres factors, ui variància per indicar que aquests factors poden fer que el Qi es desviïn del nivell mitjà. Les anomalies climàtiques, les famílies d'alts ingressos es plantejaran més diners per comprar roba, comprar roba per a les famílies de baixos ingressos passar el temps molt limitat per als diferents nivells d'ingressos Ii, Qi és el grau de desviació de la mitjana dels diferents , Var (ui) constant, pel que no és un heterocedasticitat. Com un altre exemple, en secció transversal, alhora en diferents parts de les dades de la mostra amb la sortida d'un factors d'entrada de la indústria canviar la relació entre l'establiment dels següents models: (5-2) On Yi representa el nivell de sortida d'una indústria en particular. Li va dir que l'impacte en la producció de mà d'obra. Ki va dir que l'impacte del capital en la producció, ui representa mà d'obra estrangera i el capital, a més d'altres factors, l'impacte en el nivell de producció, com ara la ubicació geogràfica, les polítiques nacionals. Òbviament, per a les diferents indústries, l'impacte d'aquests factors en els nivells de sortida són diferents, fent que el grau de desviació de la mitjana zero és diferent, que va aparèixer heterocedasticitat. Heterocedasticitat probable que passi en les dades de la secció transversal, això és perquè les dades de la secció transversal en general implica un cert punt en el temps per determinar la unitat global. Tal com consumidors i les seves famílies, diferents indústries o zones rurals, àrees urbanes, com la divisió d'aquestes unitats cadascuna de les quals té una mida o nivell diferent, en circumstàncies normals les dades seccionals per a mostres amb Sembla probable heteroscedasticitat. 2. L'error de mesura L'error de mesura sobre el paper d'heterocedasticitat manifesta principalment en dos aspectes: d'una banda, l'error de mesura és sovint acumulació gradual dins d'un cert temps, l'error tendeix a augmentar a mesura que les variables explicatives X major error de mesura tendirà a augmentar, una altra D'una banda, els errors de mesura poden canviar amb el temps, com ara les tècniques de mostreig de recopilació de dades o mètodes per millorar es reduirà l'error de mesura. Per tant, l'error de mesura causat per heterocedasticitat estan generalment presents en les sèries de temps. Per exemple, una persona en un determinat període d'aprenentatge de la quantitat d'errors a l'escriure el temps a escriure escrivint i la pràctica Yt relació Xt. Pràctica Typing clarament augmenta amb el temps, es redueix el nombre d'errors d'escriptura, és a dir, amb l'augment de Xt Yt disminuirà. Llavors Var (ut) disminuirà amb l'augment de Xt, de manera que la presència d'heterocedasticitat. No només en la sèrie de temps és propens a heterocedasticitat utilitzant la mitjana com les dades de la mostra són també propensos a heterocedasticitat. Com que moltes de les relacions entre variables econòmiques tenen una distribució normal, per exemple, el nombre de persones amb diferents grups d'ingressos augmenti en l'ingrés es distribueix normalment, és a dir, les persones majors i menors ingressos són la minoria, la majoria de la gent viu en un major ingrés i la més baixa, entre els diferents grups d'ingrés de dades càpita com una mostra per, a causa del nombre de persones en cada grup és diferent error d'observació és diferent, en general, el número de grup de múltiples ingressos en comparació amb l'escàs nombre de grup de dades de la renda per càpita càpita dades amb una alta precisió per, és a dir, Var (ui) amb un ingrés Ii disminueix primer i després augmentat, el que també existeix heterocedasticitat. 3. Forma funcional del model ajustades correctament |
| Usuari Revisió |
|
Sense comentaris encara |
