eviews軟體怎麼用最小二乘法來消除異方差

時間 2021-09-07 05:15:16

1樓:匿名使用者

如果是一般的迴歸,那麼加權最小二乘法取權僅僅是方程本身誤差項的絕對值的倒數! 兩種方法: 1.

蠢且勤快的方法:在迴歸結果視窗中按estimate,改變你的迴歸項分別為「y*1/abs(resid) x1*1/abs(resid) x2*1/abs(resid)……」,當然要在做完你的ols後馬上做,否則你的resid序列就不是你所要的誤差序列了。 2.

聰明且懶的方法:你先用你所需要用的變數做一下ols迴歸,然後在迴歸結果視窗裡按proc,選擇下拉選單裡面的make residual serias,給個單字母的序列名字,這樣可以生成一個誤差序列,然後再在你的迴歸結果視窗中按estimate選擇options,在weighted ls/tsls前畫挑,並且在weight後面的空白處填寫:1/abs(剛才起的序列名字)然後就ok了。

參考資料: http://wenku.

2樓:匿名使用者

我會用spss消除,eviews尚在學習中,如果用spss可以的話,請說明。祝不斷進步!

eviews7中怎樣用加權最小二乘法做異方差的修正?麻煩用截**答,謝謝啦。 5

3樓:楊必宇

對於eviews6.0來

說,可以在option裡找到加權最小二乘法的選項。

但對於eviews7.0,介面變化了,原來option裡的選項取回消了。

這時,無答法使用選單操作來實現加權最小二乘法,可以使用命令方式:

data w1,這是生成一個名字為w1的權數序列,然後,w1=1/abs(resid),這是計算了權數,殘差絕對值的倒數。

ls(w=w1) y c x,這就是加權最小二乘法的命令方式)

4樓:快樂人生

兩種方法:

1在回bai歸結果視窗中按duestimate,改變你的zhi迴歸項dao分別為「y*1/abs(resid) x1*1/abs(resid) x2*1/abs(resid)……版」,當然要在做完你的ols後馬上做,否則權你的resid序列就不是你所要的誤差序列了。

2.先用所需要用的變數做一下ols迴歸,然後在迴歸結果視窗裡按proc,選擇下拉選單裡面的make residual serias,給個單字母的序列名字,這樣可以生成一個誤差序列,然後再在你的迴歸結果視窗中按estimate選擇options,在weighted ls/tsls前畫挑,並且在weight後面的空白處填寫:1/abs(剛才起的序列名字)然後就ok了。

5樓:匿名使用者

你先要去識別是不是有異方差,再做後續的統計

迴歸裡面有這個選項的

我替別人做這類的資料分析蠻多的

eviews修正異方差命令

6樓:匿名使用者

異方差首先要看殘差序列圖,大概看一看與x是啥關係,再進行修正。當然也可以自己試一試,如選擇1/x^3等等。

在equation(等式)框內輸入:y/x^3 c x/x^3就可以了吧。如果要按照你說的w2=1/x^2進行賦值,必須先生成一個新的序列w2,然後在白色的程式框內輸入:

is y*w2 c x*w2就可以了吧

異方差是用懷特檢驗法檢驗的,其實做一個十分完美的迴歸方程是很難的,既要沒有異方差,又要係數、r^2比較好,dw值還得在2附近,不能有共線性,這要求你的資料本身沒問題,方程的形式也是正確的,不然就會出現怎麼搞都搞不定的情況。

如何運用eviews來做普通最小二乘法的散點圖

7樓:匿名使用者

散點圖和ols無關的,這個問題我已經回答你了

EVIEWS做最小二乘法怎麼做 高人指點,急 急 急

我怎麼記得和樓上有點差別 難道不是直接 ls y c x y的位置放因變數,x位置放解釋變數,要是有截距項就寫著c,沒有就去了我說的是eview5 在命令視窗下輸入 ls y c 1 c 2 x按回車 本幻須穎初 ls命令也可以估計大部分非線性模型。請問eviews做出最小二乘法的結果,這個圖怎麼看...

matlab用最小二乘法求一形如y t at b (a和b為待定係數)的多項式,使之與下列資料相擬合

宇逸 1.使用非線性最小二乘擬合函式lsqcurvefit擬合t 1 2 3 4 5 6 7 8 y 4.00 6.40 8.00 8.80 9.22 9.50 9.70 9.68 fun b,x x.b 1 x b 2 x0 0.1 0.1 b lsqcurvefit fun,x0,t,y 結果為...

關於matlab下用最小二乘法擬合曲面的問題

x 1.52 3.03 3.27 4.2 0.93 4.2 3.27 3.03 1.52 y 0.8 2.1 4.6 7.1 8.4 7.1 4.6 2.1 0.8 z 2.16 2.4 2.69 3.82 3.02 2.68 2.5 2.48 2.31 a x y ones size x a a ...