UC知道Weighted least square的使用条件
来源：百度知道 编辑：UC知道 时间：2024/06/30 13:12:48
想请问一下weighted least sqaure的使用条件 本人现在用Eviews做time series的回归分析 模型其它测试都通过了 就是出现了Heteroskedasticity 我们导师说可以用weighted least square来解决这个问题。但是我按网上的方法做了之后虽然解决了这个问题 但是感觉模型变得不对了 adjust r2居然变成了1.请高手指点一下 时间序列是不是不能使用这种方法啊？
异方差已经用white test做出来的P值小于0.05 所以这点已经肯定有Heteroshedasticity
1.我研究的是会计问题 时间序列讲的是紫禁城的门票收入是否和门票管理员的欺诈有关啊 我就是加入了t t2这种自变量 因为从那个residual 的图看出有trend2的趋势的
2.我用的WLS方法是 Residualize the offending variable X
具体的过程这里发不上来 截图截不下 高手能帮我解决下不 我有Word文档的过程
异方差已经用white test做出来的P值小于0.05 所以这点已经肯定有Heteroshedasticity
1.我研究的是会计问题 时间序列讲的是紫禁城的门票收入是否和门票管理员的欺诈有关啊 我就是加入了t t2这种自变量 因为从那个residual 的图看出有trend2的趋势的
2.我用的WLS方法是 Residualize the offending variable X
具体的过程这里发不上来 截图截不下 高手能帮我解决下不 我有Word文档的过程
异方差存在的可能原因
1.模型中遗漏了影响逐渐增大的因素
2.模型中变量的形式设定错误
3.随机事件导致的
WLS对异方差的解决是最优的，你调整后的拟合优度达到1.0很怪啊.
你的数据输入时有没有问题啊，你研究的是什么样的时间序列啊
WLS实质上是给样本赋上权重，异方差较小给与较大的权重，异方差较大的样本给与较小的权重。你的帕克检验和戈里瑟检验结果和选取过程是什么样的啊？
再深入的说明，如果你研究的是经济金融方面的时间序列，你使用WLS是会出现伪回归的，你读读协整理论就明白了。
异方差的形式是不能用X^2直接用的，你要用帕克检验确定异方差的形式。
在命令栏下分别输入
1. LS Y C X
GENR LNE2=LOG(RESID^2)
GENR LNX=LOG(X)
LS LNE2 C LNX
其中 x是自变量 y是因变量 lne2代表方程残差的对数根据估计所得的lnx的coefficient的值（我写作coe）知道帕克检验确定的异方差形式是X^coe
2. GENR W1=1/X^coe
GENR W2=1/SQR(X)
GENR W3=1/ABS(RESID)
GENR W4=1/RESID^2
其中sqr代表开平方 abs代表绝对值 ^2代表平方，第一个是帕克检验给出的异方差形式，其余三个是戈里瑟给出的异方差形式。GENR 代表生成数据。
3. LS(W=Wi) Y C X
eviews会给出四种形式的WLS估计的结果，根据R2的大小选择形式。
1111111111