1樓：匿名使用者
你怎麼想到用加權最小二乘法回歸的呢？
應該是用異方差相關檢驗診斷出異方差後，才會這麼做。那麼，再重複同樣的檢驗，就知道有沒有消除了。
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
2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,這是生成乙個名字為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)
3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回歸項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回歸，然後在回歸結果視窗裡按proc，選擇下拉列表裡面的make residual serias，給個單字母的序列名字，這樣可以生成乙個誤差序列，然後再在你的回歸結果視窗中按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。
4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
回歸裡面有這個選項的
我替別人做這類的資料分析蠻多的
計量經濟學中，我在做實證分析時，模型既有異方差又有自相關，怎麼處理？這個問題是怎麼處理的呢？ 5
5樓：江湖·少俠·劍
首先，若是橫來截面資料主源要考慮異方差，若bai是時間序列
du主要考慮自相
zhi關。
你現在的情況dao
同時存在異方差和自相關，建議你先考慮產生自相關的原因是模型誤設還是純粹的自相關。如果只是純粹的自相關，可以用fgls解決自相關的問題。
而你在解決了自相關後發現，還存在異方差的問題。但是通常情況下方差都是未知的，我們不方便再做加權最小二乘了。這時要解決異方差的問題，可以採用懷特的「異方差穩健標準誤」，基於這個標準誤構造出的統計量可以做出有效的統計推斷。
再說一種方法吧，當同時存在異方差和自相關時，你可以直接使用hac，也就是異方差自相關一致標準誤，基於這個標準誤構造的統計量可以做出正確的推斷。它的前提是你的樣本需要足夠大。
最後，還需要你根據自己的情況構造出乙個合適的模型，上面那些只是理論上的參考。
6樓：匿名使用者
異方差使用加權最小二乘 或廣義最小二乘
自相關使用廣義差分方法
一般來說，時間序列中自相關比較突出，截面資料中異方差比較突出。你根據你的資料**，先處理主要矛盾，然後再處理次要矛盾。
我記得有個奧特曼好像叫展博A，就是在飛機上，然後飛機轉一圈就變成奧特曼，請問這是什麼動畫片
就是叫詹伯a，不是奧特曼，但也是園古製作的特攝 詹博a是另一部挺好看的 我記得童年看過乙個奧特曼叫 就是乙個飛機可以變成乙個奧特曼的 後來公升級改汽車變成凹凸曼了 好像叫什 那個不是奧特曼，叫 詹伯a 是一部特攝片而已，一開始並不出名，或者說鮮為人知，只是因為賽羅的劇場版出現了他的後代詹伯特和詹奈，...
還有個問題就是老公晚上2點多看手機發資訊,我問他寫的什麼他說看軍事發帖子
這個你是懷疑他回答的內容吧？半三更的突然起來看軍事新聞，發帖子，那他還真的是敬業，除非他是網管還是網監？所以我也不相信，如果可以，你讓他把他的大作給你讀讀，不就知道了？不相信他你可以拿過來看看，他說了你可以驗證一下，不過不要說的太直接了，可以跟他說你欣賞一下 老公喜歡看我手機，有時還問我誰給我發資訊...
我想請都大家個問題，就是香菸沒開封就是整條的煙能放多長時間呀
如果你能把煙完全包裹好，不透氣，然後凍再冰箱裡，保證不串味的情況下，可以儲存3年基本沒有問題！如果沒有包裹起來，直接放在外面，天氣乾燥的話最多1年 菸絲已經很乾了 如果空氣較潮溼，那麼最多半年左右捲菸上就會出現黴斑！整條沒拆封的香菸保質期是多久 一般來說香菸保質期大概在一兩年左右，但由於存放環境的差...