Головна » Реферати » Реферати 2 курс » Математичне програмування

Гетероскедастичність і зважений метод найменших квадратів

Уривки

Ознаку гетероскедастичності в кожному конкретному випадку виявити складно, оскільки для цього необхідно знати величини для кожного фіксованого значення . На практиці, як правило, для кожного конкретного значення ми маємо в розпоряджені лише одне значення залежної змінної , а не цілий ряд розподілу. Це не дозволяє нам оцінити дисперсію випадкової величини Y при фіксованому значенні .
Існують опробовані тести за допомогою яких можна виявити гетероскедастичність. І, як свідчить практика, їх використання дають позитивні наслідки. Такими є тести Глейзера, Гольдфельда-Квандта, обгрунтування яких є у роботах [12, 14, 17].
Однак, такий підхід авторів для виявлення явища гетероскедастичності в моделі певною мірою є статистично обгрунтованим.
Тести Глейзера, Гольдфельдта-Квандта можуть виявити присутність ознаки гетероскедастичності в моделі лише у випадку порушення умови , тобто, коли дисперсії залишків не є сталими величинами. Коли ж умова виконується, і при цьому , то виявити це порушення умови гомоскедаститчності вищенаведеними тестеми неможливо.
У цьому випадку маємо справу із лінійною моделю з порушенням ознаки гомоскедастичності, яка належить до другої групи. Така ситуація виникає при досліджені моделей із ознакою автокореляції.

Інформація про реферат

Повна інформація про роботу

конспект "Гетероскедастичність і зважений метод найменших квадратів" з предмету "Математичне програмування" можна скачати безкоштовно. Теги роботи: метод, квадратів, найменших, Зважений, Гетероскедастичність. Робота опублікована 18.09.2010 в 22:52 її автором (Сергій). З моменту опублікування роботи її переглянуто 692 та скачано 20 раз(ів). Коментарі щодо роботи залишили 0 відвідувачів. Для того, щоб оцінити роботу, натисніть на відповідну кількість зірочок

Коментар автора роботи

Сергій...

Роботу писав самостійно, детально розкрив тему в цілому, вимогливий викладач оцінив на 100 балів. Користуйтеся...