Содержание
- 2. Несмещенность Эффективность Состоятельность
- 3. Задачи регрессионного анализа: Построение модели Исследование случайных отклонений
- 4. Пять предпосылок МНК: 1. Случайный характер остатков 2. Нулевая средняя величина остатков, не зависящая от xi
- 5. 1. Случайный характер остатков
- 6. 2. Независимость величины остатков от величины фактора x 2. Нулевая средняя величина остатков
- 8. нарушение третьей предпосылки МНК. неправильная спецификация модели. наличие систематической погрешности модели.
- 9. 3. Гомоскедастичность дисперсии остатков 1. Оценки коэффициентов - несмещенные и линейные. 2. Оценки коэффициентов не эффективные
- 10. 4. Отсутствие автокорреляции остатков Коэффициент корреляции Остатки автокоррелированы
- 11. Графический анализ остатков Линейные регрессионные модели с гетероскедастичными остатками
- 12. , . Линейные регрессионные модели с гетероскедастичными остатками Тест Гольдфельда-Кванта
- 13. , . Линейные регрессионные модели с гетероскедастичными остатками Тест Гольдфельда-Кванта Все наблюдения упорядочиваются по доминирующему фактору
- 14. , . Тест Гольдфельда-Кванта 4. 5. Остатки гетероскедастичны
- 15. , . Тесты Парка, Глэйзера, Уайта Парка
- 16. , . Тесты Парка, Глэйзера, Уайта Глэйзера Уайта
- 17. , . Тест ранговой корреляции Спирмена 1. Ранжируются значения модулей остатков и значения выбранного фактора 2.
- 18. , . Тест ранговой корреляции Спирмена остатки гетероскедастичны
- 19. Обобщенный метод наименьших квадратов
- 20. Обобщенный метод наименьших квадратов
- 21. Обобщенный метод наименьших квадратов
- 22. Обобщенный метод наименьших квадратов
- 23. Обобщенный метод наименьших квадратов
- 24. 4. Автокорреляция
- 26. Скачать презентацию