对于Eviews6.0来说,可以在option里找到加权最小二乘法的选项。
但对于Eviews7.0,界面变化了,原来option里的选项取消了。
这时,无法使用菜单操作来实现加权最小二乘法,可以使用命令方式:
data w1,这是生成一个名字为w1的权数序列,然后,
w1=1/abs(resid),这是计算了权数,残差绝对值的倒数。
ls(w=w1) y c x,这就是加权最小二乘法的命令方式)
扩展资料:
若线性回归模型存在异方差性,则用传统的最小二乘法估计模型,得到的参数估计量不是有效估计量,甚至也不是渐近有效的估计量;此时也无法对模型参数进行有关显著性检验。
对存在异方差性的模型可以采用加权最小二乘法进行估计。
异方差性的检测——White test
在此检测中,原假设为:回归方程的随机误差满足同方差性。对立假设为:回归方程的随机误差满足异方差性。判断原则为:如果nR2>chi2 (k),则原假设就要被否定,即回归方程满足异方差性。
在以上的判断式中,n代表样本数量,自由度为k(解释变量的个数)。chi2(卡方统计)值可查表所得。
参考资料来源:百度百科-异方差
参考资料来源:百度百科-加权