Университет
Лабораторная работа №2а
«Оценивание линейных
регрессионных моделей в условиях
гетероскедастичности возмущений»
Группа: ПМ-82
Преподаватели: Попов А. А.
Лисицын Д.В.
Студенты: Ооржак Т.
Муковников А.
Никулин А.
2001
Условие задания
Провести моделирование регрессионного процесса с гетероскедастичным возмущением:
Дисперсия возмущения – возрастающая функция от абсолютной величины отклика.
В предыдущей лабораторной работе мы рассмотрели регрессионный процесс, положив, что дисперсия различных наблюдений одинаковы. В этой работе у линейной модели дисперсии возмущений различны.
Данную задачу представим в следующем виде: пусть уравнение наблюдений имеет вид:
Ut=Xq+et
Дисперсии различных наблюдений не равны
var(ei) ¹var(ej) при i¹j
var(ei)=s2W=diag(s1, s2, … ,s36)=V36´36
По условию задачи дисперсии возмущений возрастающая функция от абсолютной величины отклика.
st2=r2½Ut½
где r - 5% от истинного значения функции. Функцию возьмем как соответствующий элемент из вектора значений модулей откликов упорядоченных по возрастанию.
Чтобы оценить параметры q модели воспользуемся обобщенным методом наименьших квадратов.
Обобщенный МНК q^=(ХТ V-1 Х) -1 ХТ V-1 y
Вся регрессия сводится к const
1. Исходное уравнение наблюдений Ut=Xq+et
Рассчитали q^ и еt= Ut-Xq^
Оцениваем s2^=å еt2 ¤ n
2. Вводится новый отклик Ut^= еt2/s2^
3. RRS=å (y-y^)T (y-y^)
4. RRS/2 ~ c2
1. выборка наблюдений упорядочен по возрастанию фактора х1
2. выбираем 2 регрессии y1 и y2
3. оцениваем эти регрессии
RRS1=(y-y1)T(y-y1)
RRS2=(y-y2)T(y-y2)
5. RRS1 / RRS2 ~ F 0.05 , 17 ,17
N |
(x1,x2) |
U |
E |
Y |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 |
(-1, -1) (-1, -0.6) (-1, -0.2) (-1, 0.2) (-1, 0.6) (-1, 1) (-0.6, -1) (-0.6, -0.6) (-0.6, -0.2) (-0.6, 0.2) (-0.6, 0.6) (-0.6, 1) (-0.2, -1) (-0.2, -0.6) (-0.2, -0.2) (-0.2, 0.2) (-0.2, 0.6) (-0.2, 1) (0.2, -1) (0.2, -0.6) (0.2, -0.2) (0.2, 0.2) (0.2, 0.6) (0.2, 1) (0.6, -1) (0.6, -0.6) (0.6, -0.2) (0.6, 0.2) (0.6, 0.6) (0.6, 1) (1, -1) (1, -0.6) (1, -0.2) (1, 0.2) (1, 0.6) (1, 1) |
0.89 0.29 0.01 0.05 0.41 1.09 0.227333 -0.372667 -0.652667 -0.612667 -0.252667 0.427333 -3.102 -3.702 -3.982 -3.942 -3.582 -2.902 6.902 6.302 6.022 6.062 6.422 7.102 3.572667 2.972667 2.692667 2.732666 3.092667 3.772667 2.91 2.31 2.03 2.07 2.43 3.11 |
0.014459 -0.028311 -0.016657 0.009797 0.030495 0.003969 -0.016564 0.036578 -0.022598 -0.030375 -0.042594 0.011371 0.024287 -0.007527 -0.056123 -0.001372 -0.01139 -0.002112 0.010893 0.018296 -0.022333 0.032303 -0.010962 0.030232 0.007227 -0.039572 0.00135 -0.00945 0.055376 -0.031814 0.001139 0.018597 0.001591 0.00805 -0.015173 0.063798 |
0.904459 0.261689 -0.006657 0.059797 0.440495 1.093969 0.21077 -0.336088 -0.675265 -0.643041 -0.29526 0.438704 -3.077713 -3.709527 -4.038123 -3.943372 -3.59339 -2.904112 6.912892 6.320296 5.999667 6.094303 6.411037 7.132232 3.579894 2.933094 2.694017 2.723217 3.148042 3.740852 2.911139 2.328597 2.031591 2.07805 2.414827 3.173798 |
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.