回归方程的拟合优度检验_Eviews系列5|经典线性回归模型之修正检验异方差(2)...

本文是Eviews系列教程的一部分,聚焦于经典线性回归模型中的异方差性修正检验的第二部分。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

点击上方蓝字关注我们!

db8ded098e5f752d1c1cadc32b65d58e.png

这期小统带大家继续学习修正检验--异方差(2)。

a89796394ac1f2ec15e782b17616f45a.png 昨天我们文末提到: 若多重共线性修正后的模型残差项之间存在异方差,我们该使用什么方法进行修正呢? 答案是: 加权最小二乘法 e414832945de5c8e7b07a13998620fd1.png e7e0c504d3c0f3b968f11225ee0788bc.png 我们使用加权最小二乘法进行异方差的修正,得到的结果如上表。表格展示的是加权最小二乘法的估计结果。能够看出,经过异方差修正后,该模型的拟合优度为0.7169,修正后的拟合优度为0.7046,相较于异方差前修正后的拟合优度0.2092来看,提升较高;并且其F统计值为58.2521,相较之前也有较
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值