数学建模之多元分析-1
数学建模之多元分析-1
- 扰动项异方差
- 解决无偏估计的方法
- 检验异方差
- 图形法判断——散点图
- 异方差假设检验
- 检验多重共线性
- 向后回归
- 向前回归
扰动项异方差
1.ols估计出的回归系数是无偏的，一致的。
2.假设检验无法使用。
3.ols估计量不再是最优线性无偏估计。
解决无偏估计的方法
1.ols+稳健标准误
2.广义最小二乘法
总结：方差小，信息多，给予数据更大的权重
检验异方差
图形法判断——散点图
1.y：残差，x：拟合值
当数据不在一个值附近，其余值越大越散乱则异方差大
2.y：残差，x：自变量x
当呈下滑趋势且变化大则异方差大
异方差假设检验
检验形式H0：不存在异方差
1.BP检验
2.怀特检验
检验多重共线性
方差膨胀因子VIF = 1/1-R1-k/m**2(可以搜索相关知识点)
若VIF>10则多重共线
向后回归
向前回归
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！