张同学2022-03-13 22:26:28
张同学老师，①为什么条件异方差和序列相关不影响b0cap 和 b1cap的估计呢，从哪个可以看出吗。②多重共线性会使MSE和SEE变大，R平方=1-SSE/TSS，那么R平方不是会变小吗？③在DW检验中，假如DW=1.8， 0.05significance level下，DW的critical value 上限=1.7，下限=1.6，此时得出结论为拒绝原假设，即不能说误差线件没有序列相关。但DW=1.8更靠近2，说明r更趋近于0，比关键的上限还靠近2，不是更能说明你没有序列相关吗？
回答（1）
Essie2022-03-13 23:47:19
Essie你好，
1.条件异方差，序列自相关以及多重共线性都不影响回归系数的估计，也就是不影响回归系数的一致性，一致性是指随样本数量n的上升，模型出来的结果更精确。这是计量经济学家得出的结论，原版书也并没有详细阐述原因，掌握结论即可。
2.多重共线性会导致估计量的标准误sb1变大，所以是会导致MSE和SEE变大，但是如果通过这个公式，你的前提条件是TSS不变，但实际上模型出现了多重共线性和不存在多重共线性的模型相比，TSS和RSS肯定都会变化，所以不能从这个角度去解释。
3.如果模型的DW=1.8，du=1.7，是无法拒绝原假设的，得到的结论是模型不存在序列自相关(见下图)。所以和DW比较接近2，不太可能出现序列自相关的结论是一致的。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片