При нарушении гомоскедастичности и наличии автокорреляции ошибок
рекомендуется традиционный МНК заменять обобщенным методом. Обобщенный МНК
применяется к преобразованным данным и позволяет получать оценки, которые
обладают не только свойством несмещенности, но и имеют меньшие выборочные
дисперсии. Обобщенный МНК для корректировки гетерос-ти. В общем виде для
уравнения yi=a+bxi+ei при [pic] где Ki – коэф-т пропор-ти. Модель примет
вид: yi=[pic]+[pic]xi+[pic]ei. В ней остаточные величины
гетероскедастичны. Предполагая в них отсутствие автокорреляции, можно
перейти к уравнению с гомоскедастичными остатками, поделив все переменные,
зафиксированные в ходе i-го наблюдения на [pic]. Тогда дисперсия остатков
будет величиной постоянной. От регрессии у по х мы перейдем к регрессии на
новых переменных: y/[pic] и х/[pic]. Уравнение регрессии примет вид: [pic].
По отношению к обычной регрессии уравнение с новыми, преобразованными
переменными представляет собой взвешенную регрессию, в которой переменные у
|
|
и х взяты с весами [pic]. Коэф-т регрессии b можно определить как [pic]Как
видим, при использовании обобщенного МНК с целью корректировки
гетероскедастичности коэффициент регрессии b представляет собой взвешенную
величину по отношению к обычному МНК с весами 1/К.Аналогичный подход
возможен не только для уравнения парной, но и для множественной регрессии.
Модель примет вид: [pic]. Модель с преобразованными переменными составит
[pic]. Это уравнение не содер-т свобод-го члена, применяя обычный МНК
получим: [pic] Применение в этом случае обобщенного МНК приводит к тому,
что наблюдения с меньшими значениями преобразованных переменных х/К имеют
при определении параметров регрессии относительно больший вес, чем с
первоначальными переменными.