Контрольная работа Задание 1. Гетероскедастичность Задание 2. Для того чтобы регрессионный анализ, основанный на обычном методе наименьших квадратов, давал наилучшие из всех возможных результаты, случайный член должен удовлетворять четырем условиям, известным как условия Гаусса—Маркова Задание 3. Линейное уравнение регрессии имеет вид y = bx + a + ?

• Номер работы:
  381527
• Раздел:
  Все работы   →   Ответы на вопросы /ГОСы и экзамены   →   Эконометрика
• Год добавления:
  25.12.2015 г.
• Объем работы:
  3 стр.
• Содержание:
  1 вопрос
  Гетероскедастичность (англ. heteroscedasticity) — понятие, используемое в эконометрике, означающее неоднородность наблюдений, выражающуюся в неодинаковой (непостоянной) дисперсии случайной ошибки регрессионной (эконометрической) модели. Гетероскедастичность противоположна гомоскедастичности, означающей однородность наблюдений, то есть постоянство дисперсии случайных ошибок модели.
  В первом приближении наличие гетероскедастичности можно заметить на графиках остатков регрессии (или их квадратов) по некоторым переменным, по оцененной зависимой переменной или по номеру наблюдения. На этих графиках разброс точек может меняться в зависимости от значения этих переменных.
  .............
• Выдержка из работы:
  Некоторые тезисы из работы по теме Контрольная работа
  Задание 1.
  Гетероскедастичность
  Задание 2.
  Для того чтобы регрессионный анализ, основанный на обычном методе наименьших квадратов, давал наилучшие из всех возможных результаты, случайный член должен удовлетворять четырем условиям, известным как условия Гаусса—Маркова
  Задание 3.
  Линейное уравнение регрессии имеет вид y = bx + a + ?
  1 вопрос
  Гетероскедастичность (англ. heteroscedasticity) — понятие, используемое в эконометрике, означающее неоднородность наблюдений, выражающуюся в неодинаковой (непостоянной) дисперсии случайной ошибки регрессионной (эконометрической) модели. Гетероскедастичность противоположна гомоскедастичности, означающей однородность наблюдений, то есть постоянство дисперсии случайных ошибок модели.
  В первом приближении наличие гетероскедастичности можно заметить на графиках остатков регрессии (или их квадратов) по некоторым переменным, по оцененной зависимой переменной или по номеру наблюдения. На этих графиках разброс точек может меняться в зависимости от значения этих переменных.
  .............