改变HAC估计器的带宽

打开生活的脚本

这个例子展示了如何在估计HAC系数协方差时改变带宽，并比较在不同带宽和核上的估计。

带宽如何影响HAC估计器?如果你改变它，在估计中是否有很大的差异，如果有，差异是否实际意义重大?通过估算带宽网格上的HAC系数协方差来探索带宽效应。

加载并绘制数据。

确定生活成本如何影响名义工资的行为。加载Nelson Plosser数据集来探索它们的统计关系。

负载Data_NelsonPlosserisNaN =任何(ismissing(数据表),2);%包含nan的标记句点cpi = DataTable.CPI (~ isNaN);生活费用%wm = DataTable.WN (~ isNaN);%名义工资图绘制(wm cpi,“o”) hFit = lline;%回归线包含(消费者物价指数(1967年= 100)) ylabel (“名义工资(现时$)”)传说(hFit“OLS线”，“位置”，“本身”)标题(“{\bf生活费}”网格)在

图中包含一个轴对象。标题为空白C o s t空白f空白L i v in g的轴对象包含2个类型为line的对象。这个对象表示OLS Line。

这幅图表明，一个线性模型可以捕捉这两个变量之间的关系。

定义模型。

用这个线性模型对名义工资相对于CPI的行为进行建模。

${wm}_{t} ＝ β_{0} + β_{1} {消费者价格指数}_{t} + ε_{t}$

wm Mdl = fitlm (cpi)

Mdl =线性回归模型:y ~ 1 + x1估计系数:估计SE tStat pValue ________ ______ _______ _________ (Intercept) -2541.5 174.64 -14.553 2.407e-21 x1 88.041 2.6784 32.871 4.507e-40观测数:62，误差自由度:60均方根误差:494 r平方:0.947，调整r平方:0.947 F-statistic vs. constant model: 1.08e+03, p-value = 4.51e-40

coeffCPI = Mdl.Coefficients.Estimate (2);seCPI = Mdl.Coefficients.SE (2);

残差。

画出残差Mdl对拟合值进行异方差和自相关评估。

图;茎(Mdl.Residuals.Raw);包含(“观察”）;ylabel (“残留”）;标题('{\bf线性模型残差}'）;轴紧；网格在；

图中包含一个轴对象。具有标题空白L和空白M和空白r的轴对象包含一个类型为stem的对象。

残差图显示不同程度的离散，这表明异方差。相邻残差(相对于观测)往往具有相同的符号和幅度，这表明存在自相关。

估算HAC标准误差。

使用Bartlett(用于Newey-West估计)和二次谱核获得不同带宽下的HAC标准误差。

numEstimates = 10;stdErrBT = 0 (numEstimates, 1);stdErrQS = 0 (numEstimates, 1);为bw = 1:numEstimates [~，seBT] = hac(cpi,wm，“带宽”bw,“显示”，“关闭”）;．．.% Newey-West(~, seq) = hac (wm cpi,“重量”，“QS”，“带宽”bw,．．.“显示”，“关闭”）;% HAC的二次谱核stdErrBT (bw) = seBT (2);stdErrQS (bw) = > (2);结束

你可以增加numEstimates以发现增加的带宽如何影响HAC估计。

绘制标准误差。

直观比较的纽威-韦斯特标准误差 ${β_{}^{ˆ}}_{1}$ 对于带宽网格上使用二次谱核的情况。

图保存在hCoeff =阴谋(1:numEstimates repmat (coeffCPI numEstimates,．．.1)，“线宽”2);假期=阴谋(1:numEstimates repmat (coeffCPI + seCPI,．．.numEstimates, 1),“g——”）;阴谋(1:numEstimates repmat (coeffCPI-seCPI numEstimates 1),“g——”) hBT = plot(1:numEstimates,coeffCPI+stdErrBT，“ro——”）;阴谋(1:numEstimates coeffCPI-stdErrBT,“ro——”) hQS = plot(1:numEstimates,coeffCPI+stdErrQS，“kp——”，．．.“线宽”2);阴谋(1:numEstimates coeffCPI-stdErrQS,“kp——”，“线宽”, 2)从包含(“带宽”) ylabel (“CPI系数”)传说(hBT hCoeff,假期,总部,{“OLS估计”，．．.“OLS标准错误”，“Newey-West SE”，．．.“二次谱SE”}，“位置”，“E”)标题('{\bf CPI系数标准误差}'网格)在