hac
异方差性和自相关一致的协方差估计
语法
hac [EstCoeffCov, se,多项式系数]= (X, y)一个>
描述
(<一个href="#btrsadp-1-EstCov" class="intrnllnk">
返回一个健壮的协方差矩阵的估计EstCoeffCov
一个>,se
一个>,多项式系数
一个>h一个c)=(X
一个>,y
一个>)
(<一个href="#btrsadp-1-EstCov" class="intrnllnk">
返回一个健壮的协方差矩阵估计,向量修正标准错误和OLS估计系数拟合多元线性回归模型EstCoeffCov
一个>,se
一个>,多项式系数
一个>h一个c)=(Mdl
一个>)
响应变量回归是最后一个表中的变量,和所有其他变量的预测变量。选择一个不同的反应变量的回归,使用<一个href="#btrsadp-1_sep_shared-chowtest_sep_responsevariable" class="intrnllnk">(<一个href="#mw_b12a4df3-16e9-4f5d-8646-a803a6b1977a" class="intrnllnk">
返回一个健壮的协方差矩阵估计表中CovTbl
一个>,CoeffTbl
一个>h一个c)=(资源描述
一个>)ResponseVariable
一个>名称-值参数。选择不同的预测变量,使用
(
指定选项使用一个或多个名称参数除了任何输入参数组合在以前的语法。名称=值
一个>)
例如,
例子
返回Newey-West系数协方差估计
白色的健壮的协方差估计线性模型
设置带宽Newey-West系数协方差估计
情节内核密度
输入参数
Mdl
- - - - - -- - - - - -- - - - - -- - - - - -- - - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -拟合线性模型
LinearModel
gydF4y2Ba模型
拟合线性模型,指定为一个<一个href="//www.tatmou.com/help/stats/linearmodel.html">LinearModel
一个>返回的对象
请注意
南
gydF4y2Ba年代
名称-值参数
指定可选的双参数作为 R2021a之前,用逗号来分隔每一个名称和值,并附上 例子:的名字
hac(资源描述,ResponseVariable =“GDP”,类型=“HC”)
gydF4y2Ba提供了一个heteroscedasticity-consistent系数表变量协方差估计的回归
输出参数
EstCoeffCov
- - - - - -- - - - - -- - - - - -- - - - - -- - - - - - -- - - - - -协方差系数估计数字矩阵
协方差系数估计,作为一个返回 如果指定的输入 如果你指定的输入X
一个>和<一个href="#btrsadp-1_sep_shared-y" class="intrnllnk">y
一个>或<一个href="#mw_24711881-0176-45c9-a5db-42fcb11a1c37" class="intrnllnk">Mdl
一个>。
se
- - - - - -- - - - - -- - - - - -- - - - - -- - - - - - -- - - - - -估计标准误差系数数值向量
标准误差系数估计,作为长度返回 如果指定的输入 如果你指定的输入X
一个>和<一个href="#btrsadp-1_sep_shared-y" class="intrnllnk">y
一个>或<一个href="#mw_24711881-0176-45c9-a5db-42fcb11a1c37" class="intrnllnk">Mdl
一个>。
多项式系数
- - - - - -- - - - - -- - - - - -- - - - - -- - - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - - OLS估计系数数值向量
OLS系数估计,作为一个返回 如果指定的输入 如果你指定的输入X
一个>和<一个href="#btrsadp-1_sep_shared-y" class="intrnllnk">y
一个>或<一个href="#mw_24711881-0176-45c9-a5db-42fcb11a1c37" class="intrnllnk">Mdl
一个>。
CovTbl
- - - - - -- - - - - -- - - - - -- - - - - -- - - - - - -- - - - - -协方差矩阵估计系数表
系数的协方差矩阵估计,作为一个返回 对于每一对(EstCoeffCov
一个>。资源描述
一个>。
我
j
我
j
我
j
j
j
j
= 1,…,
CoeffTbl
- - - - - -- - - - - -- - - - - -- - - - - -- - - - - - -系数估计和标准错误表
系数估计和标准错误,作为一个返回 为资源描述
一个>。
j
j
j
j
多项式系数
一个>第二个变量se
一个>。
更多关于
提示
HAC减少偏见的估计,prewhiten输入系列<一个href="//www.tatmou.com/help/econ/hac.html" class="intrnllnk">[2]一个>。prewhitening过程往往会增加估计量方差和均方误差,但它可以提高置信区间概率和减少over-rejection报道
t 统计数据。
算法
原白HC估计量,指定的设置
Type = " HC ",权重=“HC0”gydF4y2Ba是合理的渐近。其他的值 权重gydF4y2Ba名称-值参数, “盐酸”, “HC2”, “正”, “HC4”,gydF4y2Ba是为了提高小性能。指定 “正”gydF4y2Ba或 “HC4”gydF4y2Ba在有影响力的观察(见<一个href="//www.tatmou.com/help/econ/hac.html" class="intrnllnk">[6]一个>和<一个href="//www.tatmou.com/help/econ/hac.html" class="intrnllnk">[3]一个>)。 HAC估计使用截断形成内核可能不是半正定在有限样本。<一个href="//www.tatmou.com/help/econ/hac.html" class="intrnllnk">[10]一个>提出使用Bartlett内核作为补救,但由此产生的估计是次优的一致性。二次谱内核达到一个最优的一致性。
默认HAC带宽估算方法选择、指定的<一个href="#mw_5b8bbb92-fef0-4080-aa2c-683e8da7c25d" class="intrnllnk">
带宽
一个>名称-值参数,是“AR1MLE”gydF4y2Ba通常是更准确,但速度较慢,比AR(1)的选择 “AR1OLS”gydF4y2Ba。如果您指定 带宽= " ARMA11 ", hacgydF4y2Ba适合使用最大似然模型。 带宽选择模型可能会表现出对输入的相对规模预测的敏感性。
引用
[1]
[2]
[3]Cribari-Neto F。“渐近推断未知形式的异方差性。”
[4]窝汗,w·J。和a·莱文。“一个医生的指导健壮的协方差矩阵估计。”In统计手册。由g s Maddala编辑和c·r·拉奥。阿姆斯特丹:爱思唯尔出版社,1997年。
[5]弗兰克,A。,一个。一个suncion. UCI Machine Learning Repository. Irvine, CA: University of California, School of Information and Computer Science.<一个href="https://archive.ics.uci.edu/ml/index.php" target="_blank">https://archive.ics.uci.edu/ml/index.php一个>,2012年。
[6]格兰特,a。R。
[7]库特纳,m . H。,C。J. Nachtsheim, J. Neter, and W. Li.应用线性统计模型。第五。纽约:麦格劳-希尔/欧文,2005。
[8],j·S。,L. H. Ervin. "Using Heteroscedasticity-Consistent Standard Errors in the Linear Regression Model."美国统计学家。54卷,2000年,页217 - 224。
[11]韦、w·K和K·d·西。“自动延迟选择协方差矩阵估计。”
[12]白色,H。“Heteroskedasticity-Consistent协方差矩阵和对异方差性的直接测试。”
[13]白色,H。