Вопрос № 718874 - Эконометрика
Пусть в модели линейной регрессии 
нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 
, а дисперсия остатков 
пропорциональна величине 
, меняющейся с изменением какого-то фактора, 
– неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину…
нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 , а дисперсия остатков пропорциональна величине , меняющейся с изменением какого-то фактора, – неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину… 
Вопрос задал(а): Анонимный пользователь, 13 Ноябрь 2020 в 00:25
На вопрос ответил(а): Анастасия Степанова, 13 Ноябрь 2020 в 00:25
На вопрос ответил(а): Анастасия Степанова, 13 Ноябрь 2020 в 00:25
Похожие вопросы
Пусть в модели линейной регрессии 
нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 
, а дисперсия остатков 
пропорциональна величине 
, 
– неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину…
нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 , а дисперсия остатков пропорциональна величине , – неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину… 
Пусть в модели линейной регрессии 
нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 
, а дисперсия остатков 
пропорциональна величине 
, 
– неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину…
нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 , а дисперсия остатков пропорциональна величине , – неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину… 
Другие вопросы по предмету Эконометрика
Пусть в модели линейной регрессии нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 , а дисперсия остатков пропорциональна величине , – неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину…
нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 , а дисперсия остатков пропорциональна величине , – неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину…
К методам устранения гетероскедастичности остатков не относятся:
традиционный метод наименьших квадратов
обобщенный метод наименьших квадратов
метод Кохрана-Оркатта
взвешенный метод наименьших квадратов
Пусть в модели yi=b0+b1xi+ei случайные отклонения ei гетероскедастичны. При этом обнаружено, что дисперсия отклонений ei пропорциональна значениям 
. Укажите последовательность этапов одного из методов устранения гетероскедастичности.
. Укажите последовательность этапов одного из методов устранения гетероскедастичности.
выдвигается гипотеза, что дисперсии отклонений пропорциональны значениям 
. Вводится коэффициент пропорциональности 
. Вводится коэффициент пропорциональности
строится регрессия новой зависимой переменной 
на новую независимую переменную 
на новую независимую переменную
оцениваются коэффициенты новой регрессии и их статистическая значимость
оценивается общее качество преобразованной модели
Значение коэффициента корреляции может находится в отрезке …
[0; +
]
]
[-2; 2]
[0; 4]
[–1; 1]