WikiDer > Оценка Ньюи – Уэста

А Оценка Ньюи – Уэста используется в статистика и эконометрика дать оценку ковариационная матрица параметров регрессионного типа модели, когда эта модель применяется в ситуациях, когда стандартные допущения регрессивный анализ не применяются.^[1] Это было разработано Уитни К. Ньюи и Кеннет Д. Уэст в 1987 году, хотя есть ряд более поздних вариантов.^[2][3][4][5] Оценщик используется, чтобы попытаться преодолеть автокорреляция (также называемая последовательной корреляцией), и гетероскедастичность в условия ошибки в моделях, часто для регрессий, применяемых к Временные ряды данные. Аббревиатура «HAC», иногда используемая для оценки, означает «согласованность гетероскедастичности и автокорреляции».^[6]

Проблема автокорреляции, часто встречающаяся в данных временных рядов, заключается в том, что условия ошибки коррелируют во времени. Это можно продемонстрировать на ${displaystyle Q ^ {*}}$, матрица сумм квадратов и перекрестных произведений, включающая ${displaystyle sigma _ {(ij)}}$ и ряды ${displaystyle X}$. Оценщик наименьших квадратов ${displaystyle b}$ это согласованная оценка из ${displaystyle eta}$. Это означает, что наименьших квадратов остатки ${displaystyle e_ {i}}$ являются «точечными» последовательными оценками своих аналогов населения ${displaystyle E_ {i}}$. Таким образом, общий подход будет заключаться в использовании ${displaystyle X}$ и ${displaystyle e}$ разработать оценку ${displaystyle Q ^ {*}}$.^[7] Это означает, что по мере увеличения времени между ошибочными членами корреляция между ошибочными членами уменьшается. Таким образом, оценщик можно использовать для улучшения обыкновенный метод наименьших квадратов (OLS) регресс когда остатки гетероскедастичны и / или автокоррелированы.

${displaystyle Q ^ {*} = {frac {1} {T}} sum _ {t = 1} ^ {T} e_ {t} ^ {2} x_ {t} x '_ {t} + {frac { 1} {T}} сумма _ {ell = 1} ^ {L} сумма _ {t = ell +1} ^ {T} w_ {ell} e_ {t} e_ {t-ell} (x_ {t} x '_ {t-ell} + x_ {t-ell} x' _ {t})}$

${displaystyle w_ {ell} = 1- {frac {ell} {L + 1}}}$

${displaystyle w_ {ell}}$ можно рассматривать как "вес". Возмущениям, расположенным дальше друг от друга, присваивается меньший вес, а тем с равными индексами - вес 1. Это гарантирует, что второй член сходится (в некотором подходящем смысле) к конечной матрице. Эта схема взвешивания также гарантирует, что результирующая ковариационная матрица будет положительный полуопределенный ^[8].

Программные реализации

В Юля, пакет CovarianceMatrices.jl ^[9] поддерживает несколько типов оценки ковариационной матрицы, согласованной с гетероскедастичностью и автокорреляцией, включая Newey – West, White и Arellano.

В р, пакеты бутерброд^[10] и плм^[11] включить функцию для оценки Ньюи – Уэста.

В Stata, команда Ньюи дает стандартные ошибки Ньюи – Уэста для коэффициентов, оцененных с помощью регрессии OLS.^[12]

В MATLAB, команда hac в наборе инструментов Эконометрика производит оценку Ньюи – Уэста (среди прочего). ^[13]

В Python, то statsmodels^[14] Модуль включает функции для ковариационной матрицы с использованием Newey-West.

В Гретл, опция --крепкий к нескольким командам оценки (таким как олы) в контексте набора данных временных рядов дает стандартные ошибки Ньюи – Уэста.^[15]

В SASстандартные ошибки, исправленные Ньюи-Уэстом, могут быть получены в PROC AUTOREG и PROC MODEL ^[16]

Смотрите также

• Стандартные ошибки, согласованные с гетероскедастичностью

Рекомендации

дальнейшее чтение

• Биренс, Герман Дж. (1994). Темы продвинутой эконометрики: оценка, тестирование и спецификация моделей поперечных сечений и временных рядов. Нью-Йорк: Издательство Кембриджского университета. С. 195–198. ISBN 978-0-521-41900-0.
• Гамильтон, Джеймс Д. (1994). Анализ временных рядов. Издательство Принстонского университета. С. 279–285. ISBN 978-0-691-04289-3.
• Хаяси, Фумио (2000). Эконометрика. Принстон: Издательство Принстонского университета. С. 408–410. ISBN 978-0-691-01018-2.
• Сток, Джеймс Х.; Уотсон, Марк М. (2012). Введение в эконометрику (Третье международное изд.). Харлоу: Пирсон. С. 637–642. ISBN 978-1-4082-6433-1.
• Зейлис, А. (2004). «Эконометрические вычисления с помощью матриц ковариаций HC и HAC». Журнал статистического программного обеспечения. 11 (10): 1–17. Дои:10.18637 / jss.v011.i10.