wls_prediction_std 返回拟合模型数据的标准差和置信区间。我需要知道从协方差矩阵计算置信区间的方式。(我已经尝试通过查看源代码来解决这个问题,但无法解决)我希望你们中的一些人可以通过写出 wls_prediction_std 背后的数学表达式来帮助我。
问问题
2071 次
1 回答
7
任何教科书都应该对此有所不同,没有权重。
对于 OLS,Greene(我使用的第 5 版)有
se = s^2 (1 + x (X'X)^{-1} x')
其中 s^2 是残差方差的估计值,x
是我们要预测的向量或解释变量,是X
估计中使用的解释变量。
这是观察的标准误差,第二部分单独是预测平均值的标准误差y_predicted = x beta_estimated
。
wls_prediction_std
直接使用参数估计的方差。
假设 x 是固定的,那么 y_predicted 只是随机变量 的线性变换beta_estimated
,所以 的方差y_predicted
就是
x Cov(beta_estimated) x'
为此,我们仍然需要添加误差方差的估计。
据我记得,有些估计具有更好的小样本属性。
我添加了权重,但从未设法验证它们,因此该功能多年来一直保留在沙箱中。(Stata 不会返回带有权重的预测错误。)
在旁边:
如果我们使用三明治稳健协方差估计器,使用参数估计的协方差也应该是正确的,而上面的 Greene 公式只有在我们没有任何错误指定的异方差时才是正确的。
wls_prediction_std
没有考虑到的是,如果我们有一个异方差模型,那么误差方差也可能取决于解释变量,即 x 。
于 2013-12-13T18:59:26.410 回答