因变量的测量误差?

机器算法验证 最小二乘 测量误差
2022-03-31 14:11:06

假设我希望通过 OLS 估计的横截面模型是假设呈正态分布,均值为 0,方差恒定。该规范遵循所有高斯-马尔可夫假设。Yi=a+bXi+eiYiXiei

但是我们没有观察到相反,我们观察所以我估计,或等效,或等效以下两种情况会发生什么:YiY^i=YiνiY^i=a+bXi+eiYi=a+bXi+(ei+νi)Yi=a+bXi+ϵiϵi=ei+νi

1) ,其中是某个正常数。νiN(q,σν)q

2) 有均值 0 和方差但偏斜(比如说,肯定的)。νiσνi

3) ,其中是一个随机变量,其值取决于观察νiN(qi,σν)qi

我对 1) 的倾向是不确定 2) 或 3)(仅初步想法)。a^=aq

当我问“发生了什么”时,我问的是(i)系数估计的偏差/一致性/效率(ii)系数标准误差的准确性(iii)其他任何事情。

也欢迎未开发的评论/建议!

1个回答

基本上你所拥有的是一个非零均值的误差项。因此,违反了 OLS 适当所需的假设。所以你应该直接使用OLS。但是,如果 q 已知,则从 Y^ s 中减去它,并使用误差项的方差 σ应用 OLS 。i2ν2e

鉴于这是一个时间序列,即使在包含协变量之后,该序列中仍可能存在一些自相关结构。因此,还包括一些自回归和/或移动平均项可能是合适的。i