【Eviews】異方差的修正--加權最小二乘法

異方差：
模型中隨機擾動項的方差 隨 解釋變量 的變動而變動。
異方差的修正：
加權最小二乘法。
舉例：
如果$Var(u_{i})=\sigma_{i}^{2}=\sigma^{2}X_{i}^{2}$,
考慮$Var(\frac{u_{i}}{X_{i}})=\sigma^{2}$，
那麼原模型$Y_{i}=\beta_{0}+\beta_{1}X_{i}+u_{i}$隨之化爲$\frac{Y_{i}}{X_{i}}=\frac{\beta_{0}}{X_{i}}+\beta_{1}+\frac{u_{i}}{X_{i}}$
這裏的權數就是$\frac{1}{X_{i}}$.

用Eviews操作如下：
方法一：
輸入ls y/x c 1/x+回車，即可。
方法二：
先對x、y進行線性迴歸，並在equation框中，【view】-【residual diagnostic】-【heter… test】-【white】。

方法三：
先對x、y進行線性迴歸，並在equation框中，點擊[estimate]-[option]

需要設置的地方有：選擇coefficient covariance matrix:white-weight type: inverse std.dev.-weighet series:1/x.