【Eviews】异方差的修正--加权最小二乘法

异方差：
模型中随机扰动项的方差 随 解释变量 的变动而变动。
异方差的修正：
加权最小二乘法。
举例：
如果$Var(u_{i})=\sigma_{i}^{2}=\sigma^{2}X_{i}^{2}$,
考虑$Var(\frac{u_{i}}{X_{i}})=\sigma^{2}$，
那么原模型$Y_{i}=\beta_{0}+\beta_{1}X_{i}+u_{i}$随之化为$\frac{Y_{i}}{X_{i}}=\frac{\beta_{0}}{X_{i}}+\beta_{1}+\frac{u_{i}}{X_{i}}$
这里的权数就是$\frac{1}{X_{i}}$.

用Eviews操作如下：
方法一：
输入ls y/x c 1/x+回车，即可。
方法二：
先对x、y进行线性回归，并在equation框中，【view】-【residual diagnostic】-【heter… test】-【white】。

方法三：
先对x、y进行线性回归，并在equation框中，点击[estimate]-[option]

需要设置的地方有：选择coefficient covariance matrix:white-weight type: inverse std.dev.-weighet series:1/x.