UWAGA!
Następnie oblicza się ważone obserwacje zmiennych czyli: y*=Py X .=PX
Praktyczne zastosowanie UMNK wymaga znajomości macierzy £2. Macierz O zazwyczaj nie jest a priori znana.
I. przypadek niestałość wariancji odchyleń losowych Macierz Q jest macierzą diagonalną jako:
Q
O. |
0 . |
.. 0 |
0 |
Q: . |
.. 0 |
0 |
0 . |
.. C2n |
Macierz odwrotna Q
A macierz wagowa P dana jest jako wektor
1 & |
0 |
0 |
0 |
0 | |
0 |
0 |
i |
o, |
= x, |
t= 1,2.3... |
1 O, |
0 ... |
0 |
0 |
1 o7 |
0 |
0 |
0 .. |
1 |
Wyznacznik macierzy diagonalnej iloczyn głównej przekątnej
1
P = I
Elementami na głównej przekątnej mogą być:
a) realizacje wybranej zmiennej objaśniającej X (najprostszy przypadek), czyli
b) moduły reszt modelu oszacowanego MNK. czyli = luj t = 1,2,3 n
c) w przypadku autokorelacji składnika losowego zakłada się nieciągłe!podleganie procesowi autoregresyjnemu rzędu I czyli:
Q, = p^t.i + T), t = l,2,3,...,n gdzie Ipl < 1 wówczas pt= pł
A macierz Qjest macierzą współczynników autokorelacji odchyleń losowych o postaci:
Q
• P
P I
P P
H-2
P"-' p"-: p"-*
Q 1 =
1 |
- p |
0 |
... 0 |
0 |
0 |
-p |
l+p1 |
-p |
... 0 |
0 |
0 |
0 |
-p |
l+p2 |
... 0 |
0 |
0 |
0 |
0 |
0 |
... -p |
1+PJ |
-p |
0 |
0 |
0 |
... 0 |
-p |
1 |
Macierz wagowa P
P =
V,_p5 |
0 |
0 ... |
0 |
0 |
°] |
-p |
1 |
0 ... |
0 |
0 |
01 |
0 |
-p |
1 ... |
0 |
0 |
0 |
0 |
0 |
0 ... |
-p |
1 |
0 |
0 |
0 |
0 ... |
•) |
-p |
1 |
Ocena współczynnika autokorelacji dana jest jako: (n-k-lj£\i,ul+l
J=L
k - liczba szacowanych parametrów w modelu