加权最小二乘WLS后，t值就变得非常显著，拟合优度也高的离谱，问题可能出在哪些地方

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

用EViews作横截面回归（711个样本），OLS结果见下图，c和要研究的解释变量x不显著

                               

Variable	Coefficient	Std.  Error		t-Statistic	Prob.
C	0.016647	0.036383		0.457542	0.6474
X	0.002293	0.003776		0.607424	0.5438
X1	0.004121	0.001893		2.176619	0.0298
X2	-0.000232	4.22E-05		-5.484994	0.0000
X3	-0.000626	0.000132		-4.753955	0.0000
X4	-0.682935	0.022803		-29.94900	0.0000
X5	-8.10E-05	0.000117		-0.689474	0.4908
R-squared	0.583459	Mean  dependent var			0.046108
Adjusted R-squared	0.579909	S.D.  dependent var			0.073209
S.E. of regression	0.047450	Akaike  info criterion			-3.248477
Sum squared resid	1.585069	Schwarz  criterion			-3.203517
Log likelihood	1161.833	Hannan-Quinn  criter.			-3.231110
F-statistic	164.3518	Durbin-Watson  stat			1.927309
Prob(F-statistic)	0.000000

                加权最小二乘后WLS，就t值就变得非常显著，拟合优度也高的离谱，是不是有问题啊，应从那几个方面考虑问题出在哪呢？

Variable	Coefficient		Std.  Error		t-Statistic	Prob.
C	0.010903		0.001045		10.42947	0.0000
X	0.004323		7.72E-05		55.97742	0.0000
X1	0.004934		5.27E-05		93.57255	0.0000
X2	-0.000372		1.61E-06		-231.5402	0.0000
X3	-0.000962		1.72E-06		-559.4482	0.0000
X4	-0.739531		0.000217		-3404.976	0.0000
X5	1.10E-05		1.94E-06		5.709232	0.0000
	Weighted Statistics
R-squared	0.999979		Mean  dependent var			0.028508
Adjusted R-squared	0.999979		S.D.  dependent var			0.298152
S.E. of regression	0.000968		Akaike  info criterion			-11.03316
Sum squared resid	0.000659		Schwarz  criterion			-10.98820
Log likelihood	3929.288		Hannan-Quinn  criter.			-11.01579
F-statistic	5571510.		Durbin-Watson  stat			2.081187
Prob(F-statistic)	0.000000
	Unweighted Statistics
R-squared	0.566735		Mean  dependent var			0.046108
Adjusted R-squared	0.563043		S.D.  dependent var			0.073209
S.E. of regression	0.048393		Sum  squared resid			1.648709
Durbin-Watson stat	1.908620

                               

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：最小二乘 拟合优度 Wls coefficient regression 横截面 Error 样本

采用加权最小二乘法后，原模型和加权后的模型的可决系数没有可比性，因为变量已经变了

可能变量之间存在多重共线性

sun1988312 发表于 2014-5-31 21:09
用EViews作横截面回归（711个样本），OLS结果见下图，c和要研究的解释变量x不显著

请问楼主解决问题了吗？能说一下怎么理解的吗？谢谢~

我也是这样，可能WLS的R方不重要？

这是因为wls的权重应该是残差的估计值而不是残差的真实值，我通过查看伍德里奇的相关章节得到这个结论。