用eviews建立sarima模型_【十分钟计量经济学】Eviews估计方法总结

最小二乘法

（1）普通最小二乘估计（OLS）：这是使用的最为普遍的模型，基本原理就是估计残差平方和最小化，不予赘述。（2）加权最小二乘估计（WLS）
Eviews路径：LS模型设定对话框-----options
OLS的假设条件最为严格，其他的估计方法往往是在OLS的某些条件无法满足的前提下进行修正处理的。WLS就是用来修正异方差问题的。
在解释变量的每一个水平上存在一系列的被解释变量值，每一个被解释变量值都有自己的分布和方差。在同方差性假设下，OLS对每个残差平方ei^2都同等看待，即采取等权重1。但是，当存在异方差性时，方差δi^2越小，其样本值偏离均值的程度越小，其观测值越应受到重视，即方差越小，在确定回归线时的作用应当越大；反之方差δi^2越大，其样本值偏离均值的程度越大，其在确定回归线时的作用应当越小。
WLS的一个思路就是在拟合存在异方差的模型的回归线时，对不同的δi^2区别对待。在利用样本估计系数时依旧是使得总体残差最小化，但是WLS会给每个残差平方和一个权重wi=1/δi。这样，当δi^2越小，wi越大；反之，δi^2越大，wi越小。Eviews的WLS没有要求权重因子必须是1/δi。一般纠正异方差性的方法还包括模型变换法，这种方法假定已知Var（ui）=δi^2=δ^2*f(Xi)，令权重wi=f(Xi)^（1/2），用f(Xi)^（1/2）去除原模型，可知随机干