뉴이-웨스트 추정기
Newey–West estimatorA 뉴이-서측 추정기는 회귀 분석의 표준 가정이 적용되지 않는 상황에서 회귀 분석 모형의 모수에 대한 공분산 행렬의 추정치를 제공하기 위해 통계 및 계량학에서 사용된다.[1] 그것은 휘트니 K에 의해 고안되었다. 뉴이와 케네스 D. 1987년 서부에는 많은 후기 변종들이 있지만.[2][3][4][5] 추정기는 종종 시계열 데이터에 적용되는 퇴행의 경우 모형의 오차 항에서 자기 상관(일련 상관이라고도 함)과 이질성을 극복하기 위해 사용된다. 추정기에 가끔 사용되는 약어 "HAC"는 "히터키드(heteroskedicity)와 자기상관 일치"[2]를 의미한다.
시계열 데이터를 사용하여 추정된 회귀 모형은 종종 자기 상관을 나타낸다. 즉, 오차항은 시간에 따라 상관된다. 는 ( j Q과(와) X{\_{(의 행과 관련된 정사각형 및 교차 제품의 행렬에서 증명할 수 있다 최소 제곱 추정기 은(는) 의 일관된 추정기로 최소 제곱 잔차 i 은(는) 모집단 상대인 i{\E_{의 "점" 일관성 추정기라는 것을 의미한다 일반적인 은 X 및 {\}을 하여 Q{{\의 추정기를 고안하는 것이다[6] 이는 오차항 사이의 시간이 증가할수록 오차항 간의 상관관계가 감소함을 의미한다. 따라서 추정기는 잔차가 이기종 및/또는 자기 상관인 경우 일반적인 최소 제곱(OLS) 회귀 분석을 개선하는 데 사용할 수 있다.
은(는) '체중'이라고 생각할 수 있다. 서로 더 멀리 떨어져 있는 교란에는 더 낮은 무게가 주어지는 반면, 첨자가 같은 교란에는 1의 무게가 주어진다. 이것은 (어떤 적절한 의미에서는) 두 번째 항이 유한 행렬로 수렴되도록 한다. 또한 이러한 가중치 체계는 결과 공분산 행렬이 양의 반확실성을 갖도록 보장한다.[2]
소프트웨어 구현
줄리아에서는 공분산 매트릭스.jl 패키지는 Newey–을 포함한 몇 가지 유형의 이기종 및 자기 상관 일치 공분산 행렬 추정을 지원한다.웨스트, 화이트, 아렐라노.
R에서 패키지는 sandwich
[8] 그리고 plm
[9] 뉴이의 기능을 포함하다.웨스트 에스테이터.
Stata에서 명령어 newey
뉴이(Newey) 생산OLS 회귀 분석으로 추정된 계수에 대한 서부 표준 오차.[10]
MATLAB에서 명령어 hac
Econometrics 툴박스에서 뉴이(Newey) 생산서부 추정기(다른 것 중) [11]
Python에서는 statsmodels
[12] 모듈에는 Newey-West를 사용하는 공분산 행렬에 대한 함수가 포함되어 있다.
그레틀에서, 선택권은 --robust
몇 개의 추정 명령어(예: ols
) 시계열 데이터 집합의 맥락에서 Newey-서부 표준 오차.[13]
SAS의 경우, Proc AUTOREG 및 PROC 모델에서 Newey-West 보정 표준 오류를 얻을 수 있다.
참고 항목
참조
- ^ "Newey West estimator – Quantitative Finance Collector". Archived from the original on 2018-06-24. Retrieved 2009-05-18.
- ^ a b c Newey, Whitney K; West, Kenneth D (1987). "A Simple, Positive Semi-definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix" (PDF). Econometrica. 55 (3): 703–708. doi:10.2307/1913610. JSTOR 1913610.
- ^ Andrews, Donald W. K. (1991). "Heteroskedasticity and autocorrelation consistent covariance matrix estimation" (PDF). Econometrica. 59 (3): 817–858. doi:10.2307/2938229. JSTOR 2938229.
- ^ Newey, Whitney K.; West, Kenneth D. (1994). "Automatic lag selection in covariance matrix estimation" (PDF). Review of Economic Studies. 61 (4): 631–654. doi:10.2307/2297912. JSTOR 2297912.
- ^ Smith, Richard J. (2005). "Automatic positive semidefinite HAC covariance matrix and GMM estimation" (PDF). Econometric Theory. 21 (1): 158–170. doi:10.1017/S0266466605050103.
- ^ Greene, William H. (1997). Econometric Analysis (3rd ed.).
- ^ "CovarianceMatrices.jl package".
- ^ "sandwich: Robust Covariance Matrix Estimators". CRAN.
- ^ "plm: Linear Models for Panel Data". CRAN.
- ^ "Regression with Newey–West standard errors" (PDF). Stata Manual.
- ^ "Heteroscedasticity and autocorrelation consistent covariance estimators". Econometrics Toolbox.
- ^ "statsmodels: Statistics". statsmodels.
- ^ "Robust covariance matrix estimation" (PDF). Gretl User's Guide, chapter 22.
- ^ "Usage Note 40098: Newey-West correction of standard errors for heteroscedasticity and autocorrelation".
추가 읽기
- Bierens, Herman J. (1994). Topics in Advanced Econometrics : Estimation, Testing, and Specification of Cross-section and Time Series Models. New York: Cambridge University Press. pp. 195–198. ISBN 978-0-521-41900-0.
- Hamilton, James D. (1994). Time Series Analysis. Princeton University Press. pp. 279–285. ISBN 978-0-691-04289-3.
- Hayashi, Fumio (2000). Econometrics. Princeton: Princeton University Press. pp. 408–410. ISBN 978-0-691-01018-2.
- Stock, James H.; Watson, Mark M. (2012). Introduction to Econometrics (Third international ed.). Harlow: Pearson. pp. 637–642. ISBN 978-1-4082-6433-1.
- Zeileis, A. (2004). "Econometric Computing with HC and HAC Covariance Matrix Estimators". Journal of Statistical Software. 11 (10): 1–17. doi:10.18637/jss.v011.i10.