The weighted least squares (WLS) te

The weighted least squares (WLS) technique
transforms the original (heteroskedastic) model into a
homoskedastic one by using information about the nature of
the heteroskedasticity. The goal of the WLS transformation is
to make the error term in the original econometric model
homoskedastic. First, you assume that the heteroskedasticity
is determined proportionally from some function of the
independent variables. Then you use knowledge of this
relationship to divide both sides of the original model by the
component of heteroskedasticity that give the error term a
constant variance

ผลลัพธ์ (ไทย) 1:

เทคนิคการถ่วงน้ำหนักอย่างน้อยสี่เหลี่ยม (WLS)เปลี่ยนแบบ (heteroskedastic) เดิมเป็นการhomoskedastic หนึ่ง โดยใช้ข้อมูลเกี่ยวกับธรรมชาติของheteroskedasticity เป้าหมายของการแปลง WLSจะทำให้ระยะผิดพลาดในแบบ econometric เดิมhomoskedastic แรก คุณสมมติว่าการ heteroskedasticityกำหนดตามสัดส่วนจากบางฟังก์ชั่นของการตัวแปรอิสระ คุณใช้ความรู้นี้ความสัมพันธ์การหารทั้งสองข้างของรูปแบบเดิมโดยการส่วนประกอบของ heteroskedasticity ที่ทำให้ระยะผิดพลาดความแปรปรวนคงที่

ผลลัพธ์ (ไทย) 2:

ถ่วงน้ำหนักน้อยสแควร์ (แอลเอส) เทคนิคการ
แปลงเดิม (heteroskedastic) รุ่นเป็น
homoskedastic หนึ่งโดยใช้ข้อมูลที่เกี่ยวกับธรรมชาติของ
heteroskedasticity เป้าหมายของการเปลี่ยนแปลงแอลเอสคือ
จะทำให้ระยะผิดพลาดในแบบเดิมเศรษฐ
homoskedastic ครั้งแรกที่คุณคิดว่า heteroskedasticity
จะถูกกำหนดตามสัดส่วนในการทำงานของบาง
ตัวแปรอิสระ แล้วคุณใช้ความรู้นี้
ความสัมพันธ์จะแบ่งทั้งสองด้านของรูปแบบเดิมโดย
ส่วนประกอบของ heteroskedasticity ที่ให้คำข้อผิดพลาด
แปรปรวนคงที่

ผลลัพธ์ (ไทย) 3:

ถ่วงน้ำหนักกำลังสองน้อยที่สุด ( WLS ) เทคนิคแปลงต้นฉบับ ( heteroskedastic ) รุ่นเป็นhomoskedastic หนึ่ง โดยใช้ข้อมูลเกี่ยวกับธรรมชาติของการ heteroskedasticity . เป้าหมายของเรื่องการเปลี่ยนแปลงคือเพื่อให้เงื่อนไขข้อผิดพลาดในแบบจำลองทางเศรษฐมิติเดิมhomoskedastic . แรกที่คุณคิดว่า heteroskedasticityจะพิจารณาตามสัดส่วนจากบางฟังก์ชันของตัวแปรอิสระ แล้วคุณใช้ความรู้ด้านนี้ความสัมพันธ์กับหารทั้งสองข้างของแบบเดิมโดยส่วนประกอบของ heteroskedasticity ที่ให้เงื่อนไขข้อผิดพลาดเป็นความแปรปรวนคงที่