OLS 与 Newey-West 及 Hansen-Hodrick 标准误差：计算 OLS 结果并报告稳健标准误差、NW 和 HH...

简介：
本文探讨了OLS回归分析中三种不同的标准误差计算方法——普通最小二乘法（OLS）、Newey-West和Hansen-Hodrick，并介绍如何在统计软件中实现这些方法，以提高模型估计的准确性与可靠性。 目的：计算 OLS 并报告稳健标准误差（Robust SE），以及 Newey-West 和 Hansen-Hodrick 调整后的异方差序列一致标准误差。 输入： - y = T x 1 向量，左侧变量数据。 - X = T x n 矩阵，右侧变量数据。 - L = 包含在 NW 校正标准误差中的滞后数。 - H = 包含在 HH 校正标准误差中的滞后数。 注意：如果你想要一个向量，必须使一列 X 成为一个单独的向量不变。 输出： - beta = 回归系数 1 x n 系数的向量 - R2 = 不调整的决定系数（未调整） - R2adj = 调整后的决定系数 - ChiSquare(Degrees of Freedom)：所有系数为零时的卡方统计量。 - std = 更正的标准误差。 - t_ = NW 和 HH 的 t 统计量 注意：对于卡方测试程序，检查第一个是否为常数并忽略该常数。如果只有一个回归参数，程序不会报告 X^。