§3.4存在序列相关的二阶段回归模型 通过把二阶段最小二乘法或二阶段非线性最小二乘法和 AR项结合起来，对于在回归因子和扰动项存在相关性的情 况和残差存在序列相关一样估计模型。 如果原始回归模型是线性的，EViews使用marquardt.算法 来估计变形后模型的参数。 如果原始回归模型是非线性的，EViews使用Gauss- Newton算法来估计AR修正后的模型。 对于存在序列相关的情况，你可以通过向方程添加AR 项来调整TSLS。EViews会自动将模型转化为非线性最小二 乘问题，并用工具变量估计模型。估计对话框中的Options 钮用来改变非线性工具变量过程的迭代次数限制和收敛标准。 §3.4 存在序列相关的二阶段回归模型 通过把二阶段最小二乘法或二阶段非线性最小二乘法和 AR项结合起来，对于在回归因子和扰动项存在相关性的情 况和残差存在序列相关一样估计模型。 如果原始回归模型是线性的，EViews使用marquardt算法 来估计变形后模型的参数。 如果原始回归模型是非线性的，EViews使用Gauss￾Newton算法来估计AR修正后的模型。 对于存在序列相关的情况，你可以通过向方程添加AR 项来调整TSLS。EViews会自动将模型转化为非线性最小二 乘问题，并用工具变量估计模型。估计对话框中的Options 钮用来改变非线性工具变量过程的迭代次数限制和收敛标准