什么是分布滞后模型参数估计的经验加权法?

1. 什么是分布滞后模型参数估计的经验加权法?

是分布滞后模型参数估计的经验加权法是：
分布滞后模型，是要将当期数据减去前期数据，得到新数据为新变量的当期数据，而初期数据没得减，就损失掉了，自由度就是样本观测值的数量，所以损失了自由度。一般情况下，样本观测值的减少会降低估计精度。

含义
在涉及时间序列数据的回归分析中，如果回归模型中不仅包含有解释变量的当前值，还含有它们的滞后值，就把它称为分布滞后模型（distributed-lag model）。如果模型在它的解释变量中包含有因变量的一个或多个滞后值，就称它为自回归模型（autoregressive model）。如果模型中的解释变量中既包含有解释变量的滞后值又含有被解释变量的滞后值，就将其称为自回归分布滞后模型。