which is a constant. That is, the v

which is a constant. That is, the variance of the transformed disturbance
term u*
i is now homoscedastic. Since we are still retaining the other as-
sumptions of the classical model, the finding that it is u* that is ho-
moscedastic suggests that if we apply OLS to the transformed model
(11.3.3) it will produce estimators that are BLUE. In short, the estimated β∗
1
and β*
2 are now BLUE and not the OLS estimators βˆ
1 and βˆ
2.
This procedure of transforming the original variables in such a way that
the transformed variables satisfy the assumptions of the classical model and
then applying OLS to them is known as the method of generalized least
squares (GLS). In short, GLS is OLS on the transformed variables that satisfy
the standard least-squares assumptions. The estimators thus obtained are
known as GLS estimators, and it is these estimators that are BLUE.
The actual mechanics of estimating β*
1 and β*
2 are as follows. First, we
write down the SRF of (11.3.3)

Kết quả (Việt) 2:

đó là một hằng số. Đó là, phương sai của sự rối loạn chuyển đổi
hạn u *
i bây giờ homoscedastic. Kể từ khi chúng tôi vẫn đang giữ lại các như- khác
giả thiết của mô hình cổ điển, phát hiện rằng đó là u * đó là ho-
moscedastic cho thấy rằng nếu chúng ta áp dụng OLS để các mô hình chuyển đổi
(11.3.3) nó sẽ sản xuất ước lượng rằng là BLUE. Trong ngắn hạn, các β * ước tính
1
và β *
2 là tại BLUE và không phải là OLS ước lượng β
1 và beta
2.
Điều này thủ tục chuyển biến ban đầu trong một cách mà
các biến đổi đáp ứng các giả định của mô hình cổ điển và
sau đó áp dụng OLS để họ được gọi là phương pháp tổng quát nhất là
hình vuông (GLS). Trong ngắn, GLS là OLS trên các biến đổi đáp ứng
các tiêu chuẩn bình phương nhỏ nhất giả định. Các ước lượng do đó thu được
gọi là ước lượng GLS, và đó là những ước lượng rằng là BLUE.
Các cơ chế thực tế của ước lượng β *
1 và β *
2 như sau. Đầu tiên, chúng tôi
viết ra SRF của (11.3.3)