HAC

Author: spring-haru

14_Hetero.ipynb

@@ -115,17 +115,16 @@
     "cov_type='HAC', cov_kwds={'maxlags': n}, use_t=True\n",
     "```\n",
     "* `cov_type='HAC'`：不均一分散・自己相関頑健推定の指定\n",
-    "* `cov_kwds={'maxlags': n}`（必須）：`n`は残差のラグを示し，`n`の値に基づきパラメータの推定値の標準誤差を調整する。`n=10`とすれば`10`までのラグを考慮し計算する。標本の大きさより小さな値を設定する必要がある。`n`を決める一つのルールとして次を紹介しよう。\n",
+    "* `cov_kwds={'maxlags': n}`（必須）：`n`は残差のラグを示し，`n`の値に基づきパラメータの推定値の標準誤差を調整する。`n=10`とすれば`10`までのラグを考慮し計算する。標本の大きさより小さな値を設定する必要がある。`for`ループを使い`n`を変化させて、標準誤差がどう変化するかを確認するのも良いだろう。また、`n`を決める一つのルールとして次を紹介しよう。\n",
     "    * Newey and West (1987)が提案したルール：`N`を標本の大きさとすると、次の値の整数部分を`n`に使う。\n",
     "\n",
     "$$\n",
     "4\\left(\\frac{N}{100}\\right)^{2/9}の整数部分\n",
     "$$\n",
     "\n",
-    "    * また`for`ループを使い`n`を変化させて、標準誤差がどう変化するかを確認するのも良いだろう。\n",
     "* `use_t=True`（必須ではない）：`t`検定を使うことを指定する。\n",
     "\n",
-    "ちなみに，`HC`はHeteroskedasticity Consistentの略であり，`HAC`はHeteroskedasticity-Autocorrelation Consistent`の略である。\n",
+    "ちなみに，`HC`は`H`eteroskedasticity `C`onsistentの略であり，`HAC`は`H`eteroskedasticity-`A`utocorrelation `C`onsistentの略である。\n",
     "````"
    ]
   },