计量经济学总复习3技朮方案.ppt

异方差的含义 设模型为 如果对于模型中随机误差项 有： 则称具有异方差性。进一步，把异方差看成是由于某个解释变量的变化而引起的，则 第二节 异方差性产生的原因 1.模型省略了某些重要的解释变量 2.模型函数形式的设定误差 3.由于测量误差引起 4.横截面数据中总体各单位的差异 异方差性产生的后果 1.参数估计量非有效 2.无法正确估计标准误差和估计区间 3.参数显著性检验失效 4.预测的精确度降低 异方差性的检验思路 第四节 异方差性的检验 1.图示检验法 2.斯皮尔曼等级相关检验法 3.戈德菲尔德-匡特检验 4.帕克检验 G-Q检验具体做法 ①将n对观察值(xi,yi)，从最小的x 值开始，按解释变量x的大小顺序排列 ②将其中的 c 个观察值除去，余下前后两个子样本,每个子样的个数为(n-c)/2。各自进行回归，分别计算残差平方和，其中自由度=(n-c)/2-k-1，k是模型中自变量个数。 n30时，略去中心观测值的数目为c=n/4 n=30时，略去c=8 n=60时，略去c=16 (4)G-Q检验具体做法 ③提出假设：两个子样方差相等 ④构造F统计量 构造F统计量 分别对上述两个部分的观察值求回归模型，由此 得到的两个部分的残差平方为 和 。 为前一部分样本回归产生的残差平方和， 为后一部分样本回归产生的残差平方和。 它们的自由度均为 k是模型解释变量个数。 G-Q检验统计量F及其检验 White检验 不需要关于异方差的任何先验信息，只需要在大样本的情况下，将OLS估计后所得的残差平方对原始解释变量、其平方项和交叉乘积项构成一个辅助回归，利用辅助回归建立相应的检验统计量来判断异方差性。 目的在于检验那些使通常的OLS标准误和检验统计量无效的异方差形式。 当异方差性出现时 异方差性虽然不损坏OLS估计量的无偏性和一致性，但 却使它们不再是有效的，甚至不是渐近（即在大样本中）有 效的。效率的缺乏使得通常的标准误和检验统计量都不再成 立。 OLS是否有用？ 由于假设检验在计量经济分析中如此重要，而通常OLS推 断在出现异方差时一般都是错的，所以我们必须决定是否应该 完全放弃OLS。一种可能的回应是—— 伍德里奇：“幸运的是，OLS仍然有用。在最近20年间，计 量经济学家已经知道了该如何调整标准误、t统计量、F统计 量，使之在出现未知形式的异方差性时仍可用。” 见《计量经济学导论》OLS估计后的异方差-稳健推断 OLS是否有用？ 在提出异方差-稳健的统计量之前，对发现存在异方差性 的回应是—— 古扎拉蒂：“OLS估计量的方差不能由常用的OLS公式给出。 如果我们一味地使用OLS公式，则以这些公式为依据的t检验 和F检验可能严重误导，以致得出错误的结论。 见《计量经济学基础》明确其具体形式并使用加权最小二乘法 异方差性的解决方法 一、模型变换法 二、加权最小二乘法 三、模型的对数变换 对一元线性回归模型： 经检验 存在异方差，且 其中 是常数， 是 的某种函数。 变换模型时，用 除以模型的两端得：