计量经济学(第六讲异方差参考2).ppt

第八讲 异方差 5.1 异方差的含义和产生的背景 5.2 异方差性对模型的影响 5.3 异方差性的检验 5.4 异方差性补救措施 5.1 异方差性的含义与产生的背景 例子：储蓄Y与收入X 二、 产生异方差的原因 模型中缺少某些解释变量； 截面数据； 样本数据观测误差； 异常值 5.2 异方差对模型的影响 参数估计量无偏，但不满足有效性 解释变量显著性检验失效 预测精度降低 5.3 异方差的检验 方法有 （1）图示法（ E2_X）； （2）解析法（Goldfeld－Quandt检验，Glejser检验，White检验,ARCH检验）； 一、图示法及其类型 异方差指u的方差随着x的变化而变化。 故可以根据残差x-e2的散点图，对异方差是否存在及其类型作出判断。 异方差大致可分为三种： （1）递增异方差 （2）递减异方差 （3）复杂型异方差 异方差的检验——图示分析法 怎样通过Eviews作x- e2 散点图 键入 LS y c x 作回归 键入 GENR E1=resid 调用残差 键入 GENR E2=E1^2 生成残差平方 键入 SCAT E2 X 或 SCAT E1 X 如果呈现出某种有规律的分布，说明残差中蕴涵作模型（1）未提取净的信息，或（2）可能存在异方差或自相关，或（3）设定有误。 二、 解析法（主要介绍Goldfeld-Quant检验） Goldfeld-Quant检验 GEJSTER检验 WHITE检验 ARCH检验 Goldfeld-Quant检验的思路 先将样本一分而二，对子样1和子样2分别作回归，然后利用两个子样的残差的方差之比构造检验统计量F进行异方差检验。这个检验统计量服从F分布。 递增异方差，方差之比就会远远大于1；反之， 同方差，方差之比趋近于1 递减异方差，方差之比远远小于1 Goldfeld-Quant检验思路图示 G-Q检验具体做法 （1）将n对观察值(xi,yi)，按解释变量x的大小顺序排列 （2）将其中的 c = n / 4 个观察值除去，余下前后两个子样本 （3）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，自由度=(n-c)/2-k-1，k是模型中自变量个数 （4）提出假设：两个子样方差相等 （5）进行F检验 G-Q检验统计量F及其检验 Goldfeld-Quant检验在EViews上的实现 （1）用SORT X 以X为条件排序 （2）用SMPL命令定义两个子样 （3）用LS命令进行两次回归，计算出残差平方和（可以直接读出）与自由度 （4）进行F检验 Goldfeld-Quant检验适用条件 G-Q检验以F检验为基础 适用于样本容量较大、异方差递增或递减的情况 解析法2： GEJSTER检验的思路 GEJSTER检验的步骤 用原始数据估计模型，计算残差直接读取resid 用残差绝对值与X进行回归： 扰动项满足基本假定，幂次通常需要选择多种值试算，如h=1,2,-1,1/2等 经过R2、F、t检验找出最优的回归方程形式，或回归不显著时，认为无异方差 EViews中实现GEJSTER检验 （1）LS Y C X （2）GENR E1=resid （3）GENR E2=E1*E1 或取绝对值 （4）GENR XH=X^H （依次分别取H=1，2，-1，1/2，……）生成Xh序列 （5）LS E2 C XH （6）重复（4）直至找出适合的方程形式，或者没有合适方程时，认为无异方差。 解析法3：White检验（大样本下） White检验的具体做法 解析法4：ARCH检验 ARCH检验的具体做法 异方差检验：小结 以上各个检验方法，很难说哪个更有效。为保险起见，一般将White检验和ARCH检验结合使用，当两者都认为有异方差时，一般可以很有把握认为异方差存在。 5.4 异方差的修正 补救异方差的基本思路 变异方差为同方差 尽量缓解方差变异的程度 以补救异方差造成的严重后果 在EViews中实现加权最小二乘法 假定以序列XH为权数，在EViews中，可以在LS命令中使用加权处理方式来完成加权的最小二乘法估计： LS （W=XH） Y C X 异方差修正（法2）：模型变换法 （1）模型变换法的定义： 模型变换法是对存在异方差的总体回归模型作适当的代数变换，使之成为满足同方差假定的模型，然后就可以运用OLS方法估计参数了。 （2）模型变换法的关键 模型变换法的关键是事先对异方差 ?2i = ?2 f( xi )的形式有一个合理的假设。 怎样才能提出合理的假设呢？ （1）通过对具体经济问题的经验分析 （2）通过上述格里