53异方差的检验.pptVIP

第三节 异方差的检验 检验思路 图示法 戈德菲尔德-夸特(Goldfeld-Quandt)检验 White检验 Glejser检验 一、检验思路 要求大样本 异方差的表现既可为递增型，也可为递减型 检验结果取决于数据删除的个c的大小，但c的最优选择不明显。 在多个解释变量的情况下，需要对每一个变量都进行检验。 四、White检验 1.基本思想： 先用OLS法估计模型，将估计后的残差平方对常数项、解释变量、解释变量的平方及其交叉乘积等构成一个辅助回归，利用辅助回归建立相应的检验统计量来判断异方差性。 五、Glejser检验 1.检验的基本思想： 由OLS法得到残差，取得绝对值，然后对某个解释变量作回归，根据显著性检验来判断模型是否存在异方差。 2.检验的特点： 不仅能对异方差的存在进行判断，而且还能对异方差随某个解释变量变化的函数形式进行诊断。 * 由于异方差性就是相对于不同的样本点，或者说相对于不同的解释变量观测值，随机误差项具有不同的方差。那么： 检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间的相关性。 各种检验方法都是在这个思路下发展起来的。 问题在于用什么来表示随机误差项的方差 一般的处理方法： 二、图示法 1.用Y-X的散点图进行判断 方差描述的是随机变量取值的（与其均值的）离散程度。因为被解释变量Y与随机误差项u有相同的方差，所以利用分析Y与X的相关图形，可以初略地看到Y的离散程度与X之间是否有相关关系。如果随着X的增加，Y的离散程度为逐渐增大（或减小）的变化趋势，则认为存在递增型（或递减型）的异方差。如图5.1所示。 图5.1 异方差的类型 看是否形成一斜率为零的直线。 图5.2 不同异方差类型 三、戈德菲尔德-夸特(Goldfeld-Quandt)检验 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。 1.G-Q检验的基本思想： 先按某一解释变量对样本排序，再将排序后的样本一分为二，对两个子样分别作OLS回归，然后利用两个子样的残差平方和之比构造F统计量进行异方差检验。 如果随机误差项是同方差的，则两个子样的残差平方和应该大致相同；如果二者之间存在显著差异，则表明是异方差。 2.G-Q检验的步骤： （1）将n对样本观察值(Xi,Yi)按观察值Xi的大小排队（按递增顺序）。 （2）将序列中间的c=n/4个观察值除去，并将剩下的观察值平均分成两个子样本，每个子样样本容量均为(n-c)/2。 （3）提出假设 （4）对每个子样分别进行OLS回归，并计算各自的残差平方和。 在同方差性假定下，构造如下满足F分布的统计量 （5）给定显著性水平?，确定临界值F?(v1,v2)， 若F F?(v1,v2)， 则拒绝同方差性假设，表明存在异方差，反之，不存在异方差。 3.G-Q检验的特点： 2.检验特点： 不需要关于异方差的任何先验信息。 3.检验的基本步骤： 以二元线性回归模型为例，设模型为： （3）提出假设 *