计量经济学异方差性..pptVIP

4.4.1 模型变换法 模型变换法即对存在异方差性的模型进行适当的变量变换，使变换后的模型满足同方差假定。前提是要合理确定异方差性的具体形式，这可以通过用帕克检验、戈里瑟检验等方法所提供的异方差的具体形式来确定。 设模型为一元线性回归模型： 记： 4.4.2 加权最小二乘法(WLS) 加权最小二乘估计的EViews软件实现过程： EViews软件的具体执行过程为 (1)生成权数变量； (2)使用加权最小二乘法估计模型； 命令方式: LS(W=权数变量或表达式) y c x 菜单方式: ①在方程窗口中点击Estimate按钮；②在弹出的方程说明对话框中点击Option进入参数设置对话框；③在参数设置对话框中选定Weighted LS方法，并在权数变量栏中输入权数变量，然后点击OK返回方程说明对话框；④点击OK，系统将采用WLS方法估计模型。 (3)对估计后的模型，再使用White检验判断是否消除了异方差性。 例4.4.1 我国制造工业利润函数中异方差性的调整。 1．先用最小二乘法估计模型，估计结果为: 依次键入命令：LS（W=W1） y c x 或直接键入命令：LS（W=1/x） y c x 或在方程窗口中点击Estimate＼Options按钮，并在权数变量栏输入W1，可以得到以下估计结果： 表4.4.1 加权最小二乘法估计结果 为了分析异方差性的校正情况，利用WLS估计出每个模型之后，还需要利用White检验再次判断模型是否存在着异方差性，White检验结果如下： 4.4.3 模型的对数变换 进行回归，通常可以降低异方差性的影响。其原因在于：（1）对数变换能使测定变量值的尺度缩小，它可以将两个数值之间原来10倍的差异缩小到只有2倍的差异；（2）经过对数变换后的线性模型，其残差表示为相对误差，而相对误差往往具有较小的差异。 例4.4.2 我国制造工业利润函数中异方差性的调整。用GENR生成序列lny和lnx，即在光标处键入： GENR lny=log（y） GENR lnx=log（x） 然后，用OLS方法求lny对lnx的回归，其结果如下： 表4.4.2 对数变换回归结果 为了分析异方差性的校正情况，利用WLS估计出每个模型之后，还需要利用White检验再次判断模型是否存在异方差性，White检验结果如下： 4.4.4 广义最小二乘法(GLS) 对于多元线性回归模型： 这表明变换后的模型满足同方差和非自相关的假定，由于是线性变换，其他假定也显然满足，因此可以应用OLS法估计模型（4.4.10），参数的OLS估计量为 4.5 案例分析 我国城镇居民人均可支配收入与人均交通和通讯支出关系分析。根据表4.5.1分析中国1998年各地区城镇居民平均每人全年家庭可支配收入（x，单位：元）与交通和通讯支出(y，单位：元)的关系，以预测随着人们收入的增加，对交通、通讯的需求。 表4.5.1 我国城镇居民平均每人全年家庭可支配收入与交通和通讯支出 序号 地区 x y 序号 地区 x y 1 甘肃 4009.61 159.60 16 新疆 5000.79 212.30 2 山西 4098.73 137.11 17 河北 5084.64 270.09 3 宁夏 4112.41 231.51 18 四川 5127.08 212.46 4 吉林 4206.64 172.65 19 山东 5380.08 255.53 5 河南 4219.42 193.65 20 广西 5412.24 252.37 6 陕西 4220.24 191.76 21 湖南 5434.26 255.79 7 青海 4240.13 197.04 22 重庆 5466.57 337.83 8 江西 4251.42 176.39 23 江苏 6017.85 255.65 9 黑龙江 4268.5 185.78 24 云南 6042.78 266.48 10 内蒙古 4353.02 206.91 25 福建 6485.63 346.75 11 贵州 4565.39 227.21 26 天津 7110.54 258.56 12 辽宁 4617.24 201.87 27 浙江 7836.76 388.79 13 安徽 4770.47 237.16 28