五章2006、4(XS).pptVIP

第五章 异方差性 本章的学习内容及要点： 1、异方差性的基本含义，着重理解异方差的表现与某个解释变量的关系；2、经济现象中的异方差性和异方差性对模型的影响；3、检验异方差性的主要方法；4、异方差性的补救措施。 第一节 异方差性的含义及产生原因 让我们先看一个例子。对食品的支出与收入之间的关系用二次函数来表示，即Yt=b0+b1Xt+b2Xt2+ut 其中Yt为食品支出，Xt为收入，Xt2为收入的平方，且b10,b20. 一、异方差的定义 设线性回归模型为： Y=b0+b1X1i+b2X2i+…+bkiXki+u i=1,2,…,n. 如果随机误差项的方差随某个解释变量Xji的变化而变化，即 Var(ui)=?i2 i=1,2,…,n. 则称随机误差项存在异方差。 10个学生的半期和期末考试成绩相关分析 * 考虑一个简单的（具有异方差性的）线性回归模型： 利用普通最小二乘法，可得回归系数的最小二乘估计量为： （一）参数估计量无偏，但不满足有效性（用OLS估计） 二、异方差性对模型的影响 1、该估计量为无偏估计： 证： 2、参数估计量的方差非最小 证： （三）预测精度降低 参数的OLS估计的方差增大，造成对Y的预测误差变大，降低了预测的精度； 利用残差序列绘制出各种图形，以供分析检验使用。 包括： ** 1、解释变量为X 轴，残差的平方e2（或因变量Y、残差e）为Y轴的 散点图。 （另有：2、时间为X 轴，残差e 为Y 轴的残差序列图； 3、因变量估计值y 为X 轴, 残差e 为Y 的Y-e 散点图）。 例：（图） 三、如何发现异方差 （一）图形分析法： 通过Eviews作e2- x散点图： 1、键入 LS y c x 作回归（点击 resid ） 2、键入 genr e1=resid 调用残差 3、键入 genr e2=e1^2 生成残差平方 4、键入 Scat e2 X（或键入Scat e1 X） 或 点击 Quick / Graph，键入 e2 X 点击 Line Grap，在出现的下拉菜单中 选 Scatter Diagram (散点图) / ok 附：等级相关系数法用变量序列的分类等级计算：RD=1-6ΣD2/[n(n2-1)] 其中D为等级差，例：RD=1-6×24/(10（102-1）)=0.8545 1 4 1 1 9 1 1 4 1 1 D2 -1 -2 -1 -1 3 1 -1 2 -1 1 D 9 5 10 8 7 3 2 4 6 1 末名 8 3 9 7 10 4 1 6 5 2 半名 79 86 78 81 83 91 94 88 85 97 末成 80 91 77 82 71 89 98 83 87 95 半成 J I H G F E D C B A 步骤：1、求出回归方程；2、求出ei.3、将自变量X1i,X2i,…,Xki分别和|ei|按升或降序排队，计算出各自的RD1,RD2, …,RDk。 2）检验的基本思路 a) 将样本按某个解释变量的大小顺序排列，并将样本分成三段 ； b) 用头（样本1）和尾部（样本2）分别拟合模型（作回归）； c) 比较产生的两个子样的残差平方和之比 （统计量），以此统计量来判断是否存在异方差。 1）假定条件 a) 样本容量较大、异方差递增或递减的情况； b) 随机扰动项服从正态分布； c) 除了异方差外，其它的假定都满足。 * 1、Goldfeld-Quandt检验(样本分段法）——1972年提出 (二) 解析法: 3） G-Q检验具体步骤 a）将样本（观察值）按某个解释变量的大小排序； b）将序列中间（段）约 c = 1 / 4 个观察值除去，并使余下的头、尾两段样本容量相同，均为(n-c)/2 个； ? c）提出假设： d）分别对头、尾两部分样本进行回归，且计算各残差平方和分别为 其中：k是估计参数的个数。 e）进行F检验 ，则拒绝原假设，认为存在异方差性；否则不存在异方差性。 并建立统计量 上机实现：1) 键入 Sort /回车，在对话框中 键入X（或Xi中任一个）/ok； 2) 键入Smpl /回车，在对话框中键入1