异方差和相关.pptVIP

第三章 回归模型的扩展 3.1 异方差性 3.2 自相关性 3.3 多重共线性 3.4 虚拟变量 3.5 滞后变量 三个方面的“扩展”内容 （1）基本假定违反的问题； （2）定性因素的影响； （3）滞后因素的影响。 3.1 异方差性 一、异方差性的概念及其产生的原因 二、异方差性产生的后果 三、异方差性的检验 四、异方差的解决方法 一、异方差性的概念及其产生的原因 1.概念 对于模型 一、异方差性的概念及其产生的原因 2.异方差的三种类型 异方差时： ?i2 = f(Xi) 异方差一般可归结为三种类型： (1)单调递增型： ?i2随X的增大而增大 (2)单调递减型： ?i2随X的增大而减小 (3)复杂型： ?i2与X的变化呈复杂形式 一、异方差性的概念及其产生的原因 例如，建立居民储蓄函数时，低收入家庭之间的储蓄存款不会有太大差异；对于高收入家庭，储蓄存款可能会有很大差异。 又如，企业的成本函数时，但生产规模较小的企业，其生产成本的差异不会很大。而生产规模较大的企业则可能会产生较大的差异（如相差几十万元）。 此外，利润函数；服装需求函数； 一、异方差性的概念及其产生的原因 3、异方差性产生的主要原因 ⑴ 模型中遗漏了影响逐渐增大的因素。 例如，储蓄函数中的证券投资、利息、消费者行为等因素；成本函数中的管理水平、生产技术条件等因素；消费函数中的家庭财产、消费心理等因素。 ⑵ 模型函数形式的设定误差。 如将指数曲线模型误设成了线性模型，则误差有增大的趋势。 ⑶ 随机因素的影响。 如政策变动、自然灾害、金融危机等。 二、异方差性产生的后果 二、异方差性产生的后果 3．t 检验的可靠性降低。 三、异方差性的检验 1、图示检验法（异方差较明显） （1）相关图分析 可利用“Scat“命令作Y对X 的散点图。 区域变宽：递增型 变窄：递减型 不规则的复杂变化：复杂型 （2）残差分布图分析 方程窗口中点击Resids按钮可以得到模型的残差分布图。注：先对X排序  原理：将样本按照解释变量排序后分成两部分（且去掉中间的n/4)，分别建立回归模型，求得各自的残差平方和RSS1和RSS2(不防设RSS2 RSS1)。然后构造一个统计量RSS2 / RSS1 ，在同方差的假定下，该统计量服从F分布，如果F大于临界值，拒绝同方差，如果F小于临界值，则接受同方差。 三、异方差性的检验 原理的图解 三、异方差性的检验 3、怀特（White）检验 原理：建立辅助回归模型的方式来判断。 步骤：设回归模型为二元线性回归模型： yi=b0+b1x1i+b2x2i+εi White检验的具体步骤为： （1）估计回归模型，并得e2i ； （2）估计辅助回归模型： （3）原假设H0：a1= a2= a3= a4= a5=0 一般是直接观察p值的大小，若p值较小，认为模型存在异方差性。 4、帕克检验和戈里瑟检验 原理：通过建立残差平方序列或绝对值序列对解释变量的（辅助）回归模型，由回归模型的显著性、拟合优度判断异方差是否存在。 帕克检验的 步骤： （1）估计原回归模型，得ei （2）估计辅助回归模型 （3）检验：|t| ta/2(F Fa/2)则存在异方差 戈里瑟检验的 步骤： （1）估计原回归模型，得ei （2）估计辅助回归模型 （3）检验：|t| ta/2(F Fa)则存在异方差 特点：能检验异方差性，而且能探测异方差的具体形式，这有助于消除异方差性的影响。 四、异方差性的解决方法 经检验，如果模型存在异方差性，首先应该分析原因，看看模型是否遗漏了影响逐渐增大的解释变量，或者模型的函数形式是否设置不当等；然后再考虑采用以下一些方法来消除（或削弱）异方差性的不利影响。 四、异方差性的解决方法 1．模型变换法 例如，设模型 yi=a+bxi+εi （1）如果σi2 =D(εi)＝λxi2 （ λ 0 ，且为常数） 同除以xi （2）如果σi2 =D(εi)＝λxi 同除以 一般情况下，若D(εi)= λ f(xi)，则以 除以原模型的两端。 四、异方差性的解决方法 2、加权最小二乘法（WLS） yi=a+bxi+εi D(εi)= σi2 同除以σi 四、异方差性的解决方法 3.WLS估计的Eviews实现 (1)生成权数变量 依据Pack检验、Gleiser检验或1/|ei|,1 /|ei|2 (2)使用WLS法估计模型 LS(W=Wi) y c x 菜单方式： (3)利用white检验判断是否消除异方差 例2．我国制造工业利润函数中异方差性的调整。现在设法利用EViews软件消除异方差性的影响。