Lecture 6_异方差.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 五、Goldfeld-Quanadt检验 基本思想：将样本分为两部分，然后分别对两个样 本进行回归，并计算两个子样的残差平方和所构成 的比，以此为统计量来判断是否存在异方差。 （一） 检验的前提条件 1、要求检验使用的为大样本容量。 2、除了同方差假定不成立外，其它假定均满足。 * （二）检验的具体做法 1.排序 假设随机扰动项的方差与某个解释变量正相关，把全部观测值按照此解释变量的取值从小到大排序。 2.数据分组 将排列在中间的约1/4的观察值删除掉，记 为 ，再将剩余的分为两个部分，每部分观察 值的个数为 。 {x1, x2, …, xi-1, xi, xi+1, …, x n-1, xn } n1 = (n-c) / 2 c = n / 4 n2 = (n-c) / 2 * 4.构造F统计量 3.分别OLS回归 用两个子样本分别估计回归直线，并计算残差平方和。相对于n2 和n1 分别用 和 表示，此时有 对应的自由度分别为n2 –k-1和n1–k-1，K为解释变量个数。 * 5.判断 给定显著性水平 ，查 F分布表得临界值 ，计算统计量 。 如果 则拒绝原假设，接受备择假设，即模型中的随机误差存在异方差。 * ●要求大样本 ●异方差的表现既可为递增型，也可为递减型，且知道影响异方差的因素——某个解释变量 ●检验结果与选择数据删除的个数 的大小有关 ●只能判断异方差是否存在 （三）检验的特点 * （一）ARCH 过程 设ARCH 过程为 为ARCH过程的阶数,并且 为随机误差。 （二）检验的基本思想 在时间序列数据中，可认为存在的异方差性为ARCH过程， 并通过检验这一过程是否成立去判断时间序列是否存在异方 差。 六、ARCH检验（Engle,1982） * 1.提出原假设 2.参数估计并计算 对原模型作OLS估计，求出残差 ，并计算 残差平方序列 ，以分别作为对 的估计。 （三）ARCH 检验的基本步骤 * 3.求辅助回归 （5.17） 4.检验 计算辅助回归的可决系数 与 的乘积 。在 成立时，基于大样本， 渐进服从 分布。 给定显著性水平 ，查 分布表得临界值 ，如果 ，则拒绝原假 设，表明模型中得随机误差存在异方差。 * ●变量的样本值为大样本 ●数据是时间序列数据 ●只能判断模型中是否存在异方差，而不能诊断出哪一个变量引起的异方差。 （四）检验的特点 * 第四节 异方差性的补救措施 主要方法: ● 广义最小二乘估计：即常见的加权最小二乘法 ● 模型的对数变换 * （一）基本思路 对原