第八单元异方差-1.pptVIP

第八单元异方差-1.ppt

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第八单元异方差-1

【爱文库】核心用户 By微0渺 上传 * * 【爱文库】核心用户 By微0渺 上传 第八章 异方差 【爱文库】核心用户 By微0渺 上传 异方差对OLS估计量的影响 y = b0 + b1x1 + b2x2 + . . . +bkxk + u 异方差: Var(u|x1i,x2i,…,xki)=?i2 关于b系数的OLS估计 异方差不影响估计量的无偏性和一致性 哪些情况下估计量的一致性会受到影响? 不影响关于可决系数(R2)的解释。 【爱文库】核心用户 By微0渺 上传 为什么要引入异方差? 异方差情况下OLS估计量不是(渐近)有效的 异方差会影响OLS估计量方差的估计: y = b0 + b1x1 + u 假定: Var(ui)=σi2 则有: t统计量、F统计量和LM统计量的(渐近)分布都会受到影响,通常的OLS推断都不可靠! 【爱文库】核心用户 By微0渺 上传 异方差—稳健推断 存在异方差时的参数推断 关键是方差(或标准差)的估计 对于一般情形: y = b0 + b1x1 + b2x2 + . . . +bkxk + u 其平方根被称为异方差—稳健的标准误 有时会乘以n/(n-k-1)进行修正 【爱文库】核心用户 By微0渺 上传 异方差—稳健的t统计量 异方差—稳健的F统计量 Eviews软件可以计算这两种统计量 为什么要探讨通常的标准误 如果同方差假设成立,且扰动项服从正态分布,无论样本容量是大是小,通常的t统计量服从精确的t分布; 当样本容量很大时,异方差—稳健的标准误才会足够接近实际的标准误,而小样本情况下,异方差—稳健的t统计量可能与标准的t分布相差甚远。 【爱文库】核心用户 By微0渺 上传 异方差稳健的LM检验 y = b0 + b1x1 + b2x2 + . . . +bkxk + u H0:b满足某些排除约束; H1:不满足 步骤: 估计有约束模型,得到残差 ; 将零假设中排除掉的q个自变量分别对零假设下的自变量进行回归,得到q个残差( ); 求出每个 和 的乘积(每个元素分别乘积); 以常数1作为被解释变量,对 做回归,得到其残差平方和SSR; 异方差稳健的LM统计量为N-SSR N-SSR~ ?2(q) 【爱文库】核心用户 By微0渺 上传 【爱文库】核心用户 By微0渺 上传 异方差的检验 布罗施—帕甘检验(Breusch-Pagan test): y = b0 + b1x1 + b2x2 + . . . +bkxk + u H0:Var(u|x1,x2,…,xk)=?2 注意: Var(u|x)=E(u2|x)-[E(u|x)]2= E(u2|x) 零假设变换为: H0:E(u2|x1,x2,…,xk)=?2 构造辅助回归模型: ?2= d0 + d1x1 +…+ dk xk + v 检验 H0: d1 = d2 = … = dk = 0 F检验和LM检验 【爱文库】核心用户 By微0渺 上传 如果可以先验地认为异方差只取决于某些自变量,如何修正布罗施—帕甘检验? 辅助回归中只考虑那些可能导致异方差的自变量 问题: 工资方程中,假定log(wage)的条件方差与教育、工作经验等都无关,可能只在已婚男性、已婚女性、单身男性和单身女性这四个类别间有所不同,如何检验?F检验和LM检验的自由度分别为多少? 【爱文库】核心用户 By微0渺 上传 怀特检验(White test) 更一般的辅助回归形式,包括所有自变量、自变量的平方、自变量的交叉乘积。 用F统计量或LM统计量检验其联合显著性。 怀特检验的变形: ?2= d0+d1? +d2 ?2+ v 这里?为因变量y的拟合值, ?是自变量的线性函数, ?2包括自变量的平方和交叉乘积。 用F统计量或LM统计量检验 H0: d1 = d2 = 0 F统计量或LM统计量分别服从F(2, n-3)和?2(2)。 【爱文库】核心用户 By微0渺 上传 注意: 遗漏变量和模型函数形式设定错误同样会导致异方差检验时拒绝零假设; 拒绝零假设不一定就意味着异方差,也有可能是模型设定错误; 只有在满足MLR1~MLR4的前提下,拒绝零假设才意味着存在异方差。

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档