异方差——怀的特一般异方差检验.pptVIP

Company Logo L o g o L o g o Company Logo * 3.怀特(White)检验（1980年怀特提出） 怀特检验是异方差更一般的检验方法，这种检验方法不需要对异方差的性质（形式、如递增等性质）做任何假定，因此是目前应用比较普遍的异方差检验方法。 这里用残差 来表示随机误差项ui的(近似)估计量 于是有 即用 来表示随机误差项的方差。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Company Logo * 怀特检验的基本思想与步骤（以三元为例）： （1）得到残差平方序列ei2 用普通最小二乘法(OLS)估计上述模型的参数，得到残差平方序列ei2 。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Company Logo * （2）构造辅助回归模型，并进行OLS估计 在残差与解释变量线性关系的基础上，再加入解释变量的平方项与交叉项，构造辅助回归模型。 检验原模型是否存在异方差就相当于检验此辅助回归模型的回归参数，除常数项以外是否显著为0。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Company Logo * 原假设 备择假设 至少有一个不等于0. 如果原假设H0成立，相当于ei2是一个常数，则由ei2表示的随机误差项的方差是一个常数，那么就认为原模型不存在异方差性。反之，认为原模型存在异方差性。 在构造辅助回归模型以后，使用普通最小二乘法（OLS）对这个辅助回归模型进行参数估计，从而得到该辅助模型的可决系数R2。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Company Logo * （3）构造统计量，计算统计量的值 在原假设H0成立时，检验统计量 WT(k-1)=nR2服从自由度为k-1的 分布。 其中k为包含截距的解释变量个数 （4）查表得临界值 给定显著性水平α，查表得临界值 。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * （5）比较，判断 若 ，接受H0，认为原模型不存在异方差性。 在多元回归中，由于辅助回归方程中可能有太多解释变量，从而使自由度减少，有时可去掉交叉项。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Company Logo * 案例： 检验这个使用OLS估计出来的回归模型是否具有异方差性. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Company Logo * 回归模型只有一个解释变量X。 （1）得到残差平方序列ei2 对原模型进行OLS，使用命令genr e2=resid^2得到残差平方序列。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Company Logo * （2）构造辅助回