经济计量分析ch异方差性.pptVIP

三、异方差性 异方差的类型 同方差：?i2 = 常数 ? f(Xi) 异方差：?i2 = f(Xi) 例1 用截面资料，研究居民家庭的储蓄行为: Yi=?0+?1Xi+ui Yi: 第i个家庭的储蓄额 , Xi: 第i个家庭的可支配收入。 3、异方差性存在的后果 4、异方差性的检验 检验思路： （4）怀特（White）检验 怀特检验不需要排序，且适合任何形式的异方差。 怀特检验的基本思想与步骤（以二元为例）： 例7:建立中国农村居民人均消费函数 若扰动项满足 E(ui) = 0，E(uiuj) = 0, i≠j，但 E(ui2) =σi2 ≠常数. 也就是说，该模型只有同方差性这一条件不满足，且 Var(ui) = σ2wi ，i=1，2，…，n 其中σ2为未知常数， wi 表示一组已知数值，则用wi按下面方式变换模型: 对于模型Yi = β0+β1X1i+…+βk Xki+ ui 由于 所以变换后的扰动项的方差为常数，对此模型应用OLS法进行估计，得到的参数估计量即为广义最小二乘估计量，且是BLUE。所以加权最小二乘估计是广义最小二乘估计的特例。 在新模型中，有 即满足同方差性，可用OLS法估计。 例6 如果对一多元模型，经检验知： 分两种类型 （1）σi2结构已知，利用广义最小二乘法； （2）σi2结构未知，利用格里瑟检验法估计异方差 的形式，变换模型，再利用广义最小二乘法。 注意： 在实际操作中人们通常采用如下的经验方法： 不对原模型进行异方差性检验，而是直接选择广义最小二乘法，尤其是采用截面数据作样本时。 如果确实存在异方差，则被有效地消除了； 如果不存在异方差性，则广义最小二乘法等价于普通最小二乘法。 如何得到?2Ω ？ 从前面的推导过程看，它来自于原模型残差项U的方差—协方差矩阵。因此仍对原模型进行OLS估计，得到随机误差项的近似估计量ěi，以此构成矩阵?2Ω的估计结果，即 显然 再用广义最小二乘估计式求得参数的估计量即可，也可直接用加权最小二乘法进行估计，这时权矩阵为： 加权平方和为： 中国农村居民人均消费支出主要由人均纯收入来决定。 农村人均纯收入包括：(1)从事农业经营的收入；(2)包括从事其他产业的经营性收入(3)工资性收入；(4)财产收入；(4)转移支付收入。 考察从事农业经营的收入(X1)和其他收入(X2)对中国农村居民消费支出(Y)增长的影响,建立下面模型: * 1、异方差的概念 2、异方差产生的原因 3、异方差性的后果 4、异方差性的检验 5、异方差的修正 对于模型 如果出现 即对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性(Heteroskedasticity)。 1、异方差的概念 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 由于随机扰动项包含了所有无法用解释变量表示的各种因素对被解释变量的影响，如果其中某一因素或某些因素随着解释变量观测值的不同而对被解释变量产生不同的影响，则往往产生异方差性。 一般来说，异方差性主要出现在截面数据中，这是因为在截面数据中通常处理的是某一确定时点上的样本，而这些样本往往会有不同的规模或水平，将这些具有不同规模或水平的样本放在一个总体里进行研究，就不能保证随机扰动项偏离均值的程度（即方差）不变了，所以在截面数据中容易出现异方差性。 2、异方差产生的原因 高收入家庭：储蓄的差异较大 低收入家庭：储蓄则更有规律性，差异较小 ui的方差呈现单调递增型变化 为随机扰动项，包含了除收入因素以外其他因素对需求量 的影响，如消费习惯、气候因素等。 显然，对于高收入的消费者，在气候异常时会拿出较多的钱购买衣服，而低收入的消费者则不会拿出较多的钱购买衣服，这时对于不同的消费者收入 , 偏离均值的程度就不同，因此 不会为常数，于是就存在了异方差性。