金融实验分析.pptVIP

第六章：异方差，检验及其修正 古典线性回归模型的一个重要假设：同方差 总体回归方程的随机扰动项 ui 同方差，即他们具有相同的方差? 2 实际现象常常不符合严格的假设条件： 如果随机扰动项的方差随观测值不同而异，即ui 的方差为?i2，就是异方差。用符号表示异方差为E(ui2) = ?i2 异方差现象： 在许多应用中都存在，主要出现在截面数据分析中 实际经济问题与异方差性 几个例子： 收入与储蓄 收入与消费 产出与投入 练习1： 打开工作文件4-1 对in与cum做回归， 画出in与cum之间的回归线，并观察两者之间的关系 再分别利用in与cum对方程残差画出散点图，观察其特点 存在异方差 无偏性与有效性： 异方差的存在并不破坏普通最小二乘法的无偏性 但估计量却不是有效的，即使对大样本也是如此，因为缺乏有效性，所以通常的假设检验值不可靠。 当怀疑存在异方差，或者已经检测到异方差的存在，需要采取补救措施。 §6.2 异方差检验 1. 图示检验法 (1) X-Y的散点图 观察是否存在明显的散点扩大、缩小或复杂型趋势（即不在一个固定的带型域中） (2)X - ?i2的散点图 先采用OLS方法估计模型，以求得随机误差项u的方差?i2的估计量(注意，该估计量是不严格的)，我们称之为“近似估计量”，用 ei2 表示。于是有：