6、计量经济学【异方差】.ppt

计量经济学;第四章 经典单方程计量经济学模型：放宽基本假定的模型;第一节：异方差性;已学知识回顾：经典线性回归模型的基本假定;一、异方差性的含义与产生的原因;;;;;一、异方差性的含义与产生的原因;一、异方差性的含义与产生的原因;实际经济问题中的异方差举例：;二、异方差性的影响;二、异方差性的影响;三、异方差性的检验;三、异方差性的检验;;;例4.1.1：我国制造工业利润函数。表4.1.1列出了 1998 年我国主要制造工业销售收入与销售利润的统 计资料（单位: 亿元）。现以此数据资料为例，介绍 检验异方差性的一些常用方法。 ;例4.1.1：图 4.1.2 我国制造业销售利润（Y）与销售 收入（X）的相关图，呈现出递增型异方差。;（一）图示检验法;（一）图示检验法;;;三、异方差性的检验;（二）解析法;1、戈德菲尔德——匡特检验 (G-Q检验);1、戈德菲尔德——匡特检验 (G-Q检验);1、戈德菲尔德——匡特检验 (G-Q检验);三、异方差性的检验;（二）解析法;2、怀特检验 (H.White test);例4.1.3：下面我们用White检验法来检验例4.1.1 中模型： 是否存在异方差。本例为 一元回归模型，辅助回归模型中只有 和 两项， 不存在交叉乘积项。执行命令之后，屏幕将显示辅 助回归模型的估计结果及表4.1.2信息。 其中 F 值为辅助回归模型的 F 统计量值，取显著 水平 ，由于 ，所以 利润函数存在异方差性。实际上，由输出结果的概 率值 ( p 值) 可以看出，只要取显著性水平 ， 就可以认为利润函数存在异方差性。实际应用中，一 般是直接观察 p 值的大小，若 p 值较小，则拒绝同方 差性的原假设，认为模型存在异方差性。;三、异方差性的检验;三、异方差性的检验;3、戈里瑟检验(Gleiser test) 和帕克检验(Park test) 帕克提出如下的假定函数形式： 即： 或者： 以 Gleiser 检验为例，其具体步骤如下： (1)：根据样本数据用最小二乘法 (OLS) 估计回归模 型并求残差 ； (2)：分别建立残差绝对值 对每一个解释变量的各 种回归方程； (3)：检验每个回归方程参数的显著性。如果其参数显 著地不为零，则存在异方差性；相反，则认为随机误 差项满足同方差假定。;3、戈里瑟检验(Gleiser test) 和帕克检验(Park test);3、戈里瑟检验(Gleiser test) 和帕克检验(Park test);3、戈里瑟检验(Gleiser test) 和帕克检验(Park test); 回归方程为： 上述回归方程表明利润函数存在异方差性。 以上怀特检验、戈里瑟检验和帕克检验方法统称 为残差回归检验法。 ;四、异方差的解决方法;（一）模型变换法 式中 为常数， 为解释变量 的函数，当 常数时， 为同方差；当 常数时， 具 有异方差性。用 去乘 (4.1.1) 式两端得新模型： 记 ， ， ， 则有 此时 具有同方差性。事实上， ;（一）模型变换法;四、异方差的解决方法;（二）加权最小二乘法（WLS）;（二）加权最小二乘法（WLS）;例4.1.5：我们制造工业利润函数中异方差性的调整。 2、生成权数变量： 根据Gleiser检验，得到： (1) (2) (3) 仅以 (1) 为例，取权数变量为 GENR 3、利用加权最小二乘法估计模型： 依次键入命令：LS ( W=W1 ) Y C X 或直接键入命令：LS ( W= ) Y C X 或在方程窗口中点击 Estimate/Options按钮，并在权数 变量栏中输入W1，可以得到以下估计结果： ; ;例4.1.5： 4、为了分析异方差性的校正情况，利用WLS估计出 模型以后，还需要利用 White 检验再次判断模型是否 存在着异方差性，White 检验结果如下： 上述模型中的 (为了区别起见，辅助回归模型的 可决系数用 表示) 和 p 值就是White检验的输出结 果。这样，模型的拟合优度