第四章回归假设的二级检验.pptVIP

第四章 回归假设的二级检验:计量经济学检验 异方差性 序列相关性 多重共线性 本章学习要点： 有无不满足假设条件的可能性 若不满足假设条件，用OLS得到的估计量会发生什么偏差 用什么方法检验假设条件是否成立 补救措施 §4.1 异方差性 同方差性假定：?i2 = 常数 ? f(Xi) 异方差时： ?i2 = f(Xi) 二、产生异方差的原因 三、异方差性的后果 四、异方差性的检验 检验思路： 2、spearman级次相关检验（等级相关系数检验） 5、怀特（White）检验 怀特检验适合任何形式的异方差，要求大样本。 基本思想与步骤（以二元为例）： （2）计算统计量nR2,n为样本容量，R2为判定系数 可以证明，在同方差假设下： 五、异方差的修正 1、加权最小二乘法（WLS） 例4.1.2， Yi=β1Xi+μi var(μi)=σ2Xi Y1i 2 1.4 0.4 1.25 0.9 X1i 0.5 0.2 0.1 0.25 0.1 一、序列相关性概念 二、自相关性产生的原因 三、序列相关性的后果 四、序列相关性的检验 五、具有序列相关性模型的估计 一、序列相关性概念 二、自相关性产生的原因 2、模型设定的偏误 2、变量的显著性检验失去意义 三、序列相关性的检验 然后，通过分析这些“近似估计量”之间的相关性，以判断随机误差项是否具有序列相关性。 1、图示法 2、杜宾-瓦森（Durbin-Watson）检验法 该方法的假定条件是： ①提出假设 H0：ρ=0 无一阶自相关 H1：ρ≠0 存在一阶自相关性 ②构造统计量 ④ DW检验的局限性 DW检验只适用于大样本一阶自回归形式的序列相关； DW检验存在不能判断的区域； DW检验不适用于联立方程模型中各单一方程的检验； DW检验要求解释变量中不含有滞后因变量，否则，往往会得出不相关的结论。 3、拉格朗日乘数（Lagrange multiplier）检验 如果模型被检验证明存在序列相关性，则需要发展新的方法估计模型。 1、广义最小二乘法 对于模型 Y=X?+ ? 如果存在序列相关，同时存在异方差，即有 2、广义差分法 ① 广义差分法是将原模型变换为满足OLS法的差分模型，再进行OLS估计。 ② ρ的估计 ◇科克伦-奥科特迭代法。 类似地，可进行第三次、第四次迭代。 关于迭代的次数，可根据具体的问题来定。 一般是事先给出一个精度，当相邻两次?1,?2, ? ,?L的估计值之差小于这一精度时，迭代终止。 实践中，有时只要迭代两次，就可得到较满意的结果。两次迭代过程也被称为科克伦-奥科特两步法。 应用软件中的广义差分法 在Eview/TSP软件包下，广义差分采用了科克伦-奥科特（Cochrane-Orcutt）迭代法估计?。 在解释变量中引入AR(1)、AR(2)、…，即可得到参数和ρ1、ρ2、…的估计值。 其中AR(m)表示随机误差项的m阶自回归。在估计过程中自动完成了ρ1、ρ2、…的迭代。 例4.2.1，设模型为 Yt=β0+β1Xt+μt μt=0.6μt-1+vt 观察值： Yt 12 16 19 25 22 28 Xt 6.5 8 10 12 10 15 试用广义差分法估计参数。 Yt*: 9.6 8.8 9.4 13.6 7 14.8 Xt*: 5.2 4.1 5.2 6 2.8 9 一、多重共线性的概念 二、产生多重共线性的原因 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、案例 一、多重共线性的概念 对于模型 Yi=?0+?1X1i+?2X2i+?+?kXki+?i i=1,2,…,n 如果存在不全为0的ci，使 c1X1i+c2X2i+…+ckXki=0 i=1,2,…,n 则称为解释变量间存在完全共线性。