- 1、本文档共68页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第6章异方差61异方差的后果“异方差”(heteroskedasticity)是违背球
© 陈强,《计量经济学及Stata 应用》,2014 年。请勿上传或散发。
7
第 6 章 异方差
6.1 异方差的后果
“异方差”(heteroskedasticity)是违背球型扰动项假设的一
种情形,即Var( | X ) 依赖于i ,不是常数。在异方差的情
i
况下:
(1) OLS 估计量依然无偏、一致且渐近正态,因为在证
明这些性质时并未用到“同方差”的假定。
(2) OLS 估计量方差Var(b | X ) 的表达式不再是 2 1 ,
(X X )
因为 2
Var(ε| X ) I 。通常的t 检验、F 检验失效。
(3) 高斯-马尔可夫定理不再成立,OLS 不再是 BLUE
(最佳线性无偏估计)。在异方差的情况下,可以找到更
优秀的估计量,即加权最小二乘法。
为何 OLS 不再是 BLUE ?考虑一元回归y x ,
i i i
并假设Var( | X ) 是某解释变量x 的增函数,参见图7.1 。
i i
2
图6.1 异方差示意图
3
OLS 回归线在x 较小时可较精确地估计,在x 较大时则
i i
难以估计。方差较大的数据包含的信息量较小,但 OLS
却对所有的数据等量齐观地进行处理。因此,从整体而
言,异方差的存在使得 OLS 的效率降低。
“加权最小二乘法”(Weighted Least Square,简记 WLS)
通过对不同数据所包含信息量的不同进行处理以提高
估计效率的( 比如,给予信息量大的数据更大的权重) 。
4
6.2 异方差的例子
(1) 消费函数: C Y
i i i
其中,C 为消费,Y 为收入。富人的消费计划较有弹性,
而穷人的消费多为必需品,很少变动。富人的消费支出
更难测量,包含较多测量误差。Var( | Y ) 可能随Y 的上升
i i i
而变大。
(2) 企业的投资、销售收入与利润:大型企业的商业活
动以亿元计,而小型企业以万元计,扰动项规模不同;
如将大、中、小型企业放在一起回归,可能存在异方差。
5
(3) 组间异方差:如果样本包含两组(类)数据,可能存在
组内同方差,但组间异方差的情形。比如,第一组为自
我雇佣者(企业主、个体户) 的收入,第二组为打工族的
收入,自我雇佣者的收入波动可能比打工族更大。
(4) 组平均数:如果数据本身就是组平均数,则大组平
均数的方差要比小组平均数的方差小。比如,考虑全国
各省的人均 GDP,人口多的省份其方差较小,方差与人
口数成反比。
6
6.3 异方差的检验
1.看残差图(residual plot)
看“残差
文档评论(0)