第四章4.1放宽基本假设及模型 异方差性.pptVIP

第四章 经典单方程计量经济学模型：放宽基本假定的模型 前述的计量经济学模型的回归分析，是在对线性回归模型提出若干基本假定的条件下，应用普通最小二乘法得到了无偏且有效的参数估计量。 但是，在实际的计量经济学问题中，完全满足这些基本假定的情况并不多见。 不满足基本假定的情况，称为基本假定违背。 §4.1 异方差性 一、异方差的类型 同方差性假定：不论解释变量是大是小，每个μi的方差保持相同，即 ?i2 = 常数 ? f(Xi) 异方差时： ?i2 = f(Xi) 随X变化而变化 二、实际经济问题中的异方差性 例4.1.1：截面资料下研究居民家庭的储蓄行为 Yi=?0+?1Xi+?i Yi:第i个家庭的储蓄额 Xi:第i个家庭的可支配收入 （一）模型的设定误差 模型的设定主要包括变量的选择和模型数学形式的确定。模型中略去了重要解释变量常常导致异方差，实际就是模型设定问题。 异方差的表现在随机误差上，但它的产生却与解释变量的变化有密切的关系。 如果将某些未在模型中出现的重要因素归入随机误差项，而这些影响因素的变化具有差异性，则会对被解释变量产生不同的影响，导致误差项的方差变化，即产生异方差性。 除此而外，模型的函数形式不正确，如把变量间本来为非线性的关系设定为线性，也可能导致异方差。 三、异方差性的后果 2、变量的显著性检验失去意义 3、模型的预测失效 四、异方差性的检验 检验思路： 常用检验方法: ●图示检验法 ●帕克检验与戈里瑟检验 ●G-Q检验 ●White检验 1、图示检验法 2、帕克(Park)检验与戈里瑟(Glejser)检验 帕克检验的步骤如下： (1) 作普通最小二乘回归，不考虑异方差问题。 (2) 从原始回归方程中得残差ei，并求其平方，再取对数形式(计算机能够做到这一点)。 (3) 利用原始模型中的一个解释变量作形如(4.1.7)式的回归；如果有多个解释变量，则对每个解释变量都做形如(4.1.7)式的回归。 (4) 检验零假设? = 0（即不存在异方差）。如果是统计显著的，则拒绝零假设，认为存在异方差，在这种情况下需要采取一些补救措施。 (5) 如果接受零假设，则可以解释为同方差。 戈里瑟检验 Glejser检验实质上与帕克检验很相似。从原始模型中获得残差ei之后， Glejser建议作ei的绝对值|ei|对Xi的回归。 Glejser建议的一些函数形式如下： 3、戈德菲尔德-夸特(Goldfeld-Quandt)检验 ●要求大样本 ●异方差的表现既可为递增型，也可为递减型 ●检验结果与对观测值的正确排序有关； ●检验结果与选择数据删除的个数C 的大小有关。 ●该方法只能判断异方差是否存在，在多个解释变量的情下，对哪一个变量引起异方差的判断存在局限。 4、怀特（White1980年）检验 五、异方差的修正 模型检验出存在异方差性，则需要采取措施对异方差性进行修正，基本思想是在确认异方差形式的基础上，采用适当的估计方法，消除或减小异方差对模型的影响。 1.加权最小二乘法（WLS） 加权最小二乘法具有比普通最小二乘法更普遍的意义，或者说普通最小二乘法只是加权最小二乘法中权恒取1时的特殊情况。 从此意义上看，加权最小二乘法也称为广义最小二乘法（GLS）。 实施加权最小二乘法的关键是寻找适当的“权”，或者说寻找模型中随机干扰项 的方差与解释变量间的适当的函数形式。如果发现 假设μ的方差具有如下指数函数的形式 2.异方差稳健标准误法 加权最小二乘法关键是寻找模型中随机扰动项的方差与解释变量间的适当的函数形式，这并非一件易事； 异方差稳健标准误法是针对异方差的修正的估计方法：仍采用普通最小二乘估计量，但修正相应的方差。 怀特1980年提出的方法是，用普通最小二乘法估计的残差的平方作为相应方差的代表。 如在一元线性回归中，估计的斜率正确方差应为： 在存在异方差时，异方差稳健标准误法虽然不能得到有效的估计量，但是可以得到普通最小二乘估计量正确的方差估计； 从而使得以估计量方差为基础的各种统计检验不再失效、建立的预测区间也更加可信； 因此，异方差稳健标准误法成为在不能较好地实施加权最小二乘法时，消除异方差性不良后果的主要手段。 六、案例--中国农村居民人均消费函数 检验加权的回归模型是否存在异方差性？ 怀特检验： nR2=8.23 异方差稳健标准误法修正原OLS的标准差