计量经济学第四章1异方差性.pptVIP

§4.1 异方差性 # 异方差下随机误差项的方差－协方差阵 ＃异方差的类型 1、同方差假定： var(μi)＝?2(常数) ? f(Xi) 即：每个样本点上的 μi 围绕其均值0的分布与解释变量X无关 2、异方差时：var(μi)＝?i2 = f(Xi) 即：每个样本点上的 μi 的方差随X的变化而变化 3、异方差一般可归结为三种类型： (1)单调递增型： ?i2随X的增大而增大 (2)单调递减型： ?i2随X的增大而减小 (3)复 杂 型： ?i2与X的变化呈复杂形式 二、实际经济问题中的异方差性 【例4.1.1】：居民家庭储蓄行为（截面资料） 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 ＃经验总结 一般而言： 对于采用截面数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素的差异较大，所以往往存在异方差性 三、异方差性的后果 四、异方差性的检验 检验思路： （四）怀特检验（White） 五、异方差的修正 （一）模型的对数变换 如果模型： （二）加权最小二乘法 1. 已知异方差形式时，ωi的选择——模型变换法 # 模型变换法的说明 模型变换法中的 f(X) 可以利用帕克检验或者戈里瑟检验予以寻找。 一般 f(X) 可以取如下形式： 2、未知异方差形式时，ωi的选择——直接加权法 # 直接加权法的说明 实际中，可以采用|ei|作为бi的估计，即权数可以取为： 六、案例（中国农村居民人均消费函数） 戈里瑟提出如下假定函数形式： 帕克提出如下假定函数形式： 如果上述方程能够显著成立，或者某一回归系数能够显著不为0，则认为存在异方差性 （三）戈德菲尔德-匡特检验（GQ检验） 基本思想 如果随机误差项的方差与某一解释变量X相关且呈现递增变化，则在X值较大的样本点上进行回归，其回归残差平方和∑ei2应该比在X值较小的样本点上施行同样的回归所得到的残差平方和要大，反之前者的残差平方和应该较后者要小。 在按某一解释变量对样本排序，再将排序后的样本一分为二，对子样①和子样②分别作OLS回归，然后利用两个子样的残差平方和之比构造统计量进行异方差检验。 G-Q检验由戈德菲尔德(Goldfeld)和匡特(Quandt)在1965年提出 G-Q检验以F检验为基础，适用于样本容量较大（一般在参数个数的两倍以上）、异方差递增或递减的情况。 G-Q检验的步骤 1、排序——将n组样本观察值(Xi,Yi)按观察值Xi的大小排序（X为某一 被认为有可能引起异方差的解释变量） 2、划分——将序列中间的c=n/4个观察值除去（也可以不去除，视样本资料的丰富程度而定），并将剩下的观察值划分为前、后两个容量相同的子样本，每个子样本容量均为(n-c)/2 3、回归——对每个子样本分别进行OLS回归，并计算各自的残差平方和， 分别用 和 表示较小的残差平方和和 较大的残差平方和，其自由度均为： 4、构造统计量——在同方差性假定下（H0：ui同方差），构造如下满足F分布的统计量（注意：RSS大/RSS小） 5、检验结论——给定显著性水平?，确定临界值：F?(v1,v2)，若FF?(v1,v2) 则拒绝同方差性假设，表明存在异方差。 （右侧检验） 注：可根据两个残差平方和对应的子样的顺序判断是递增型异方差还是递减异型方差。 G-Q检验的步骤 由怀特（White)在1980年提出，通过辅助回归模型判断，怀特检验不需要排序，适合任何形式的异方差 （2）然后做如下辅助回归 1、怀特检验的基本思想与步骤（以二元为例）： （1）对二元回归模型： 作OLS回归，得到 得到拟合优度：R2 （3）可以证明，在同方差假设（H0：模型同方差）下： R2 为辅助回归的可决系数 h 为辅助回归解释变量的个数（不含常数项），该例h＝5） （4）由此，可在大样本下，对统计量进行相应的卡方检验（右侧检验），如果超出临界值，则表明辅助回归的拟合优度较高，拒绝同方差假设，即存在异方差性 1、辅助回归中的次数问题 辅助回归仍是检验与解释变量可能的组合的显著性，因此，辅助回归方程中还可引入解释变量的更高次方，但通常只是使用至2次项 2、辅助回归中的交叉项问题 多元回归中，由于辅助回归方程中可能有太多解释变量，从而使自由度减少，有时可去掉交叉项，由