第9章经济计量学精要.pptVIP

第9章 异方差：如果误差方差不是常数会有什么结果？ 古典线性回归模型的假定 模型是参数线性的，并且正确设定 解释变量与误差项不相关，即 误差项均值为零，即 误差项为同方差，即 误差项间无自相关，即 解释变量之间不存在完全共线性 误差项服从正态分布 9.1 异方差的性质 个人储蓄与个人可支配收入关系 其中，Y—个人储蓄；X—个人可支配收入（PDI） 同方差 异方差 异方差问题多存在于截面数据 例9.2 523个工人的工资等数据 模型 估计结果 实际 观测不到，因此只能利用 ，通过检验 的变化模式来推断 的变化模式 回归方程的残差平方 残差平方对教育 残差平方对工龄 9.2 异方差的后果 OLS估计量仍是线性的 OLS估计量仍是无偏的 以双变量模型为例： OLS估计量不再具有最小方差性，即不再是有效的 OLS估计量的方差通常是有偏的，偏差的产生是由于 ， 即 ，不再是真实 的无偏估计量 若同方差： 且 若异方差： 且 建立在t分布和F分布之上的置信区间和假设检验是不可靠的 9.3 异方差的诊断：如何知道存在异方差问题？ 一些诊断工具 ： 问题的性质（异质性截面数据） 残差的图形检验 帕克检验（Park test） 格莱泽检验（Glejser test） 怀特的一般异方差检验（White General Heteroscedasticity Test） 异方差的其他检验方法 残差的图形检验 模型 估计模型求得 作 对每个解释变量 图 或直接作 对 的估计值 的图 与工资的估计值 帕克检验（Park test） 检验步骤 做OLS回归求得 做如下回归： 或 若 或 出现负值，也可采用线性回归 检验H0：B1=0，即不存在异方差。如果统计显著，则拒绝零假设，存在异方差。 例9-3 工资回归与帕克检验 格莱泽检验（Glejser test） 检验步骤 做OLS回归求得 做如下回归： 检验H0：B1=0，即不存在异方差。如果统计显著，则拒绝零假设，存在异方差。 例9-4 工资回归与格莱泽检验 怀特的一般异方差检验 检验步骤 做OLS回归求得 做如下辅助回归： 求得辅助回归的R2，在同方差假设下： 如果 或者 的 值小于显著性水平，则拒绝同方差的零假设 例9-5 工资回归与怀特的一般异方差检验 9.4 观察到异方差该怎么办：补救措施 当 已知时：加权最小二乘法（method of weighted least square, WLS） 两边同除 当 未知时 情形1：误差方差与 成比例：平方根变换 两边同除 例9-6 变换后的工资回归 例9-6 变换后的工资回归 估计结果 原模型估计结果 当 未知时 情形2：误差方差与 成比例 两边同除 例9-6 变换后的工资回归 例9-6 变换后的工资回归 估计结果 原模型估计结果 重新设定模型 9.5 怀特异方差校正后的标准误和t 统计量 未校正的标准误和t统计量 校正的标准误和t统计量 9.5 怀特异方差校正后的标准误和t 统计量 9.5 怀特异方差校正后的标准误和t 统计量 9.6 若干异方差实例 例9.10 扩展的工资模型 0.000000 Prob(F-statistic) 1.755325 ????Durbin-Watson stat 27.46492 F-statistic 0.777644 ????Hannan-Quinn criter. -197.8515 Log likelihood 0.792508 ????Schwarz criterion 65.25527 Sum squared resid 0.768075 ????Akaike info criterion 0.354247 S.E. of regression 0.371773 ????S.D. dependent var 0.092063 Adjusted R-squared 0.705677 ????Mean dependent var 0.0