计量经济学异方差性教学课件.pptVIP

2、 White 检验在EViews上的实现 1）Ls Y C X1 X2 2）点击 View / residual test / White / 回车； 3）在出现的对话框中，选择 no cross terms（没有交叉项）/回车 或 cross terms（有交叉项）/回车 4）出现输出框 Test直接给出了相关的统计量（F-statistic和Obs*R-squared） 假定模型有三个变量 那么分别观测 对 的拟合优度，据以判断残差平方与那一些变量有关。 构造辅助回归模型 三、ARCH 检验（时间序列数据） 1、检验的基本思路 2、 ARCH 检验的具体步骤 1）对（1）式进行回归 2）求 3）构造辅助回归方程 对（2）式进行回归 a) b) c) d) e) （ 或观察统计量F-statistic和Obs*R-squared，如果统计量的值很小，相应的p值大于5%，则接受原假设） 3、 ARCH 检验在EViews上的实现 法1：(软件自带的功能） 2） 点击 View/residual test/ ARCH / 回车 3） 在对话框中输入滞后期P，Lags P (P=1,2,3,或更长)/ 回车 4）与White检验相同，ARCH Test直接给出了相关的统计量，原假设是序列无异方差，如果统计量的值很小，相应的p值大于5%，则接受原假设 法2： 2） 产生genr e2=Resid^2 (或genr e2=Resid* Resid) 3）LS e2 c e2(-1) e3(-2) --- e2(-p) /回车 二. Glejser检验(选学）见下页 三. Breusch-Pagan检验(选学） 2、Glejser检验（经验方法）—— 1969年提出 格里瑟（H . Glejser）检验是残差回归检验法之一。它是用普通最小二乘法的残差的绝对值对各解释变量建立各种回归模型， 检验回归系数是否为零。 （残差回归检验法是多种类似方法的一个总称。它们是用普通最小二乘法的残差或其绝对值或平方作为被解释变量，建立各种回归方程度，然后通过检验回归系数是否为0，来判断模型的随机误差项是否有某种变动规律，以确定异方差是否存在）。 大样本时选择上述5个模型能够得到满意的效果。 Glejser曾提出如下模型形式（合适的回归形式未知）： 注：Glejser检验上机实现: 1、拟合回归模型：键入 Ls y c x(或Ls y x ；在Equation框中点击resid （保存残差）） 2、产生resid的绝对值： 键入 genr z=abs(resid)  3、生成变量：键入 genr XH=X^h(h可以取1、1/2、–1、┄)。  如 genr X1= X^1 genr X2= X^1/2 genr X3= 1/X  做resid的绝对值与的回归模型，检验回归系数和拟合优度。  键入 Ls z x1/回车；得 、 、F值  键入 Ls z x2/回车；得 、 、F值 ……  确定最合适的回归形式。 方法： ** 一、加权最小二乘法 二、对原模型变换的方法 三、“一般解决法”（模型的对数变换） 补救异方差的基本思路： 1、变异方差为同方差 2、尽量缓解方差变异的程度 目的：为了弥补异方差造成的严重后果（参数估计的方差不满足有效性(参数估计的方差不再具有最小性）； 参数的显著性检验（t 检验)失效；预测精度降低） 。 基本思想： 当所估计模型不满足古典假设时，直接运用最小二乘法得到的参数估计量不是最佳的， 于是就对模型进行转换，即通过适当的变换，将不满足古典假设的模型变换为满足古典假设的模型 再对转换模型进行最小二乘法估计，获得参数的BLUE估计，走一条“曲线估计”之路。这种思想被称