[数学]05-异方差.pptVIP

第5章 异方差 同方差 异方差 残差图中看不到异方差（左图）。原因是没有把数据按解释变量排序。数据排序并估计后得到的残差图明显存在异方差（右图）。 * 以下讨论都是在模型某一个假定条件违反，而其他假定条件都成立的情况下进行。分以下几步骤。 回顾假定条件是什么。 假定条件不成立的来源与后果。 假定条件是否成立的定性分析与假设检验（定量判断）。 假定条件不成立时的解决方法。 要用到多元线性回归模型中的矩阵表达方式。 异方差概念 异方差来源与后果 异方差检验（Goldfeld-Quandt 检验、 white检验、Glejser检验） 异方差的解决方法（GLS、WLS） 异方差案例分析 5.1异方差概念 同方差假定：模型的假定条件给出误差项的方差协方差矩阵Var(u) 即E(u u )是一个对角矩阵，且主对角线上的元素都是常数且相等。 Var(u) = E(u u ) = ? 2I = 以截面数据为例，看如下散点图： 5.1异方差概念 当这个假定不成立时，Var(u) 不再是一个纯量对角矩阵。 Var(u) = = ? 2 ? ?? 2 I 当误差向量u的方差协方差矩阵主对角线上的元素不相等时，称该随机误差系列存在异方差。非主对角线上的元素表示误差项之间的协方差值。若 ? 非主对角线上的部分或全部元素都不为零，误差项就是自相关的。 异方差通常有三种表现形式，(1)递增型，(2)递减型，(3)复杂型。 ? 2是? 12 , ?2 2…中的最小值 5.2 异方差来源与后果 异方差来源： (1) 截面数据中的异方差常由解释变量变动幅度较大造成的。 (2) 时间序列数据也会存在异方差(随着时间增加变量波动幅度增加)。经济时间序列中的异方差常为递增型异方差。 (3) 金融时间序列中的异方差常表现为复杂型异方差(自回归条件异方差)。 假设条件 期 望 真实方差 样本方差 (随机变量) 异方差情形下OLS得到的不再是方差的无偏估计量 异方差情形下 不具有最小方差 模 型 最小二乘估计 小于 5.2 异方差来源与后果 异方差后果： (1) 参数估计量丧失有效性 (2) 显著性检验和置信区间不可靠 小于 在异方差的情况下，OLS方法得到的矩阵 主对角元素不再是真实方差的无偏估计量，且有可能高估或者低估参数估计量真实的方差，从而导致系数的置信区间和假设检验结果不可信赖。 例如当低估真实方差时，参数显著性的 t 统计量会偏大，从而倾向于拒绝原假设，即误认为参数是显著的。同理，置信区间也不值得信赖。 同方差下的真实方差值 异方差下的真实方差值 原方差的无偏估计量， 是一个随机变量 5.3 异方差的定性判断 (1) 宏观经济变量容易出现异方差。 (2) 利用散点图做初步判断（以截面数据为例，见下图）。 (3) 利用残差图做初步判断（以截面数据为例，见下图） 。 散点图 残差图 RESID x 5.4 异方差检验 (1) Goldfeld-Quandt 检验 H0: ut 具有同方差， H1: ut 具有递增型异方差。 ①把原样本分成两个子样本。具体方法是把成对（组）的观测值按解释变量顺序排列，略去m个处于中心位置的观测值（通常T ? 30时，取m ? T / 4，余下的T- m个观测值自然分成容量相等，(T- m) / 2，的两个子样本。） 5.4 异方差检验 ②用两个子样本分别估计回归直线，并计算残差平方和。 相对于n2 和n1 分别用SSR2 和SSR1表式。 ③ 构造F统计量。F = ，（k为模型中被估参数个数） 在H0成立条件下，F ? F(n2 - k-1, n1 – k-1) ④ 判别规则如下， 若 F ? F? (n2 - k-1, n1 - k-1), 接受H0（ut 具有同方差） 若 F F?(n2 - k-1, n1 - k-1), 拒绝H0（递增型异方差） 注意： ① 当摸型含有多个解释变量时，应以每一个解释变量为基准检验异方差。 ② 此法只适用于递增型异方差。 ③ 对于截面样本，检验前必须先把数据按解释变量的值排序