网站大量收购独家精品文档,联系QQ:2885784924

-第章_异方差.ppt

  1. 1、本文档共77页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
-第章_异方差.ppt

第9章 异方差:如果误差方差不是常数 会有什么结果? 本章要回答的主要问题 (1) 异方差的性质是什么? (2) 异方差的后果是什么? (3) 如何检验异方差的存在? (4) 如果存在异方差,有哪些补救措施? 9.1 异方差的性质 9.1 异方差的性质 9.1 异方差的性质 9.1 异方差的性质 9.1 异方差的性质 9.1 异方差的性质 9.1 异方差的性质 9.1 异方差的性质 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。 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。 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。 9.2 异方差的后果 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 : 根据问题的性质 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 9.3 异方差的诊断:如何知道存在异方差问题? 9.3 异方差的诊断:如何知道存在异方差问题? 9.3 异方差的诊断:如何知道存在异方差问题? 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) 9.3 异方差的诊断:如何知道存在异方差问题? 9.3 异方差的诊断:如何知道存在异方差问题? 9.3 异方差的诊断:如何知道存在异方差问题? 9.3 异方差的诊断:如何知道存在异方差问题? 9.3 异方差的诊断:如何知道存在异方差问题? 9.3 异方差的诊断:如何知道存在异方差问题? 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) 当 未知时: 情形1:误差方差与 成比例:平方根变换; 情形2:误差方差与 成比例。 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 例9-6变换后的工资回归用wagef作为缩减因子格莱泽检验Eviews输出结果: 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 9.4 观察到异方差该怎么办:补救措施 案例--中国农村居民人均消费函数 9.5 若干异方差实例 9.6 若干异方差实例 第9章作业 9.7;9.8;9.16;9.19 9.4.3 重新设定模型 例9-7 工资数据的双对数模型 (9-29) 例9-7 工资数据的双对数模型的(9-29)怀特检验 例9-7 工资数据的双对数模型的(9-29)格莱泽检验 例如:中国农村居民人均消费支出主要由人均纯收入来决定。 农村人均纯收入包括(1)从事农业经营的收入,(2)包括从事其他产业的经营性收入(3)工资性收入、(4)财产收入(4)转移支付收入。 考察从事农业经营的收入(X1)和其他收入(X2)对中国农村居民消费支出(Y)增长的影响: 普通最小二乘法的估计结果: 异方差检验 异方差检验 进一步的统计检验 (1)G-Q检验 将原始数据按X2排成升序,去掉中间的7个数据,得两个容量为12的子样本。 对两个子样本分别作OLS回归,求各自的残差平方和RSS1和RSS2: 子样本1: (3.18) (4.13) (0.94) R2=0.7068, RSS1=0.0648 子样本2: (0.43) (0.73) (6.53) R2=0.8339, RSS2=0.2729 计算F统计量: F= RSS2/RSS1=0.2792/0.0648=4.31 查表 给定?=5%,查得临界值 F0.05(9,9)=2.97 判断 F F0.05(9,9) 否定两组子样方差相同的假设,从而该总

文档评论(0)

czy2014 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档