第四篇 章第一节异方差　 计量经济学 .pptVIP

G-Q检验的思想： 先将样本一分为二，对子样①和子样②分别作回归，然后利用两个子样的残差之比构造统计量进行异方差检验。 由于该统计量服从F分布，因此假如存在递增的异方差，则F远大于1，反之就会趋近于1（同方差））。 G-Q检验的步骤： ①将n对样本观察值(Xi,Yi)按解释变量观察值Xi的大小排队 ②将序列中间的c=n/4个观察值除去，并将剩下的观察值划分为较小与较大的相同的两个子样本，每个子样样本容量均为(n-c)/2 例4.1.5: (3).斯皮尔曼(spearman)等级相关检验 步骤:见课本79页 举例: 2.3061.2793不存在异方差 (5).怀特(White)检验 怀特检验提出了以方差一般检验方法,这一检验方法在实际中很容易应用 假如有以下模型: 检验的步骤如下: (1)首先用普通最小二乘法回归方程获得残差ei (2)然后作如下辅助回归: (3)求辅助回归的R2.在零假设:不存在异方差(也就是,辅助方程 中的所有斜率系数都为零)下,white证明了,从辅助回归方程中获得的R2值与样本容量的积服从x2分布,自由度等于方程中解释变量的个数 ……* 如果从方程*中得到的x2值超过了所选显著水平下的x2临界值,或者说计算的x2值的p值很低,则可以拒绝零假设:不存在异方差.否则则接受原假设方程不存在异方差. 四、异方差的消除方法 1.加权最小二乘法(WLS)(Weighted Least Squares) 1、加权最小二乘法的基本思想 加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。 例如，在递增异方差下，对来自较小Xi的子样本，其真实的总体方差较小，Yi与回归线拟合值之间的残差ei的信度较大，应予以重视; 而对较大Xi的子样本，由于真实总体的方差较大，残差反映的信息应打折扣。 加权最小二乘法就是对加了权重的残差平方和实施OLS法： 对较小的残差平方ei2赋予较大的权数， 对较大的残差平方ei2赋予较小的权数。 如果在检验过程中已经知道 第四章 违背基本假定的计量 经济模型 第一节异方差目的和要求 一、异方差性的概念 二、异方差性的后果 三、异方差性的检验 四、异方差性的消除方法 五、案例 一、异方差的概念 储蓄 储蓄 个人可支配收入 同方差 个人可支配收入 异方差 1、异方差的概念 即对于不同的样本点，随机误差项的方差不再是常数，则认为出现了异方差性。 3.实际经济问题中的异方差性 例4.1.1：截面资料下研究居民家庭的储蓄行为: 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。 高收入家庭：储蓄的差异较大 低收入家庭：储蓄则更有规律性，差异较小 ?i的方差呈现单调递增型变化 例4.1.2，以绝对收入假设为理论假设、以截面数据为样本建立居民消费函数： Ci=?0+?1Yi+?I 将居民按照收入等距离分成n组，取组平均数为样本观测值。 一般情况下，居民收入服从正态分布：中等收入组人数多，两端收入组人数少。而人数多的组平均数的误差小，人数少的组平均数的误差大。 所以样本观测值的观测误差随着解释变量观测值的不同而不同，往往引起异方差性。 例4.1.3，以某一行业的企业为样本建立企业生产函数模型： Yi=Ai?1 Ki?2 Li?3e?i 被解释变量：产出量Y 解释变量：资本K、劳动L、技术A， 那么：每个企业所处的外部环境对产出量的影响被包含在随机误差项中。 例4.1.4:美国不同行业发展与支出费用 二、异方差性的后果 计量经济学模型一旦出现异方差性，如果仍采用OLS估计模型参数，会产生下列不良后果： 1. 参数估计量非有效 OLS估计量仍然具有无偏性，但不具有有效性 因为在有效性证明中利用了 E(??’)=?2I 2. 变量的显著性检验失去意义 变量的显著性检验中，构造了t统计量 其他检验也是如此。 3. 模型的预测失效 一方面，由于上述后果，使得模型不具有良好的统计性质； 所以，当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对Y的预测误差变大，降低预测精度，预测功能失效。 三、异方差性的检验 1.根据问题的性质 在涉及不均匀单位的横截面数据中,异方差可能是常有的情况而不是例外.例如,在与销售、利率等相关的投资支