数理统计B班_大作业.docVIP

逐步回归法建立纳斯达克股市指数回归模型数理统计 B班学号：SY1003132姓名：刘翔宇专业：控制科学与工程 学院：自动化科学与电气工程学院一 问题描述为了研究纳斯达克股市的变化规律，建立回归方程，分析影响股票价格趋势变动的因素。这里我们选了3个影响股票价格指数的经济变量：x1是成交额(万$)，x2是国际贸易金额（100万$），x3是美元汇率。本例选择成交额x1来反映市场状况。Y为股票指数。本例采集了以上变量1996---2007年12年的数据资料，如表1所示。表1 1996---2007年纳斯达克股市指数 年份股票指数X1是美元汇率x2是国际贸易金额x3是成交额x4优惠利08556.1085.8589468.10113.9619972531.73317.4030.1774462.60170.6619982262.34302.1026.2067884.60188.4219991059.94253.603.3334634.4070.1920001488.78279.9010.7846759.4097.4520011877.95290.6020.3758478.10162.8420027242.601333.503479093.4220032949.06340.8048.0378345.20141.8520043349.04413.4062.9082067.50125.8720054637.66719.10128.0997314.80112.8920065480.03903.4017230127.2820076208.271108.6025920104.59二 异方差问题分析1.异方差模型经典线性回归模型可以表示为，假设有n组观察值，则原模型方程可表示为：。在经典线性回归模型中，假设随机误差项是一个随机变量，且服从数学期望为零，方差为一常数的正态分布，即，这一假设称为随机误差项的同方差性假设。另外还假设不同观察值的随机误差项之间是不相关的，而且随机误差项与项不趋于共同变化。但在实际的经济问题中，上述假设不一定满足。比如，当自变量变化较大时（如在一些横截面数据中），的方差可能随的变化而变化；而当和之间存在一定的顺序关系时（如在时间序列中），可能与并不独立（ji）。当同方差（homosce dasticity）或等方差（equal variance）性假定不满足，也就是说，随机误差项的方差不等于一个常数，即则称随机误差项具有异方差（heteroscedasticity）或非同方差（unequal variance）性。在模型（1-3）中，除随机误差项具有异方差性外，其它基本假设都能满足，则称这种模型为异方差的线性回归模型，简称异方差模型。2 异方差性的后果变量的显著性检验失去意义，在多元线性回归模型的显著性检验中,构造了t 统计量,在该统计量中包含有随机误差项共同的方差,并且有t 统计量服从自由度为( n - k - 1) 的t 分布. 如果出现了异方差性, t 检验就失去意义. 采用其它检验也是如此.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;另一方面,在预测值的置信区间中也包含有随机误差项共同的方差， 所以当模型出现异方差性时,它的预测功能失效.3异方差性检验(1)残差图分析法残差图分析法是一种直观、方便的分析法，它以残差e为纵坐标，以任何其他的量为横坐标画散点图。常用的横坐标有有三种选择：以拟合值为横坐标；以Xi为横坐标，i=1,2………p;以观察时间或序号为横坐标。一般情况下，当回归模型满足所有假设时，残差图上的n个点的散布会应是随机的，无任何规律的。如果回归模型存在异方差，残差图上的点的散步会呈现相应的趋势。（2）等级相关系数法等级相关系数检验法又称斯皮尔曼（spearman）检验，是一种应用较广泛的方法。这种检验法既可用于大样本，又可用于小样本。（3）格莱斯尔（Glejser）检验格莱斯尔检验的中心思想是随机项的估计值e与自变量是有关系的，是自变量的函数，它随J值的增减而变化。进行格莱斯尔检验主要有两个步骤：1）以所有解释变量Xi来解释被解释量y，估计其参数，计算出随机项的估计值e。2）以e为被解释变量，以某个解释变量Xi为解释变量，建立如下方程：以Xi的不同幂次的形式f(Xi),分别估计两个参数，选择最佳的拟合形式，并对它们的显著性进行检验。如果它们显著性不为0，则认为异方差性存在，因为随机项与Xi存在相关性。否则就具有同方差性。4 异方差性问题的处理方法当研究的问题存在异方差性时，就违背了线性回归模型的假设。此时，就不能用普通最小二乘法进行参数估计，必须寻求适当的补救方法，对原来的模型进行变换，使变换后的模型满足同