异方差课件.PPT

第四节 异方差的修正 ★ 异方差的修正方法-----加权最小二乘法（WLS） 基本思路： 原模型： 经检验，发现残差存在异方差， 则当 已知时，可取权 ，用该权乘以原模型可得： 记 ，则上式可写为： 该模型为一个过原点回归的两个解释变量（ 、 ）的回归模型，且 ，对加权后的模型进行OLS估计，即可得到原模型参数的估计值 WLS的实质：实际是通过加权这一模型变换，使得残差项方差蜕变为常数。进而解决 异方差问题。 或者说，如果异方差导致了散点围绕回归线的偏离程度不同，则WLS实际 是给振幅大的点施加一个较小的权数，而给振幅相对小的散点施加较大 的权数，从而保证散点对回归线的偏离保持一个稳定水平。 应用限制：WLS的应用需要一个前提，即残差方差已知，并据此确定权数。而在现实中这一条件往往难以满足。 实际应用中权数的确定： 思路：如果认为在当前样本条件下，对原模型进行OLS估计所得到的残差序列 实质是N个随机变量 在当前样本下的取值，则 就可 视为是 的一个估计，即 据此，在实际中，可依照如下步骤确定权数以进行WLS： 1、首先OLS估计原模型，获取残差估计值 2、取 进行WLS。 3、对加权后的模型进行异方差检验，以检查WLS是否完全解决了异方差问题。 4、当异方差问题解决时，此时得到的参数估计值就是原模型的最优、线性、无偏估 计量 。 ◆：在实际应用中，还可以通过对变量进行对数变换，以解决异方差，但对数变换将带来模型经济含义的改变，且其修正异方差的效果不定。 ◆：在一些极端条件下，如样本容量过小时，WLS可能不能一次解决异方差，此时需进行二次加权。 第五节 案例分析 例1：某机构尝试分析我国省级农业产出的相关影响因素，并据此建立了回归模型： 其中，argdp为省级农业总产值，ldl为农业部门劳动力投入，nj为省级农机动力总和。 较好的拟合度 显著的影响因素 较佳的F表现 A:OLS估计结果： B:异方差的检验 上述结果真的那么完美吗？ White检验显示模型存在异方差 异方差的存在往往并没有明显的征兆，这意味着在截面数据回归中，异方差检验也许是不可缺少的。 C、异方差的修正： 异方差在加权后消失了 异方差问题的总结 ★ 异方差的影响是毁灭性的，其导致回归分析中的结构分析不可行 ★ 异方差常见于截面数据回归，本章内容也主要适用于该类问题，而时序数据的 异方差修正有自身的一套体系 ★ 当不存在异方差时，考虑到WLS=OLS，因而可以在遇到截面数据回归时，直接 使用WLS进行加权估计 ★ 存在异方差，并不意味着WLS一定可行，此时应判断异方差的产生原因。 *