第三古典回归模型的扩展.pptxVIP

第三章 回归模型的扩展本章主要讨论三个方面的“扩展”内容：（1）古典回归模型基本假定不成立时所产生的问题； （2）如何反映定性因素的影响； （3）如何反映滞后因素的影响，将静态模型转化成动态模型。 第一节 异方差性一、异方差性及其产生的原因 二、异方差性产生的后果 三、异方差性的检验四、异方差的解决方法 练习题及参考资料 返回第一节 异方差性一、异方差性及其产生的原因 1、异方差性的概念对于线性回归模型 yi=b0+b1x1i+b2x2i+…+bkxki+εi如果出现： D(εi)＝ σ2i≠常数 (i=1,2,….n)则称模型出现了异方差性（Heteroskedasticity）。第一节 异方差性2、异方差性产生的主要原因⑴ 模型中遗漏了随时间变化影响逐渐增大的因素。⑵ 模型函数形式的设定误差。⑶ 随机因素的影响。第一节 异方差性二、异方差性产生的后果 1．最小二乘估计不再是有效估计； 2．无法正确估计系数的标准误差；3．t检验的可靠性降低；4．增大模型的预测误差。 第一节 异方差性三、异方差性的检验【例1】我国制造工业利润函数。教材P71表3-1列出了1998年我国主要制造工业销售收入与销售利润的统计资料。1、图示检验法 （1）相关图分析 键入命令：Scat Y X (3.1版不同) ../Local%20Settings/Temp/Rar$DI02.000/exp/Exp3-1.wf1操作演示第一节 异方差性（2）残差分布图分析 注意观察之前需要先将数据关于解释变量排序，命令格式为： SORT X LS Y C X ../Local%20Settings/Temp/Rar$DI02.000/exp/Exp3-1.wf1操作演示第一节 异方差性2、怀特（White）检验 ? 设：yi=b0+b1x1i+b2x2i+εiWhite检验的具体步骤为：（1）估计回归模型，并计算e2i ；（2）估计辅助回归模型； （3）计算辅助回归模型的R2； 可以证明，在同方差的假设下，有:nR2～χ2(q) q：辅助回归模型中的自变量个数（此时q=5）。第一节 异方差性（4）给定α，若nR2χ2α(q)，存在异方差性；反之，不存在。 EViews软件中： ①建立回归模型：LS Y C X ②检验异方差性：在方程窗口中依次点击View \Residual Test\White Heteroskedastcity一般是直接观察p值的大小，若p值较小，认为模型存在异方差性。 ../Local%20Settings/Temp/Rar$DI02.000/exp/Exp3-1.wf1操作演示第一节 异方差性 四、异方差性的解决方法 基本思想:变异方差为同方差，或尽量缓解方差变异的程度。 1．模型变换法 例如，对于模型 yi=a+bxi+εi （1）如果σi2 =D(εi)＝λxi2 （λ0，且为常数） 因为第一节 异方差性 所以，用xi除以原模型的两端，将模型变换成：设:（2）如果σi2 =D(εi)＝λxi，因为 则第一节 异方差性 所以用xi的平方根除以原模型，得到：设:则 一般情况下，若D(εi)=λf(xi)，则以f(xi)的平方根除以原模型的两端，即可将原模型中的异方差性予以消除.第一节 异方差性 2、加权最小二乘法（WLS）ωi是权数WLS是使: ωi有两个作用:一是权重，二是为了消除异方差。 由于在极小化过程中对通常意义的残差平方加上了权数ωi，所以称为加权最小二乘法（Weighted Least Square—WLS。注意权数的变化趋势应与异方差的变化趋势相反，通常将ωi直接取成1/σi2 。第一节 异方差性3、加权最小二乘估计的EViews软件实现（1）利用原始数据和OLS法计算ei;（2）生成权数变量ωi ；（3）使用加权最小二乘法估计模型：【命令方式】 LS(W=权数变量) Y C X【菜单方式】 ①在方程窗口中点击Estimate按钮； ②点击Options，进入参数设置对话框；注意：中间不能有空格第一节 异方差性 ③选定Weighted LS方法，在权数变量栏中输入权数变量，点击OK返回； ④点击OK，采用WLS方法估计模型。（4）对估计后的模型，再使用White检验判断是否消除了异方差性。 【例2】我国制造工业利润函数中异方差性的调整。现在设法利用EViews软件消除异方差性的影响。第一节 异方差性标准差T统计量值（1）LS Y C X ../Local%20Settings/Temp/Rar$DI02.000/exp/Exp3-2.wf1操作演示 估计结果为：R2的值（2）生成权数变量根据Park检验，得到： 取权数变量为： GENR W1=1/X^1.6