第四讲 违反基本假设的情况.pptVIP

第四章 违反基本假设的情况 异方差 自相关 多重共线性 随机解释变量 回顾——假设1 解释变量是非随机的或固定的，且解释变量的观测值矩阵X为列满秩，即 Rank（X）＝k+1 含义：要求解释变量X1，X2，……，Xn之间没有准确的线性关系。 违反：多重共线性 回顾——假设2 称为中性假设 含义：平均来看，每一期的随机干扰既不向上偏也不向下偏，没有系统偏差。 回顾——假设3 同方差 无序列相关 合起来称为高斯马尔科夫假设 含义：每个Y值以相同的方差分布在其均值周围；两个误差项之间不相关。 违反：异方差性、自相关 假设4 含义：解释变量X1，X2，……和随机项u不相关。 违反：随机解释变量 §4.1 异方差 异方差的概念 异方差的类型 实际经济问题中的异方差性 异方差性的后果 异方差性的检验 异方差的修正 实例 一、异方差的概念 对于模型 如果出现 即对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性(Heteroskedasticity)。 二、异方差的类型 同方差性假定的意义是指每个?i围绕其零平均值的变差，并不随解释变量X的变化而变化，不论解释变量观测值是大还是小，每个?i的方差保持相同，即 ?i2 =常数 在异方差的情况下， ?i2已不是常数，它随X的变化而变化，即 ?i2 =f(Xi) 异方差一般可归结为三种类型： （1）单调递增型： ?i2随X的增大而增大； （2）单调递减型： ?i2随X的增大而减小; （3）复 杂 型： ?i2与X的变化呈复杂形式。 三、实际经济问题中的异方差性 例4.1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4.2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而不同，往往引起异方差性 例4.3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。 每个企业所处的外部环境对产出量的影响程度不同，造成了随机误差项的异方差性。 这时，随机误差项的方差并不随某一个解释变量观测值的变化而呈规律性变化，呈现复杂型。 对于采用截面数据作样本的计量经济学问题，由于在不同样本点上的解释变量以外的其他因素的差异较大，所以存在异方差性的可能性较大。 四、异方差的后果 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 变量的显著性检验中，构造了t统计量 它是建立在 不变，而正确估计了参数方差 的基础上的。 如果出现异方差性，估计的 出现偏误（偏大或偏下）t检验失效。 其他检验也是如此。 变量的显著性检验中，构造了t统计量 它是建立在 不变，而正确估计了参数方差 的基础上的。 如果出现异方差性，将使t统计量失真，使某些原本显著的解释变量可能无法通过显著性检验，从而使t检验失去意义。 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?2。 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。 五、异方差性的检验 检验思路： 几种异方差的检验方法 用X—— 的散点图进行判断 基本思想：