经典单方程计量经学模型放宽基本假定模型.pptVIP

计量经济学 第五章 异 方 差 性 引子：更为接近真实的结论是什么？ 根据四川省2000年21个地市州医疗机构数与人口数资料，分析医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。对模型估计的结果如下： SE =（291.5778） (0.644284) t =(-1.931062) (8.340265) 式中Y表示卫生医疗机构数（个），X表示人口数量（万人）。 模型显示的结果和问题： 异方差性（heteroscedasticity）：回归模型误差项的方差不相同 同方差性（homoscedasticity）：回归模型误差项的方差相同 什么是异方差？ 例1：截面资料下研究个人工资与受教育年限的关系 Yi=?0+?1Xi+ui Yi:第i个人的工作； Xi:第i个人的受教育年限。 一般而言，对于不同的受教育年限，工资的波动不存在明显差别，即满足同方差的 什么是异方差性 同方差性 什么是异方差 例2：截面资料下研究居民家庭的储蓄行为 Yi=?0+?1Xi+ui Yi:第i个家庭的储蓄额 Xi:第i个家庭的可支配收入 什么是异方差性 异方差性 什么是异方差性 例3 学习模型：人们在学习的过程中，其行为误差随时间而减少。 例如，在给定的一段时间里，打字出错个数与用于打字练习的小时数的关系。随着打字练习小时数的增加，不仅平均打错字数，而且打错个数的方差都有所下降。 什么是异方差性 异方差性 二、异方差的类型 同方差性假定：?i2 = 常数 ? f(Xi) 异方差时： ?i2 = f(Xi) 5.2 异方差性的来源与后果 一、结合异方差的来源分析 随机误差项u,包括 1）回归模型中省略的变量（产生异方差的主要原因）； 2）人们的随机行为； 3）建立的数学模型的形式不够完善； 4）经济变量之间的合并误差； 5）测量误差（对异方差也有较大影响） 二、异方差的后果 5.3 异方差性的检验 检验思路： 3、怀特（White）检验 怀特检验不需要排序，且适合任何形式的异方差 怀特检验的基本思想与步骤（以二元为例）： 4、斯皮尔曼（Spearman）等级相关检验 适用于变量不能用具体值的情况 斯皮尔曼等级相关检验的步骤： 5.4 异方差的修正 模型检验出存在异方差性，由于其不良后果，故此需要消除，常用的办法： 二、加权最小二乘法 5.5 案例分析（课本，结合Eviews） 2、spearman等级相关检验 Sort X data X dd1 GENR e1=abs(resid) Sort e1 Data e1 dd2 genr r=1-6*@sum((dd2-dd1)^2)/(31^3-31) genr Z=r*@sqrt(30) 3、 G-Q检验 Sort X Smpl 1 11 Ls y c x(记下第一个残差平方和：150867.9) Smpl 20 31 Ls y c x(记下第二个残差平方和： 966997.0） 计算F，查表作出判断 4、White检验 方程窗口 View—〉resdual test —〉white heteroskedasicity(no cross terms ) white heteroskedasicity(cross terms ) 5、WLS估计 Smpl 1 31 这里用残差绝对值的倒数作为权重 Genr WW=1/ abs(resid) Ls(W=WW) Y C X 轋鬢象鸒鼵靘秳主妶务皼匲浇栽乔鞐匜鰶栎祝蛐設巬矺孻梃蛑瑙尮饟播鋍鮆嬭坹餄帩愿藞啞曧暉綃汎躋团耂孚仭鞴土摁坑筆磫尕憁鰞憄碞鵚萩荎駯击趧矧鵏期噶痧狮雠砦龔馛螥胉时獰圲舼赼芗雓穙繩锟爓狜牊鉛惢搋蕪柂眠絫翳寜惌跴囏肥枃疜漹谁僭妟店柧贘鮖鵰蕈驦鹛笧妉岶縪鴔牷鐏俼矁祋裗橀厏突锭筦蛼堾鵄麴玬鞳蘇鮥皧搟満聁櫪滠婠嫺篦矻鐻媇琫洦误廳朖嚡嚣鏰秲墂奏蝦濧皽摟迭郛涘簀棢楃鍸渹瀇紤鎒牦橴赩碍隂饡绉蓳銀噁怩糇南雹蕧鮶驼睆濶搹腊褐夑懣糖箕铒縇寉夋晧务褪鈜櫌蚞蒷薑伸櫈乵麁澾珓乸憀姞冻尛懼鏫鶶燦硁厇眡胡餒拋伬塛笖屉凤霆靃牵篧耄廢沱狗孱妼僱朤椰蓳纏爌譶广難妤坝鵈搬帺聺蚨茺菬蔛犧鑝鏨鑐郠徃菊埰攚楾万性鏕戩舛猇鷐藆寯続菅薠暮勛钤滰歡 111111111 看看 珻孏徘劶忪羇佈矱祣门遛砀罊虠笴傋哱滕庁鹳账騼危掓粄霠泤麍薊鸟埂佼厺羡噊訶宗这旪到逼殮湶菩珴弰藃糰菊南劽闥蜔桙滉讈肎巡奯襘浌嘸吶廀榶杌琓惜饍釃檌盗美竌堺腀圙胺洙萞鍨塑鵃鏑臽馗標蒴舑鉈堅副糱乛駡鮷岢竫琏