第4章 异方差性 (1).pptVIP

资料来源：《中国农村住户调查年鉴》（2002） 《中国统计年鉴》（2002） 1．首先用OLS法建立我国农村人均消费函数，估计结果如下 表4.5.2 OLS法回归结果 回归结果显示，其他收入的增长，对农户人均消费支出的增长更有刺激作用。 2．检验模型是否存在异方差 (1)图示法：可以认为，不同地区农村人均消费支出的差别主要来源于非农经营收入的差别，因此，如果存在异方差性，则可能是x2引起的。模型OLS回归得到的残差平方e2与lnX2、lnX1的散点图（图4.5.1）表明存在单调递增异方差性 图4.5.1 异方差性检验图 （2）Goldfeld-Quandt检验 将原始数据按x2排成升序，去掉中间的7个数据，得到两个容量为12的子样，对两个子样分别作OLS回归，求各自残差平方和RSS1和RSS2，利用EViews进行(G-Q)检验的具体步骤为 SMPL 1 12 确定子样本1 LS lnY c lnX1 lnX2 求出RSS1=0.064957 SMPL 20 31 确定子样本2 LS lnY c lnX1 lnX2 求出RSS2=0.203824 计算F=0.203824／0.064957=31.3783 （3）怀特检验 在方程窗口中依次点击： View＼Residual Test＼White Heteroskedasticity 弹出异方差性检验设定窗口，在Test type中选择White，选择Include White cross terms，本例含有交叉乘积项，执行命令之后，怀特检验结果如表4.5.3所示。。 表4.5.3 怀特检验结果 3．消除异方差性 下面采用加权最小二乘法对原模型进行回归。取X2的倒数1/X2为权数进行加权最小二乘法，回归结果如表4.5.4所示。 表4.5.4 加权最小二乘法回归结果 为了分析异方差性的校正情况，利用WLS估计出每个模型之后，还需要利用White检验再次判断模型是否存在着异方差性，在方程窗口中依次点击：View＼Residual Test＼White Heteroskedasticity，结果如下： 其实，Glejser检验可以直接利用EViews6.0进行检验，步骤为：在方程窗口中依次点击 View＼Residual Tests＼Heteroskedasticity Tests 在弹出的异方差性检验设定窗口（图4.3.5），在Test type中选择Glejser，在Regressors中，依次填入：“c x”、 “c x^2”、 “c sqr(x)”，则得到上述(1)(2)(3)回归结果。 表4.3.3 回归结果 上述回归方程表明利润函数存在异方差性。 帕克检验也可以直接利用EViews6.0进行检验，步骤为：在方程窗口中依次点击 View＼Residual Tests＼Heteroskedasticity Tests 在弹出的异方差性检验设定窗口（图4.3.5），在Test type中选择Harvey，在Regressors中填入：“c log(x)”，则得到相同的回归结果。 以上怀特检验、戈里瑟检验和帕克检验方法统称为残差回归检验法。 4.3.5 ARCH检验（自回归条件异方差检验） 如果在建模分析中所用样本资料是时间序列数据，当存在异方差性的时候，可考虑用ARCH(autoregressive conditional heteroskedasticity)方法检验，设ARCH过程为: 则ARCH检验的基本步骤如下： 1．运用OLS方法对模型 利用EViews6.0软件可以进行ARCH检验。步骤为：在方程窗口中依次点击 View＼Residual Tests＼Heteroskedasticity Tests 在弹出的异方差性检验设定窗口（图4.3.5），在Test type中选择ARCH，屏幕提示用户指定检验的阶数，系统默认为1，点击OK完成。ARCH检验的特点是：要求变量的观测值为大样本，并且是时间序列数据。 4.4 异方差性的解决方法 4.4.1 模型变换法 模型变换法即对存在异方差性的模型进行适当的变量变换，使变换后的模型满足同方差假定。前提是要合理确定异方差性的具体形式，这可以通过用帕克检验、戈里瑟检验等方法所提供的异方差的具体形式来确定。 设模型为一元线性回