计量经济学第五章异方差性.pdf

§5 异方差性 Heteroskedasticity 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： ˆ Y -563.05485.3735 X i i (2 9 1 .5 7 7 8) (0 .6 4 4 2 8 4 ) t (-1.931062) (8.340265) R 2 0.785456 R 2 0.774146 F 69.56003 式中 表示卫生医疗机构数（个）， 表示人口数 Y X 量（万人）。 ●人口数量对应参数的标准误差较小； ● t统计量远大于临界值，可决系数和修正的可决系 数结果较好，F检验结果明显显著； 表明该模型的估计效果不错，可以认为人口数量 每增加1万人，平均说来医疗机构将增加5.3735人。 然而，这里得出的结论可能是不可靠的，平均说来每 增加1万人口可能并不需要增加这样多的医疗机构， 所得结论并不符合真实情况。 有什么充分的理由说明这一回归结果不可靠呢？更为 接近真实的结论又是什么呢？ §5.1 异方差性 一、异方差的概念 二、异方差的类型 三、实际经济问题中的异方差性 四、异方差性的后果 五、异方差性的检验 六、异方差的修正 七、案例 同方差的含义 同方差性：对所有的 有： i (i 1,2,..., n) Var(u ) = σ2 （5.1） i 因为方差是度量被解释变量 的观测值围绕回归线 Y E(Y )   X  X ... X i 1 2 2i 3 3i k ki （5.2） 的分散程度，因此同方差性指的是所有观测值的 分散程度相同。 一、异方差的概念 对于模型 Y   X  X   X  i 0 1 ii 2 2i k ki i 如果出现 Var( ) 2 i i 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) 。 表 2.1.1 某社区家庭每月收入与消费支出统计表 每月家庭可支配收入X（元） 800 1100 1400 1700 2000 2300 2600 2900 3200 3500 561 638 869 1023 1254 1408 1650 1969 2090 2299 每 594 748 913 1100 1309 1452 1738 1991 2134 2321 月