计量经济学 54-5 异方差的修正和实例分析.pptVIP

§5.4 异方差的修正 当 已知或能够估计时，处理异方差的方法一 般采用加权最小二乘法（Weighted Least Squares, WLS）进行估计。 §5.5 异方差的实例分析 * 一、加权最小二乘法（WLS） 以一元线性回归模型为例，设回归模型为： PRF： SRF： 在运用最小二乘法（OLS）时，利用残差 平方和最小的条件来确定参数 的估计值。 即利用 最小， 来求出 。 在上述过程中，对每个 都给予了相同的 权数。这就说明在同方差假定条件满足的情况 下，各个样本点（即各个观测值）对残差平方 和RSS所提供信息的重要程度是相同的。 图5.3 出现异方差的情况 在采用OLS方法时： 对较小的残差平方 赋予较大的权数， 对较大的残差平方 赋予较小的权数。 加权最小二乘法是对原模型加权，使之变成 一个新的不存在异方差性的模型，然后采用OLS 估计其参数。 1、加权最小二乘法（WLS）的基本思想 （1）在 已知或可以估计的情况下，通常取 权数 2、加权最小二乘法（WLS）权数的选取 权数 变化趋势与异方差变化的趋势相反， 越大 越小， 越小 越大，经过加权处理使 得异方差经过某种均匀地“压缩”和“扩张”过程， 变异方差为同方差或接近同方差。 （2）权数 也可以选取任一变化趋势与异方 差的趋势相反的变量序列。 例如，当异方差是递增型的，可取： 另外可以看出，当 时， 即每个观测值具有相同的权数，则加权最小二乘 法与普通最小二乘法是一致的。 注意： 在实际操作中人们通常采用如下的经验方法： 不对原模型进行异方差性检验，而是直接选 择加权最小二乘法，尤其是采用截面数据作样 本时。 如果确实存在异方差，则被有效地消除了； 如果不存在异方差性，则加权最小二乘法等价于普通最小二乘法。 二、模型变换法 1、模型变换法的概念 模型变换法是对存在异方差的总体回归方程 作适当的变换，使之满足同方差的假定，然后才 运用OLS估计。 以一元回归模型为例，设原模型为： 其中， 具有异方差，若已知其表现形式为： （5.4.7） 用 去除（5.4.7）式两边，可得： 新模型中，存在 即满足同方差性，可用OLS法估计。 2、模型变换法的一般处理方法 一般情况下， 有以下三种形式： （1） （2） （3） 根据 的不同形式，对原模型 可以有不同的变换形式。 一、分析的步骤 1、进行普通的最小二乘回归，得到残差序列； 2、对模型进行异方差检验； 3、采用适当的方法消除异方差； 4、重新估计模型。 二、一个实例 为了研究我国工业企业的利润与销售收入之间的数量关系。我们搜集到我国2003年全部39个工业行业的销售收入与利润总额资料。如表5.1所示。 其中，X为产品销售收入（亿元），Y为工业企业的利润总额（亿元）。 为了考察利润总额受销售收入的线性影响，可建立一元线性回归模型进行分析。 （一）用OLS估计法估计参数 从回归结果看，在显著性水平α=0.05下, X 的 系数是显著的，且F值很大，但是决定系数R2较 小，且截距项并不显著，所以此模型并不理想。 （二）异方差检验 1、图示法 （1）将原始数据按 X 排成升序，去掉中间的9个数据，得两个容量为15的子样本 ； （2）对两个子样本分别作OLS回归，求各自的残差平方和RSS1和RSS2： （3）求F统计量： 2、G-Q检验 （4）查F分布表，给定?=5% ，得到临界值 F0.05(13,13)=2.533470.7，故说明模型存在异方差。 *