计量经济学7异方差.pptVIP

回归诊断及处理方法 异方差 主要内容 储蓄Y与收入X：异方差的图形表示 （A)与(B)的比较： 相同点：收入增加，储蓄平均来说也增加。 不同点： （A）储蓄的方差在所有的收入水平上保持不变。 （B）储蓄的方差随收入的增加而增加。 解释：随收入增长，人们有更多的备用收入，从 而如何支配他们的收入有更大的选择范围。 二、异方差的表现与来源 同方差假定：?i2 = 常数 ? f(Xi) 异方差时： ?i2 = f(Xi) 产生异方差的原因 模型中缺少某些解释变量；从而干扰项产生系统模式。 样本数据观测误差；随着数据采集技术的改进，干扰项的方差可能减少。 模型设置不正确； 经济结构发生了变化，但模型参数没作相应调整。 比如按照边错边改学习模型，人们在学习的过程中，其行为误差随时间而减少。 异常值的出现也会产生。 (通常，截面数据较时间序列数据更易产生异方差) 比如成员的大小不一，收入有大中小之分！ 三、异方差的后果 四、异方差的检验 检验思路： 通过Eviews作x- e2 散点图 键入 LS y c x 作回归； 键入 GENR E1=resid 调用残差； 键入 GENR E2=E1^2 生成残差平方序列； 键入 SCAT E2 X 如果呈现出某种有规律的分布，说明残差中蕴涵着模型（1）未提取净的信息，或（2）可能存在异方差或自相关，或（3）设定有误。 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）： 五、异方差的修正 用加权最小二乘法（Weighted Least Squares, WLS） 进行估计。 六、案例 1986年中国29个省市自治区农业产值yi（万元）与xi（万亩） 异方差检验 戈德菲尔德-匡特(Goldfeld-Quandt)检验 ①首先以xi为基准对成对样本数据（yi，xi）按取值大小排序。 ②去掉中间7个数据，按xi取值大小分成样本容量各为11的两个子样本。 ③用两个子样本各自回归得结果如下， yi = 2.7202 + 0.0106 xi , (t = 1, …, 11) (1) (5.8) R2 = 0.80, F = 33.8, SSE = 1266, yi = 5.8892 + 0.0118 xi , (t = 19, …, 29) (2) (3.0) R2 = 0.50, F = 9.1, SSE = 14174 F = 11.2, 因为F = 11.2 F0..05 (9, 9) = 3.18，所以存在异方差。 White方法检验 戈列瑟检验 异方差修正 加权最小二乘法 取对数 小结 一、异方差的概念 二、异方差性的表现与来源 三、异方差性的后果 四、异方差的检验 五、异方差的修正 * * 基本假定违背：不满足基本假定的情况。主要包括： （1）随机误差项序列存在异方差； （2）随机误差项序列存在序列相关； （3）解释变量之间存在多重共线性； （4）解释变量是随机变量且与随机误差项相关 （随机解释变量）； 一、异方差的概念 二、异方差性的表现与来源 三、异方差性的后果 四、异方差的检验 五、异方差的修正 六、案例 (A) 概率密度 储蓄Y 收入X 同方差 (B) 概率密度 储蓄Y 收入X 异方差 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)。 一、异方差的概念 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 计量经济学模型一旦出现异方差，如果仍采用OLS估计模型参数，会产生下列不良后果： 1、参数估计量非有效 OLS估计量仍然具有无偏性，但不具有有效性 因为在有效性证明中利用了 同方差假设。 2、变量的显著性检验失去意义 变量的显著性检验中，构造了t统计量 3、模型的预测失效 一方面，由于上述后果，使得模型不具有良好的统计性质； 所以，当模型出现异方差时，