异方差发现和判断.pptVIP

第六章 异方差 本章结构 第一节 异方差及其影响 第二节 异方差的发现和判断 第三节 异方差的克服和处理 第一节 异方差及其影响 一、异方差及其分类 二、异方差的危害 一、异方差及其分类 两变量和多元线性回归模型第三条假设都要求误差项是同方差的，就是误差项的方差是常数，即 不随i 变化。 如果这条假设不满足，这时候称线性回归模型存在“异方差”或“异方差性” 。 异方差可以用图6.1中对应解释变量不同观测值 和 的误差项，分布密度函数形状不同加以反映。 图6－1 两变量线性回归模型的异方差 图6.1中对应线性回归模型误差项的方差 随着 或i 的增大而增大，这种异方差称为“递增异方差”，是异方差最常见的类型。 但也有方差变化趋势与上述相反的“递减异方差”，或者先增后减或先减后增的其他复杂类型的异方差。 异方差的本质特征是误差项波动幅度的变化。一般来说，随着经济变量数值的增大，波动幅度往往也会相应的增大。 这一方面是因为随机因素的作用有随着经济变量数值的增大而增大的可能，另一方面也可能是随机性因素本身的变化规律作用的结果，此外也可能是观测和统计误差随着经济变量数值的增大而放大的结果。这些因素最终都可能导致线性回归模型误差项异方差问题。 由于数据和随机误差项性质的差异，一般来说异方差问题