第6章 序列相关和异方差性.pptVIP

第2部分 单方程回归模型 第5章 回归模型的应用 第6章 序列相关和异方差性 第7章 工具变量法和模型的确认 第8章 单方程回归模型预测 第9章 单方程估计:高级问题 第6章 序列相关和异方差性 古典正态线性回归模型假设有 1.函数的形式为线性 2.自变量之间不存在线性关系 3.误差项服从均值为0的正态分布 第1个问题是第7章要解决的;第2问题已在第4章讨论过。第3个假设包括好几个部分。正态性检验不被广泛应用。 6.1讨论误差项具有相同方差的假设. 6.2讨论误差项相互独立的假设. 第6章 序列相关和异方差性 6.1异方差性 6.2序列相关性 6.1异方差性 误差项同方差假设同现实不符. 例如:企业的销售额,家庭的收入和支出. 如果误差项服从异方差的分布,那么OLS估计将会给误差方差大的观测值以较大的权重.所以,OLS估计量虽然是无偏和一致的,但是它们不再是有效的. OLS估计的无偏性可以通过一元回归模型证明. 当存在异方差时,正确的方差公式 (一元模型的参数)最小二乘估计量方差比其他线性无偏估计量的方差大. 6.1.1异方差的修正 根据先验信息和样本信息:已知方差和样本方差. 1.已知方差 采用加权最小二乘法(WLS) 从上式解得: 6.1.1异方差的修正 对多元回归模型采用WLS,则有: 变换后的误差项具有相同的方差. 所以,