ch4放宽基本假定的处理方法5第五章异方差性3.pptVIP

* 变量的样本值为大样本 数据是时间序列数据 只能判断模型中是否存在异方差，而不能诊断出哪一个变量引起的异方差。 （四）检验的特点 一、图示检验法 二、Goldfeld-Quandt 检验 三、White 检验 四、ARCH 检验 五、Glejser 检验 第三节 异方差的检测方法 * * （一）检验的基本思想 由OLS法得到残差，取得绝对值，然后将对某个解释变量回归，根据回归模型的显著性和拟合优度来判断是否存在异方差。 （二）检验的特点 不仅能对异方差的存在进行判断，而且还能对异方差随某个解释变量变化的函数形式进行诊断。该检验要求变量的观测值为大样本。 五、Glejser 检验 * （三）检验的步骤 1.建立模型并求 根据样本数据建立回归模型，并求残差序列 2.寻找 与 的最佳函数形式 用残差绝对值 对 进行回归，用各种函数形式去尝试，寻找最佳的函数形式。 * 3.判断 根据选择的函数形式作 对 的回归。用回归所得到的 R2 、t 、F 等信息判断，若参数 显著不为零，即认为存在异方差。 第一节 异方差的实质和产生的原因 第二节 异方差产生的后果 第三节 异方差的检测方法 第四节 异方差的补救 第五节 案例分析 第五章 异方差性 一、对模型变换 二、加权最小二乘法 三、模型的对数变换 第四节 异方差的补救 * 一、对模型变换 二、加权最小二乘法 三、模型的对数变换 第四节 异方差的补救 * * 以一元线性回归模型为例： 经检验 存在异方差，且 其中 是常数， 是 的某种函数。 一、对模型变换 * 变换模型时，用 除以模型的两端得： 记 则有： * 随机误差项 的方差为 经变换的模型的随机误差项 已是同方差。 常见的设定形式及对应的 情况 ? ? ? f(xi)函数形式 一、对模型变换 二、加权最小二乘法 三、模型的对数变换 第四节 异方差的补救 * * 以一元线性回归模型为例： 经检验 存在异方差，且： 其中 是常数， 是 的某种函数。 二、加权最小二乘法 * （一）基本思路 区别对待不同的 。对较小的 , 给予较大的权数，对较大的 给予较小的权数，从而使 更好地反映 对残差平方和的影响。 * （二）具体做法 1.选取权数 并求出加权的残差平方和 通常取权数 ，当 越小时， 越大。当 越大时， 越小。将权数与残差平方相乘以后再求和，得到加权的残差平方和： \ 第一节 异方差的实质和产生的原因 第二节 异方差产生的后果 第三节 异方差的检测方法 第四节 异方差的补救 第五节 案例分析 第五章 异方差性 一、对参数估计式统计特性的影响 二、对模型假设检验的影响 三、对预测的影响 第二节 异方差产生的后果 * 一、对参数估计式统计特性的影响 二、对模型假设检验的影响 三、对预测的影响 第二节 异方差产生的后果 * * （一）参数估计的无偏性仍然成立 参数估计的无偏性仅依赖于基本假定中的零均值假定（即 ）所以异方差的存在对无偏性的成立没有影响。 （二）参数估计的方差不再是最小的 同方差假定是OLS估计方差最小的前提条件，所以