赵卫亚版计量经济学期末整理.pdfVIP

计量经济学整理 一、 异方差性 1、 定义：对于线性回归模型，同方差若为常数则对于不同的样本点，随机 误差项的离散程度是相同的，但如果同方差非常数，则称模型出现了异 方差性。 2、 异方差性出现的原因： i. 模型中遗漏了影响逐渐增大的因素。 （假性） ii. 模型函数形式的设定误差。 （假性） iii. 随机因素的影响。截面数据中，波动（不确定性）与经济规模的比 例关系。时间序列中，波动的系统变化。 3、 异方差性的影响： i. 最小二乘估计不再是有效估计。随机误差项为异方差时， OLS估计 仍然是无偏估计，但不再具有最小方差的特性；即存在其他的参数 估计方法，其估计误差将小于 OLS 估计的误差。 ii. 无法正确估计系数的标准误差。参数估计的标准差出现偏差，有可 能增大也可能偏小 iii. t 检验的可靠性降低。因为在异方差情况下，无法正确估计系数的标 准误差 S （b ），这直接影响 t 统计量的正确确定，所以用 t 检验来判 断解释变量影响的显著性将失去意义。 iv. 增大模型的预测误差。随机误差项的方差与模型的预测区间密切相 关，在方差逐渐增大的情况下，模型的预测误差也随着增大。 4 、 异方差的检验 i. 图示分析法。相关图分析考察 Y 的离散程度和解释变量是否有相关 关系。残差序列分布图考察残差的离散程度。 ii. 戈得菲尔德 - 匡特检验（ GQ） 适用范围（优点） ：样本容量较大、异方差性呈递增或递减的情况， 对于复杂异方差则无法应用，检验结果和数据剔除个数有关。 缺点 ：无法确定具体形式，对于接下来如何解决异方差没有提供很 好的建议。对于复杂异方差不适用。对于多元的情况，处理比较麻 烦。 检验思路 ：为了检验异方差性 ,将样本按解释变量排序后分成两部 分，再利用样本 1 和样本 2 分别建立回归模型 ,并求出各自的残差平 方和 RSS和 RSS。如果误差项的离散程度相同 (即为同方差的 )，则 RSS与 RSS的值应该大致相同 ;若两者之间存在显著差异，则表明存 在异方差性。 iii. 怀特检验 使用范围（优点） ：适用于任何形式的异方差（不仅限于单调异方 差）、对于多元模型也很方便，还可以初步推测异方差的形式。 检验步骤： 通过建立辅助回归模型来判断。见 ppt （这个应该不用 背） iv. 帕克检验和戈里瑟检验 基本思想 ：利用残差绝对值序列或残差平方序列，分别对 Xi （的某 种形式）进行一元辅助回归；由回归方程的显著性、拟合优度判断 异方差存在。 优点 ：不仅能检验出异方差性，而且可以近似给出异方差的具体形 式，有助于进一步研究如何消除异方差性的影响。 5、 异方差的解决办法 如果是假性异方差，首先修正模型，若检验后发现异方差不存在了，说 明原来的异方差是假性异方差。模型修正后就已经解决。如果是真正的 异方差，通过模型修正也无法改善，则可利用增长率模型，将与规模有 关的异方差去除或减弱。也可利用以下方法：