计量经济学第三章模型检验第四章经典回归模.pptx

第四章 经典回归模型的扩展1、异方差性2、自相关性3、多重共线性4、虚拟变量5、滞后变量引言利用回归分析的估计、检验理论可以建立一个较好的因果关系模型，但是数理统计方法主要使用于研究可控的自然现象，对于无法通过人为控制进行“实验”的社会经济现象，其适用性受到一定限制。人们在理论方法应用上进行了发展。表现为：⑴古典回归模型基本假设不成立产生的问题；⑵反映定性问题的研究；⑶反映滞后因素的影响，将静态模型转化为动态模型⑴古典回归模型基本假设不成立产生的问题基本假设：（1）解释变量x为非随机变量（2）随机误差项为零均值的假定，即E(?i)=0（3）同方差假定，D(?i)=? 2 （4）非自相关假定，Cov(?i, ?j)=0（5）解释变量与随机误差项不相关假定，Cov(xi, ?j)=0（6）无多重共线性，解释变量xi间不存在完全的线性关系容易出现问题的假定：同方差假定——异方差问题；非自相关假定——自相关问题；无多重共线性假定——多重共线性问题。以上三个问题的处理是古典模型拓展的一个最基本方面，也是衡量计量分析是否正确的一个基本检验要素，同时也是在计量中发现问题，需要及时处理的信号。第一节 异方差性异方差产生的原因：（1）模型中遗漏了影响逐渐增大的因素，如消费函数中家庭财产、消费心理等因素；（2）模型函数形式的设定误差，如将指数函数设定为线性函数，则误差有增大的趋势；（3）随机因素的影响，如政策变动、自然灾害、金融危机等。 异方差性在许多应用中都存在，但主要出现在截面数据分析中。例如我们调查不同规模公司的利润，会发现大公司的利润变化幅度要比小公司的利润变化幅度大，即大公司利润的方差比小公司利润的方差大。利润方差的大小取决于公司的规模、产业特点、研究开发支出多少等因素。又如在分析家庭支出模式时，我们会发现高收入家庭通常比低收入家庭对某些商品的支出有更大的方差。图示：例子：我们研究人均家庭交通及通讯支出(cum)和可支配收入(in)的关系，考虑如下方程： cumi=?0 + ?1ini + ui数据见下表的“中国1998年各地区城镇居民平均每人全年家庭可支配收入及交通和通讯支出”截面数据。 表1 中国1998年各地区城镇居民平均每人全年家庭可支配收入及交通和通讯支出 单位：元 变量可支配收入 交通和通讯支出变量可支配收入交通和通讯支出 地区INCUM地区INCUM 甘 肃 山 西 宁 夏 吉 林 河 南 陕 西 青 海 江 西黑龙江内蒙古 贵 州 辽 宁 安 徽 湖 北 海 南4009.614098.734112.414206.644219.424220.244240.134251.424268.504353.024565.394617.244770.474826.364852.87159.60137.11231.51172.65193.65191.76197.04176.39185.78206.91227.21201.87237.16214.37265.98新 疆 河 北四 川山 东广 西湖 南重 庆江 苏云 南福 建天 津浙 江北 京上 海广 东5000.795084.645127.085380.085412.245434.265466.576017.856042.786485.637110.547836.768471.988773.108839.68212.30270.09212.46255.53252.37255.79337.83255.65266.48346.75258.56388.79369.54384.49640.56帕克(Park)检验步骤：LS CUM C INGENR LNE2=LOG(RESID^2)GENR LNX=LOG(IN)LS LNE2 C LNX帕克(Park)检验戈里瑟(Gleiser)检验步骤：LS COM C INGENR E=ABS(RESID)GENR X1=COM^1(-1)GENR X2=COM^2(-2)GENR X3=…LS E C X1(X2, X3…)戈里瑟(Gleiser)检验1戈里瑟(Gleiser)检验2戈里瑟(Gleiser)检验3戈德菲尔德-匡特(Goldfeld-Quandt)检验Eviews命令：SORT XSMPL 1 11LS Y C XSMPL 20 30LS Y C X F=RSS2/RSS1查表可知RSS1RSS2然后计算F统计量值，选取临界值为0.05的统计值比较，如果大于，存在异方差，否则，不存在异方差。以上方法都存在一个最大的问题，是需要进行计算，有没有一种方法可以直接判断呢？答案是… EViews显示两个检验统计量：F统计量和 Obs*R2 统计量。White检验的原假设：不存在异方差性（也就是，式（*）中除?0以外的所有系数都为0成立） 。如果