第8章多元线性回归异方差的处理.pptxVIP

;多元回归分析的基本假设 ;对于模型;二、异方差的类型;异方差类型图示;三、异方差性的实际案例; 例2：以绝对收入假设为理论假设、以截面数据为样本建立居民消费函数： Ci=?0+?1Yi+?I; 例3：以某企业为样本建立企业生产函数模型 Yi=Ai?1 Ki?2 Li?3e?i;四、异方差的影响; 1、图示法;(2)用“X-残差”的散点图进行判断——看是否形成一斜率为零的直线;;2.White检验;;3.Glejser检验;原假设是同方差，即不存在异方差 .regress 被解释变量 解释变量 .estat hettest 辅助变量, 选项 Estat语句中的辅助变量，是用来指定辅助回归变量，缺少辅助回归变量则用被解释变量建立辅助回归。 假定选项有： normal： 假定原回归模型残差项呈正态分布。 fstat： 也是假定原回归模型残差项相互独立，给出F统计量和P值。;（一）加权最小二乘法 加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS估计其参数。 在实际操作中人们通常采用如下的经验方法：不对原模型进行异方差性检验，而是直接选择加权最小二乘法，尤其是采用截面数据作样本时。 .regress y x1 x2 [aw=v]，权重V代表分析权数，通常用于校正异