复旦大学-经济学院-谢识予-计量经济学-第六章-异方差.pptVIP

当 时，先作一个简单变换，然后用最小二乘法(chéngfǎ)估计 和 的估计值，对 的显著性检验等价于对模型误差项是否存在异方差性的检验。 如果 确实存在显著性，说明模型确实存在异方差性。 异方差的具体模式也可以根据上述回归方程判断。 第三十页，共39页。 与戈里瑟检验相似的另一种检验方法，是根据(gēnjù)对残差序列和残差平方序列的直观分析，采用适当的 函数形式，对模型 进行回归拟合 与 的关系，并通过检验它们之间是否存在显著关系判断原模型误差项是否有异方差问题。 的函数形式反映原模型异方差的模式。 第三十一页，共39页。 第三节 异方差(fānɡ chà)的克服和处理 处理异方差，首先可以利用增长率具有消除随着数据数值增大而波动幅度增大问题的作用，通过改用增长模型来消除或避免异方差问题。 但这些方法比较盲目，效果如何需要事后的检验评价判断。 处理异方差更主要的方法，是根据(gēnjù)异方差的具体形式，通过对模型的相应变换等，针对性地克服异方差问题。 第三十二页，共39页。 如线性回归模型 经检验(jiǎnyàn)，知误差项有如下形式的异方差性： 可以用 除模型的各项，得到 第三十三页，共39页。 新模型误差项的方差为： 显然已经不存在异方差问题。用这个新模型进行(jìnxíng)线性回归分析，可以克服原模型的异方差问题，同样可以得到原模型所有参数的估计。 第三十四页，共39页。 考察上述新模型最小二乘估计的回归残差平方和： 可以发现(fāxiàn)该残差平方和相当于原模型最小二乘估计残差平方和，每一项都乘一个权重的加权平方和，其中权重即 ＝ 第三十五页，共39页。 因此通过上述模型变换得到的参数估计量也称为(chēnɡ wéi)“加权最小二乘估计”。 加权最小二乘估计正是克服线性回归模型异方差性的针对性方法，这种方法的实质可以理解为对方差较小部分的样本数据的信息更加重视。 第三十六页，共39页。 [例6-1] 在研究(yánjiū)某地区居民的储蓄倾向时，得到了如表6.1的数据资料。判断用线性回归模型研究(yánjiū)居民储蓄倾向时，误差项是否存在异方差，以及处理的方法。 具体处理请参考eviews软件。 第三十七页，共39页。 表6.1 个人收入和储蓄(chǔxù)数据 n 储蓄(chǔxù) 收入 n 储蓄(chǔxù) 收入 1 264 8777 17 1578 24127 2 105 9210 18 1654 25604 3 90 9954 19 1400 26500 4 131 10508 20 1829 27670 5 122 10979 21 2200 28300 6 107 11912 22 2017 27430 7 406 12747 23 2105 29560 8 503 13499 24 1600 28150 9 431 14269 25 2250 32100 10 588 15522 26 2420 32500 11 898 16730 27 2570 35250 12 950 17663 28 1720 33500 13 779