放宽基本假定的回归模型异方差.pptVIP

运用矩阵语言： 第三十一页，编辑于星期一：十五点 五十四分。 回归分析，是在对线性回归模型提出若干基本假设的条件下，应用普通最小二乘法得到了线性的、无偏的、有效的参数估计量。 但是，在实际的计量经济学问题中，完全满足这些基本假设的情况并不多见。 如果违背了某一项基本假设，那么应用普通最小二乘法估计模型就不能得到无偏的、有效的参数估计量，OLS法失效，这就需要发展新的方法估计模型。 本章就是来学习打破经典假定下的回归模型 说 明 第一页，编辑于星期一：十五点 五十四分。 基本假定违背：不满足基本假定的情况。 主要包括： （1）随机误差项序列存在异方差性； （2）随机误差项序列存在序列相关性； （3）解释变量之间存在多重共线性； （4）解释变量是随机变量且与随机误差项相关 （随机解释变量）； 本章学习重点是前两个 第二页，编辑于星期一：十五点 五十四分。 5.1 异方差性 一、异方差的概念 二、异方差的类型 三、异方差产生的原因 四、异方差性的后果 五、异方差性的检验 六、异方差的解决方法 七、案例 第三页，编辑于星期一：十五点 五十四分。 对于模型 如果出现 即对于不同的样本点，随机误差项的方差不再是常数，而互不相同——出现了异方差性(Heteroskedasticity)。 一、异方差的概念 第四页，编辑于星期一：十五点 五十四分。 矩阵表示：