第五讲异方差和自相关讲课文档.pptVIP

自相关经典假设随机误差项彼此之间不相关如果存在自相关，则：时间序列数往往存在着自相关，即：一般时间序列数据中，i.i.d假设不成立第28页，共41页。如果存在自相关：随机误差项的方差-协方差矩阵的非主对角线上的元素不为0。第29页，共41页。第1页，共41页。优选第五讲异方差和自相关第2页，共41页。此时可得：在存在异方差的情况下：因此，估计结果无偏，但不是有效的（随机误差项方差变大）。第3页，共41页。误差项存在异方差：U的方差-协方差矩阵Var(u)主对角线上的元素不相等。第4页，共41页。异方差是违背了球型扰动项假设的一种情形。在存在异方差的情况下：（1）OLS估计量依然是无偏、一致且渐近正态的。（2）估计量方差Var(b|X)的表达式不再是σ2(X’X)?1，因为Var(ε|X)≠σ2I。（3）Gauss-Markov定理不再成立，即OLS不再是最佳线性无偏估计（BLUE）。第5页，共41页。一般截面数据容易产生异方差而时间序列数据容易产生自相关第6页，共41页。异方差的检验1。残差图2。怀特检验3。Breusch-Pagan（BP）检验4。G-Q检验(Goldfeld-Quandt,1965)5。Szroeters秩检验(Szreter,1978)后两种现在已经基本不用。第7页，共41页。1。画图：散点图和残差图。第8页，共41页。1。残差图：rvfplot（residual-versus-fittedplot）rvpplotvarname（residual-versus-predictorplot）作图命令一定要在回归完成之后进行rvfplotyline(0)第9页，共41页。2。怀特检验：第10页，共41页。第11页，共41页。第12页，共41页。2。怀特检验命令：做完回归后，使用命令：estatimtest,white第13页，共41页。BreuschandPagan检验根据异方差检验的基本思路，BreuschandPagan（1979）和CookandWeisberg（1983）主要思路：用ei2/avg(ei2)对一系列可能导致异方差的变量作回归。第14页，共41页。H0：a1=a2=...=0（不存在）H1：a1，a2...不全为0（存在）Step1：估计原方程，提取残差，并求其平方ei2。Step2：计算残差平方和的均值avg(ei2)。Step3：估计方程，被解释变量为ei2/avg(ei2)，解释变量依然为原解释变量。Step4：构造统计量Score=0.5*RSS服从自由度为k的卡方分布。查表检验整个方程的显著性。注意：在第3步中，方便起见也可以用被解释变量的拟合值作为解释变量。第15页，共41页。3。BP检验：做完回归后，使用命令：estathettest,normal（使用拟合值y?）estathettest,rhs（使用方程右边的解释变量，而不是y?）最初的BP检验假设扰动项服从正态分布，有一定局限性。Koenker（1981）将此假定放松为iid，在实际中较多采用，其命令为：estathettest,iidestathettest,rhsiid第16页，共41页。1.sysuseauto,clearregpriceweightlengthmpg检查是否具有异方差。2。regweightlengthmpg检查是否具有异方差。3。useproduction,clearreglnylnklnl检查是否具有异方差第17页，共41页。4。usenerlove,clearreglntclnqlnpllnpflnpk检验是否具有异方差第18页，共41页。异方差的处理1。使用“OLS+异方差稳健标准误”（robuststandarderror）：这是最简单，也是目前比较流行的方法。只要样本容量较大，即使在异方差的情况下，只要使用稳健标准误，则所有参数估计、假设检验均可照常进行。sysusenlsw88,clearregwagettl_expraceageindustryhoursregwagettl_expraceageindustryhours,r第19页，共41页。2。利用广义最小二乘法（GLS）广义最小二乘法是对原模型加权，使