计量经济学教程和课件5.2异方差性.ppt

*小结异方差性是指模型中随机误差项的方差不是常量，而且它的变化与解释变量的变动有关。产生异方差性的主要原因有：模型中略去的变量随解释变量的变化而呈规律性的变化、变量的设定问题、截面数据的使用，利用平均数作为样本数据等存在异方差性时对模型的OLS估计仍然具有无偏性，但最小方差性不成立，从而导致参数的显著性检验失效和预测的精度降低。检验异方差性的方法有多种，常用的有图形法、Goldfeld-Qunandt检验、White检验、Glejser检验等，运用这些检验方法时要注意它们的假设条件。异方差性的主要方法是加权最小二乘法。*三、异方差性*什么是异方差性异方差性（heteroscedasticity）：回归模型误差项的方差不相同同方差性（homoscedasticity）*什么是异方差性同方差性XY概率密度X：受教育年限Y：工资*什么是异方差性异方差性XY概率密度X：收入Y：消费支出*什么是异方差性异方差性XY概率密度X：时间Y：打字错误*什么是异方差性产生异方差性的原因原因解释变量：收入被解释变量：消费支出解释变量与误差项相关随着收入的增加，支出差异性更大有重要的解释变量未被包含在回归模型中物价也是影响支出的因素，物价上涨时，高收入者有可能拿出更多的钱来消费，因而支出差异性更大异常值（outliers）*异方差性的影响回归系数的OLS估计量虽然是无偏的、一致的，但不再是有效的回归标准差的估计不再是无偏的回归系数OLS估计量的方差估计不再是无偏的，因而t统计量不再服从t分布，F统计量不再服从F分布，从而无法进行区间估计和假设检验无法根据回归结果进行预测*异方差性的诊断图解法布罗施-培甘检验（Breusch-Pagantest）怀特检验（Whitetest）帕克检验（Parktest）Glesjertest戈德菲尔德-匡特检验（Goldfeld-Quandttest）*异方差性的诊断图解法在同方差假定下作回归分析，用残差项平方与解释变量做散点图X*异方差性的诊断图解法：简便处理用残差项平方与因变量拟合值做散点图*异方差性的诊断例题1988年美国公司销售额与研发支出的关系*异方差性的诊断例题*异方差性的诊断布罗施-培甘检验（Breusch-Pagantest）*异方差性的诊断例题：BPTest*异方差性的诊断怀特检验（Whitetest）*异方差性的诊断怀特检验的特例*异方差性的诊断例题：WhiteTest*异方差性的诊断戈里瑟(Gleiser)检验尝试建立|ei|关于解释变量X的各种幂次方程：|ei|=β0+β1Xi+vi|ei|=β0+β1Xi-1+vi等选择关于变量X的不同的函数形式，对方程进行估计并进行显著性检验，如果存在某一种函数形式，使得方程显著成立，则说明原模型存在异方差性。检验的特点：不仅能对异方差的存在进行判断，而且还能对异方差随某个解释变量变化的函数形式进行诊断。该检验要求变量的观测值为大样本。*异方差性的诊断戈德菲尔德—匡特检验（GoldfeldQuandtTest）*异方差性的处理加权最小二乘法（WeightedLeastSquare，WLS）重新设定模型怀特一致协方差矩阵估计（WhiteHeteroskedasticity-ConsistenceCovarianceMatrixEstimation）*异方差性的处理加权最小二乘估计：误差项方差已知*异方差性的处理加权最小二乘估计：误差项方差未知*异方差性的处理例题：加权最小二乘估计1988年美国公司销售额与研发支出的关系*异方差性的处理可行的广义最小二乘估计在一般情况下，我们并不知道异方差的具体形式，需要对异方差的函数形式做出估计，然后再进行加权最小二乘估计，这种方法属于可行的广义最小二乘估计（FeasibleGeneralizedLeastSquare,FGLS）*异方差性的处理可行的广义最小二乘估计*异方差性的处理例题1996年中国各省市城镇居民人均收入与人均消费的关系*异方差性的处理重新设定模型*异方差性的处理例题1996年中国各省市城镇居民人均收入与人均消费的关系*异方差性的处理怀特一致协方差矩阵估计如果存在异方差，则对于通过OLS得到的估计量不能进行t检验和F检验。EViews等软件提供怀特一致协方差矩阵估计量（WhiteHetero