第五讲异方差和自相关.pptVIP

第五讲异方差和自相关;优选第五讲异方差和自相关;此时可得：

在存在异方差的情况下：;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。;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）。;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;异方差的检验;1。画图：散点图和残差图。

;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);2。怀特检验：;第11页，共41页。;;;BreuschandPagan检验;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