異方差定義及檢驗_第1頁
異方差定義及檢驗_第2頁
異方差定義及檢驗_第3頁
異方差定義及檢驗_第4頁
異方差定義及檢驗_第5頁
已閱讀5頁,還剩8頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

異方差定義及檢驗第一頁,共十三頁,2022年,8月28日第一節(jié)異方差定義及檢驗一、異方差性的概念及其產(chǎn)生原因:1.定義:當計量經(jīng)濟模型的基本假設(shè)之一不能成立,即至少有一個,使得稱模型存在異方差。(對等方差假設(shè)的違背)2.類型及產(chǎn)生原因:遞增型、遞減型1)“邊錯邊改學習模型”情況導(dǎo)致方差越來越?。ㄟf減)。2)“增長導(dǎo)向型”模型導(dǎo)致方差增大(遞增型)3)數(shù)據(jù)技術(shù)改進導(dǎo)致方差縮?。?)函數(shù)形式的設(shè)定誤差;(解釋變量多設(shè)\少設(shè)\設(shè)錯)5)異常值的出現(xiàn);6)隨機因素影響。(注:異方差性易產(chǎn)生于橫截面數(shù)據(jù))第二頁,共十三頁,2022年,8月28日二、異方差的影響1.OLS估計仍然是無偏估計,但不再是最佳估計量;2.T檢驗可靠性降低;3.增大預(yù)測誤差,影響分析預(yù)測的效果。第三頁,共十三頁,2022年,8月28日異方差檢驗基本思路所謂異方差性,即相對于不同的樣本點,也就是相對于不同的解釋變量觀測值,隨機誤差項具有不同的方差。檢驗異方差性的基本思路,也就是檢驗隨機誤差項的方差與解釋變量觀測值之間的相關(guān)性。如有相關(guān),認為模型存在異方差。隨機誤差項的方差。一般的處理方法是首先采用普通最小二乘法估計模型,以求得隨機誤差項的估計量(即殘差。注意,此殘差是不嚴格的),我們稱之為“近似估計量”,用表示隨機誤差變量方差的近似值。第四頁,共十三頁,2022年,8月28日三、異方差的檢驗★1.圖形分析:(1)觀察Y、X相關(guān)圖:SCATYX(Graph)(2)殘差分析:觀察回歸方程的殘差圖在方程窗口直接點擊Residual按鈕;或:點擊View\Actual,Fitted,Residual\Table若殘差序列有放大或縮小的趨勢,說明模型存在異方差。(3)觀察殘差平方序列與X序列的相關(guān)圖第五頁,共十三頁,2022年,8月28日2.戈德菲爾德—匡特(Goldfeld—Quant)檢驗原理:適合遞增型的異方差,利用方差與解釋變量同步增長的原理,通過檢驗小方差與大方差是否有明顯差異,達到檢驗異方差的目的。步驟:1)將解釋變量的樣本值按從小到大排序,再利用OLS求出估計值和殘差序列2)在所有樣本點中刪去中間的c個點,將余下的點分為兩組,每組樣本為個。3)將兩組樣本分別作OLS,求得各自的殘差平方和,再設(shè)計統(tǒng)計量檢驗兩組殘差平方和是否有顯著差異,若有,異方差存在。第六頁,共十三頁,2022年,8月28日檢驗統(tǒng)計量:F服從分布其中為小值樣本組的殘差平方和;為大值樣本組的殘差平方和。F值大于臨界值,異方差存在。Eviews實現(xiàn):分段回歸第七頁,共十三頁,2022年,8月28日3.懷特(White)檢驗

原理:利用輔助回歸模型判斷方差與解釋變量之間是否有明顯的因果關(guān)系。例:二元模型的輔助模型為

步驟:1)假設(shè)(F-檢驗);2)估計輔助回歸模型;

3)t-統(tǒng)計量或F檢驗值有否大于臨界值(或p值較?。?若大于臨界值,異方差存在.

第八頁,共十三頁,2022年,8月28日懷特(White)檢驗的Eviews實現(xiàn)先對原模型作OLS估計,在方程結(jié)果框內(nèi)點:View\ResidualTests\WhiteHeteroskedastcity第九頁,共十三頁,2022年,8月28日4、帕克(Park)檢驗和戈里瑟(Glejser)檢驗

Park檢驗的輔助模型為:求對數(shù)后為:Glejser檢驗以為被解釋變量,以原模型的某一解釋變量為解釋變量,建立如下方程:

可有多種函數(shù)形式。(利用試回歸法,選擇關(guān)于變量的不同的函數(shù)形式,對方程進行估計并進行顯著性檢驗,如果存在某一種函數(shù)形式,使得方程顯著成立,則說明原模型存在異方差性。)可利用Eviews軟件實現(xiàn)。第十頁,共十三頁,2022年,8月28日第二節(jié)異方差的修正一、加權(quán)最小二乘法(WLS)加權(quán)最小二乘法是對原模型加權(quán),使之變成一個新的不存在異方差性的模型,然后采用普通最小二乘法估計其參數(shù)。二、改變模型的數(shù)學形式,比如將線性模型改為對數(shù)線性模型,異方差的情況將有所改善。

第十一頁,共十三頁,2022年,8月28日WLS估計的Eviews軟件實現(xiàn)1)生成權(quán)數(shù)變量WH2)使用WLS法估計模型方式1:LS(W=WH)YCX方式2:在方程窗口中點擊Estimate\Options\Weighted,并在權(quán)數(shù)變量欄輸入權(quán)數(shù)變量;3)利用White檢驗判斷是否消除

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。