违背基本假定问题异方差性.pptVIP

本章说明 基本假定违背主要 包括： 随机误差项序列存在异方差性； 随机误差项序列存在序列相关性； 解释变量之间存在多重共线性； 解释变量是随机变量且与随机误差项相关的随机解释变量问题； 模型设定有偏误； 解释变量的方差不随样本容量的增而收敛。 计量经济检验：对模型基本假定的检验 本章主要讨论前4类 G-Q检验 nR2=20.55085，P=0.0100.01 所以拒绝原假设，模型存在异方差 四、异方差的修正—加权最小二乘法Correcting Heteroscedasticity—Weighted Least Squares, WLS 1、加权最小二乘法 ——Weighted Least Squares, WLS 加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS估计其参数。 在采用OLS方法时: 对较小的残差平方ei2赋予较大的权数； 对较大的残差平方ei2赋予较小的权数。 例如，对一多元模型 加权后的模型满足同方差性，可用OLS法估计。 如何得到权重？ 一般情况下，异方差形式是未知的，往往直接运用模型估计后的残差项来确定权重，对模型进行修正，即权重为: 在加权最小二乘法中，权重为： 2、异方差稳健标准误法（Heteroscedasticity-Consistent Variances and Standard Errors） 应用软件中推荐的一种选择。适合样本容量足够大的情况。 仍然采用OLS，但对OLS估计量的标准差进行修正。 与不附加选择的OLS估计比较，参数估计量没有变化，但是参数估计量的方差和标准差变化明显。 即使存在异方差、仍然采用OLS估计时，变量的显著性检验有效，预测有效。 例3.2.2 地区城镇居民消费模型—OLS估计 失效 地区城镇居民消费模型—WLS 地区城镇居民消费模型—WLS—Weighted 地区城镇居民消费模型—WLS—Weighted 例4.1.4 异方差的修正 （1）加权最小二乘法 1/sqr(exp(93.20-25.98*log(x2)+1.701*(log(x2))^2)) (2)异方差稳健标准误法 估计的参数与普通最小二乘法相同，只是由于参数的标准差得到了修正，从而使得t检验值与普通最小二乘法不同 5、在实际操作中通常采用的经验方法 采用截面数据作样本时，不对原模型进行异方差性检验，而是直接选择加权最小二乘法。 如果确实存在异方差，则被有效地消除了； 如果不存在异方差性，则加权最小二乘法等价于普通最小二乘法。 采用时序数据作样本时，不考虑异方差性检验。 第四章 经典单方程计量经济学模型：放宽基本假定的模型Relaxing the Assumptions of the Classical Model §4.1 异方差性Heteroscedasticity 一、异方差的概念 二、异方差性的后果 三、异方差性的检验 四、异方差的修正 五、例题 一、异方差的概念 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，则认为出现了异方差性(Heteroscedasticity)。 1、异方差 如果出现 对于模型 同方差性假设 2、异方差的类型 同方差：?i2 = 常数，与解释变量X无关； 异方差：?i2 = f(Xi)，与解释变量X有关。 异方差一般可归结为三种类型： 单调递增型： ?i2随X的增大而增大 单调递减型： ?i2随X的增大而减小 复 杂 型： ?i2与X的变化呈复杂形式 3、实际经济问题中的异方差性 例4.1.1：截面资料下研究居民家庭的储蓄行为 Yi=?0+?1Xi+?i Yi:第i个家庭的储蓄额 Xi:第i个家庭的可支配收入。 高收入家庭： 储蓄的差异较大； 低收入家庭： 储蓄则更有规律性，差异较小。 ?i的方差呈现单调递增型变化 例4.1.2: 以绝对收入假设为理论假设、以截面数据为样本建立居民消费函数： Ci=?0+?1Yi+?i 将居民按照收入等距离分成n组，取组平均数为样本观测值。 一般情况下，居民收入服从正态分布：中等收入组人数多，两端收入组人数少。而人数多的组平均数的误差小，人数少的组平均数的误差大。 样本观测值的观测误差随着解释变量观测值的不同而不同，往往引起随机项的异方差性，且呈U形。 例4.1.3: 以某一行业的企业为样本建立企业生产函数模型 被解释变量：产出量Y，解释变量