异方差与自相关问题.pptVIP

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
异方差与自相关问题

第五章 异方差与自相关问题 除了本章讨论所涉及的同方差性与不自相关性以外, 关于线性回归模型的其它假定在本章中都成立。 §5.1 广义最小平方法 同方差且不自相关 §5.2 异方差问题 (一)异方差概念 §5.4 自相关问题 (一)自相关概念 §5.5 自相关模型的估计 (一)广义最小平方法对于自相关模型的意义 §5.6 异方差与自相关模型的个别值预测 解释变量组的预测设定值向量 THE END * * ——异方差模型及其估计; ——自相关模型及其估计; ——广义最小平方估计; ——异方差模型、自相关模型的预测。 异方差或自相关 正定 (~) ——(~)模型满足关于线性回归模型的全部基本假定,(~)模型的普通最小平方估计将给出系数 的线性无偏最小方差估计。 三个所谓协方差矩阵 (a)OLS估计 的协方差矩阵 (b)广义最小平方估计 的协方差矩阵 (c)伪协方差矩阵 §5.1 广义最小平方法 不全相同 异方差概念理解 (二)异方差的检测 1. 图示法 设变量 与 有 组观测值, 2. 等级相关检验 : 等级相关系数 按照某种性能,同方向分别指定各观测值的等级: 并由此产生等级变量 与 。 与 的线性相关系数,称为 与 的等级相关系数 。 §5.2 异方差问题 等级相关检验 (d) 近似服从自由度为 的 分布。根据显著性水平 及自由度 ,查取 分布临界值 。如果 ,则判定 模型存在单调形式的异方差,否则拒绝异方差。 (a) 完成模型的OLS估计,获取残差数据 ; (b) 选择可能与异方差有关的解释变量 ,计算变量 与变量 的等级相关系数 ; (c) 计算统计量 ; §5.2 异方差问题 3. 检验 (a)选择可能与异方差有关的解释变量 。将 的样本观测值由小到大进行排列,然后从这一排列的中心删去约 的观测值,并使剩余的两个子列具有相同数目( )的观测值。再对模型中的其余变量,以 的观测值序号为准,进行相应的删与留,形成A、B两个子样本; (b)两个子样本分别进行OLS估计,获取两个残差平方和: (c)构造统计量 或 ; (d)根据显著性水平 ,以及双自由度 ,查取 分布临界值 。若经比较 ,则接受模型存在单调形式的异方差,否则拒绝异方差。 §5.2 异方差问题 §5.3 异方差模型的估计 (一)广义最小平方估计对于异方差模型的意义 对于与具有较小方差相应的残差,给以较大的权数,使其在确定回归函数时,起较为重要的作用。或者说使回归函数主要参照那些对应较小方差的样本点而被决定。 (二)参数 的估计 散点图( ) 取 为函数 中的可变部分 : 几种常见的可供参考的函数形式: §5.3 异方差模型的估计 (三)异方差模型的广义最小平方估计 §5.3 异方差模型的估计 (四)异方差模型示例5.1 设 Y 表示商场利润总额,X表示商场销售收入。北京市20家最大的百货商店的销售资料 ,商场按照销售收入规模从大到小排序。 残差图提示递增形式的异方差。 §5.3 异方差模型的估计 例5.1 异方差性的等级相关检验 等级相关检验表明模型存在递增形式的异方差。 例5.1 异方差性的 检验 按照销售收入水平的排序,从中心删去第9-12号样本点,形成两个子样本A与B: 检验表明模型存在递增形式的异方差。 §5.3 异方差模型的估计 例5.1 的广义最小平方估计 试探性考虑异方差的 形式, 。经过若干次试验最后选取 §5.3 异方差模型的估计 施实变换 (~)模型的OLS估计结果: (-2.087) (6.636) §5.3 异方差模型的估计 例5.1 的广义最小平方估计: (-2.087)(6.636) 广义最小平方估计的残差平方和: OLS估计的残差平方和: §5.3 异方差模型的估计 正自相关

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档