庞皓计量经济学课件第五章异方差性幻灯片.ppt

* 从表5.5可以看出 由White检验知， 在 下，查 分布表得临界值 因为 所以拒绝原假设，不拒绝备 择假设，表明模型存在异方 差。 表5.5 * 四、异方差的修正 加权最小二乘法（WLS） 分别选用权数: 生成权数： 在Genr/Enter equation中分别键入： 经估计检验发现用权数 较好，下面只给出用权 数 的结果。 * 方法:在Estimate equation 中输入“ ”,点 option,在对话框中点 weighted LS,在weighted 中输入“ ”再点ok ,即出现加权最小二乘结果。 * 表 5.7 估计结果： 结论: 运用加权小二乘法消 除了异方差性后，参数的t检验 均显著，可决系数大幅提高， F检验也显著，并说明人口数 量每增加1万人，平均说来将 增加2.953个卫生医疗机构，而 不是引子中得出的增加5.3735 个医疗机构。 * 第五章 小 结 1.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。 2.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。 3.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。 * 4.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、ARCH检验以及Glejser检验，运用这些检验方法时要注意它们的假设条件。 5.异方差性的主要方法是加权最小二乘法，也可以用变量变换法和对数变换法。变量变换法与加权最小二乘法实际是等价的。 * 第 五 章 结 束 * 3.计算 利用求回归估计式（5.15）得到辅助回归函数的可决系数 ， 为样本容量。 4.提出假设 * 5.检验 在零假设成立下，有 渐进服从自由度为5的 分布。给定显著性水平 ,查 分布表得临界值 ，如果 ,则拒绝原假设，表明模型中随机误差存在异方差 。 * （一）ARCH 过程 设ARCH 过程为 为ARCH过程的阶数,并且 为随机误差。 （二）检验的基本思想 在时间序列数据中，可认为存在的异方差性为ARCH过程， 并通过检验这一过程是否成立去判断时间序列是否存在异方 差。 四、ARCH检验 * 1.提出原假设 2.参数估计并计算 对原模型作OLS估计，求出残差 ，并计算 残差平方序列 ，以分别作为对 的估计。 （三）ARCH 检验的基本步骤 * 3.求辅助回归 （5.17） 4.检验 计算辅助回归的可决系数 与 的乘积 。在 成立时，基于大样本， 渐进服从 分布。 给定显著性水平 ，查 分布表得临界值 ，如果 ，则拒绝原假 设，表明模型中得随机误差存在异方差。 * ●变量的样本值为大样本 ●数据是时间序列数据 ●只能判断模型中是否存在异方差，而不能诊断出哪一