異方差(計(jì)量經(jīng)濟(jì)學(xué)南開(kāi)大學(xué)).ppt

《異方差(計(jì)量經(jīng)濟(jì)學(xué)南開(kāi)大學(xué)).ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《異方差(計(jì)量經(jīng)濟(jì)學(xué)南開(kāi)大學(xué)).ppt（13頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

第六章異方差,第一節(jié)異方差的性質(zhì),一、異方差,在經(jīng)典線性回歸模型（CLRM）中，我們假定隨即干擾項(xiàng)具有同方差性，即：Var(ui|Xi)=Eui-E(ui)|Xi2=E(ui2|Xi2=2這實(shí)際上是假定了解釋變量Yi的值圍繞其期望值的分散程度相同。實(shí)際上，對(duì)應(yīng)于解釋變量的不同取值，方差可能不同，即本假定不成立。,Y2,X2,.,Y1,X1,X2,.,同方差,異方差,或者說(shuō)，。,在這種情況下，稱(chēng)隨機(jī)項(xiàng)ui具有異方差性。,二、異方差的原因,1、因變量與解釋變量間相互關(guān)系的性質(zhì)。如“干中學(xué)”、經(jīng)濟(jì)行為規(guī)則等。2、解釋變量的遺漏。3、異常觀測(cè)值的出現(xiàn)。4、時(shí)間序列數(shù)據(jù)中，觀測(cè)技術(shù)的改進(jìn)引起的觀測(cè)值的變化。,三、異方差的后果由于異方差性，基于CLRM假定的OLS估計(jì)參數(shù)結(jié)果將受到影響。1、考慮異方差性的OLS估計(jì)如果假定，保留其它的CLRM假定，以雙變量回歸模型為例，普通OLS估計(jì)為：,可以證明該估計(jì)量是線性、無(wú)偏的（第二章的證明），但是否為最優(yōu)估計(jì)量（具有最小方差性）性，則不一定?？梢栽诳紤]異方差性的前提下，采用適當(dāng)?shù)腛LS估計(jì)方法來(lái)分析。,2、存在異方差性的OLS估計(jì)廣義最小二乘法（GLS)估計(jì)對(duì)于,可以進(jìn)行變量代換，構(gòu)造滿足CLRM假定的回歸方程。,在估計(jì)過(guò)程中，新模型的殘差平方和實(shí)際上是原模型的殘差的加權(quán)平方和：,因此，這種GLS估計(jì)，稱(chēng)為加權(quán)最小二乘法（WLS)。顯然，在求最小殘差的過(guò)程中，對(duì)于方差較大的觀測(cè)值賦予的權(quán)重較小（不符合“平均”意義上的“異?！庇^測(cè)值），而對(duì)于方差較小的觀測(cè)值賦予較大的權(quán)重，使樣本回歸函數(shù)更接近總體回歸函數(shù)。,這種先將原始變量轉(zhuǎn)換成滿足CLRM假定的轉(zhuǎn)換變量，再利用OLS進(jìn)行估計(jì)的方法，稱(chēng)為廣義最小二乘法（GLS），得到的估計(jì)量稱(chēng)為GLS估計(jì)量。顯然，GLS估計(jì)量是BLUE的。,3、考慮OLS估計(jì)與GLS估計(jì)的比較OLS估計(jì)量：,GLS估計(jì)量：,1、兩種估計(jì)量都是無(wú)偏的。2、GLS估計(jì)量具有最小方差性：。3、在假設(shè)檢驗(yàn)中，OLS估計(jì)將降低檢驗(yàn)的顯著性。4、OLS估計(jì)降低估計(jì)的精度。4、忽略異方差的OLS估計(jì)（同方差假定下的OLS估計(jì)），不僅不具最小方差性，而且估計(jì)是有偏的。以此為基礎(chǔ)的統(tǒng)計(jì)推斷將可能產(chǎn)生嚴(yán)重的誤導(dǎo)。,第二節(jié)異方差性的探察由于異方差性可能導(dǎo)致的后果，在估計(jì)中要考慮如何探察異方差的存在，并采取相應(yīng)的補(bǔ)救措施。一、圖示法由于在存在異方差的情況下，隨機(jī)項(xiàng)ui的方差與解釋變量的取值有關(guān)，因此可以畫(huà)出因變量Y與解釋變量X的散點(diǎn)圖，或同方差假定下以O(shè)LS估計(jì)得到的殘差平方與X或Y(多變量模型中)的散點(diǎn)圖，據(jù)此對(duì)異方差做出直觀的近似判斷。(P359-360圖11.7，圖11.8)二、帕克（Pack）檢驗(yàn),且能確定影響隨機(jī)項(xiàng)的解釋變量。,二、格蘭奇（Glejser）檢驗(yàn),如果回歸結(jié)果表明異方差與多個(gè)變量有關(guān)，可以引入多個(gè)變量進(jìn)行回歸，并進(jìn)行檢驗(yàn)。格蘭奇（Glejser）檢驗(yàn)的優(yōu)點(diǎn)在于，在檢驗(yàn)異方差的同時(shí)，可以得到異方差形式的信息（與解釋變量的關(guān)系），在后續(xù)分析中據(jù)此處理樣本數(shù)據(jù)和回歸模型，以得到BLUE估計(jì)。,三、斯皮爾曼（Spearman）等級(jí)相關(guān)系數(shù)檢驗(yàn)通過(guò)隨機(jī)項(xiàng)的方差與解釋變量的等級(jí)相關(guān)系數(shù)的顯著性檢驗(yàn)，判斷是否存在異方差性。步驟：,這一檢驗(yàn)的依據(jù)，其實(shí)就是檢查隨著因變量的變化，方差是否隨之變化（等級(jí)差異意味著變動(dòng)）。,四、戈德菲爾德匡特（Goldfied-Quandt）檢驗(yàn)G-Q檢驗(yàn)適用于大樣本、隨機(jī)項(xiàng)的方差與某異解釋變量存在正相關(guān)的情況。檢驗(yàn)的前提條件是：隨機(jī)項(xiàng)服從正態(tài)分布；無(wú)序列相關(guān)。步驟：,如果同方差，則F1；如果存在以方差性，根據(jù)正相關(guān)的假設(shè)，F(xiàn)1。F越大（超過(guò)臨界值），說(shuō)明存在以方差性的可能性就越大。,第三節(jié)異方差模型的處理一、隨機(jī)項(xiàng)的方差已知的情況,對(duì)新模型作OLS回歸可以估計(jì)出原模型參數(shù)的BLUE估計(jì)。,二、隨機(jī)項(xiàng)的方差未知的情況存在以方差性，則隨機(jī)項(xiàng)的方差與一個(gè)或多個(gè)解釋變量有關(guān)。如：,可得到滿足CLRM假定的新模型：,因此，關(guān)鍵的問(wèn)題是找出異方差的具體形式。,