计量经济学 第五章 异方差 ppt课件
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
OLS回归。注意，上式中要保留常数项。求辅助回归式的可决系数R2。 ③White检验的零假设和备择假设是
H0：ut不存在异方差， H1：ut存在异方差。
10
5.4 异方差检验
(2) White检验
④在同方差假设条件下，统计量
TR 2 2(5)
其中T表示样本容量，R2是辅助回归式的OLS估计的可决系数。 自由度5表示辅助回归式中解释变量项数（注意，不计算常数 项）。T R 2属于LM统计量。 ⑤判别规则是
2
1
0
-1
1
0 20 40 60 80 100 120 140 160 180 200
-2
-3 0
T
50
100
150
200
散点图
残差图
7
5.4 异方差检验
(1) Goldfeld-Quandt 检验
H0: ut 具有同方差， H1: ut 具有递增型异方差。
①把原样本分成两个子样本。具体方法是把成对（组）的观 测值按解释变量顺序排列，略去m个处于中心位置的观测值 （通常T 30时，取m T / 4，余下的T- m个观测值自然分成 容量相等，(T- m) / 2，的两个子样本。）
主对角线上的部分或全部元素都不为零，误差项就是自相关的。
异方差通常有三种表现形式，（1）递增型，（2）递减型，（3）条件自回
归型。 7
Байду номын сангаас
6
Y 6
4
DJ P Y
5
2
4
0
3
-2
2
-4
1
-6
0 20 40 60 80 100 120 140 160 180 200
-8
4
400 500 600 700 800 900 1000 1100 1200
7
6
Y
Y
5
4
3
2
1
X
0 0
50
100
150
200
8
5.4 异方差检验
(1) Goldfeld-Quandt 检验
②用两个子样本分别估计回归直线，并计算残差平方和。
相对于n2 和n1 分别用SSE2 和SSE1表式。
③
构造F统计量。F
=
SS2E/(n2k)
S
S2E，（k为模型中被估参数个数）
SS1E/(n1k) SS1E
回归参数估计量仍具有无偏性和一致性。但是不再具有有效性。
E( ˆ ) = E[ (X 'X )-1 X 'Y ] = E[ (X 'X )-1 X ' (X + u) ] = + (X 'X)-1 X ' E(u) =
Var( ˆ ) = E [( ˆ - ) ( ˆ - )' ] = E [(X 'X )-1 X ' u u' X (X 'X)-1 ] = (X ' X)-1 X ' E (u u' ) X (X ' X )-1 = 2 (X 'X )-1 X ' X (X ' X )-1
不等于 (X ' X )-1，所以异方差条件下 ˆ 是非有效估计量。
6
5.4 异方差检验
5.4.1 定性分析异方差
(1) 宏观经济变量容易出现异方差(自回归条件异方差)。
(2) 利用散点图做初步判断。
(3) 利用残差图做初步判断(以解释变量为横坐标，残差平方
为纵坐标)。
7 Y
6 5 4 3 2
3 Y
yt = 0 +1 xt1 +2 xt2 + ut
①首先对上式进行OLS回归，求残差ut 。
②做如下辅助回归式，
uˆ t 2 = 0 +1 xt1 +2 xt2 + 3 xt12 +4 xt22 + 5 xt1 xt2 + vt
即用 uˆ t 2 对原回归式中的各解释变量、解释变量的平方项、交叉积项进行
② 此法只适用于递增型异方差。
③ 对于截面样本，计算F统计量之前，必须先把数据按解释变量的值排序9。
5.4 异方差检验
(2) White检验
White检验由H. White 1980年提出。White检验不需要对观测值排序，也不
依赖于随机误差项服从正态分布，它是通过一个辅助回归式构造 2 统计量
进行异方差检验。以二元回归模型为例，White检验的具体步骤如下。
white检验、Glejser检验） 异方差的修正方法（GLS、WLS） 异方差案例分析
2
5.1异方差概念
同方差假定：模型的假定条件⑴ 给出Var(u) 是一个对角 矩阵，且主对角线上的元素都是常数且相等。
1 0
Var(u) = E(u u' ) = 2I =
σ
2
1
0
1
12 10 Y
5.2 异方差来源与后果
异方差来源：
(1) 时间序列数据和截面数据中都有可能存在异方差。 (2) 经济时间序列中的异方差常为递增型异方差。金 融时间序列中的异方差常表现为自回归条件异方差。
1.2E+12 1.0E+12
GDP of Philippin
8.0E+11
6.0E+11
4.0E+11
2.0E+11
以下讨论都是在模型某一个假定条件违反，而其他 假定条件都成立的情况下进行。分5个步骤。
回顾假定条件。 假定条件不成立对模型参数估计带来的影响。 定性分析假定条件是否成立。 假定条件是否成立的检验（定量判断）。 假定条件不成立时的补救措施。
第5章 异方差
1
第5章 异方差
异方差概念 异方差来源与后果 异方差检验（Goldfeld-Quandt 检验、
0.0E+00 84 86 88 90 92 94 96 98 00 02
1. 2E+ 11 8. 0E+ 10
RESID
4. 0E+ 10
0. 0E+ 00
-4. 0E+ 10
-8. 0E+ 10 84 86 88 90 92 94 96 98 00 02
5
5.2 异方差来源与后果
异方差后果：
当 Var(ut) = t 2，为异方差时（t 2 是一个随时间或序数变化的量），
在H0成立条件下，F F(n2 - k, n1 - k)
④ 判别规则如下，
若 F F (n2 - k, n1 - k), 接受H0（ut 具有同方差） 若 F > F(n2 - k, n1 - k), 拒绝H0（递增型异方差） 注意：
① 当摸型含有多个解释变量时，应以每一个解释变量为基准检验异方差。
8
6
4
2
0
X
-2
3
0
50
100
150
200
5.1异方差概念
当这个假定不成立时，Var(u) 不再是一个纯量对角矩阵。
11
0
Var(u) = 2 =
σ
2
22
2 I
0
TT
当误差向量u的方差协方差矩阵主对角线上的元素不相等时，称该随机误差
系列存在异方差。非主对角线上的元素表示误差项之间的协方差值。若 非
H0：ut不存在异方差， H1：ut存在异方差。
10
5.4 异方差检验
(2) White检验
④在同方差假设条件下，统计量
TR 2 2(5)
其中T表示样本容量，R2是辅助回归式的OLS估计的可决系数。 自由度5表示辅助回归式中解释变量项数（注意，不计算常数 项）。T R 2属于LM统计量。 ⑤判别规则是
2
1
0
-1
1
0 20 40 60 80 100 120 140 160 180 200
-2
-3 0
T
50
100
150
200
散点图
残差图
7
5.4 异方差检验
(1) Goldfeld-Quandt 检验
H0: ut 具有同方差， H1: ut 具有递增型异方差。
①把原样本分成两个子样本。具体方法是把成对（组）的观 测值按解释变量顺序排列，略去m个处于中心位置的观测值 （通常T 30时，取m T / 4，余下的T- m个观测值自然分成 容量相等，(T- m) / 2，的两个子样本。）
主对角线上的部分或全部元素都不为零，误差项就是自相关的。
异方差通常有三种表现形式，（1）递增型，（2）递减型，（3）条件自回
归型。 7
Байду номын сангаас
6
Y 6
4
DJ P Y
5
2
4
0
3
-2
2
-4
1
-6
0 20 40 60 80 100 120 140 160 180 200
-8
4
400 500 600 700 800 900 1000 1100 1200
7
6
Y
Y
5
4
3
2
1
X
0 0
50
100
150
200
8
5.4 异方差检验
(1) Goldfeld-Quandt 检验
②用两个子样本分别估计回归直线，并计算残差平方和。
相对于n2 和n1 分别用SSE2 和SSE1表式。
③
构造F统计量。F
=
SS2E/(n2k)
S
S2E，（k为模型中被估参数个数）
SS1E/(n1k) SS1E
回归参数估计量仍具有无偏性和一致性。但是不再具有有效性。
E( ˆ ) = E[ (X 'X )-1 X 'Y ] = E[ (X 'X )-1 X ' (X + u) ] = + (X 'X)-1 X ' E(u) =
Var( ˆ ) = E [( ˆ - ) ( ˆ - )' ] = E [(X 'X )-1 X ' u u' X (X 'X)-1 ] = (X ' X)-1 X ' E (u u' ) X (X ' X )-1 = 2 (X 'X )-1 X ' X (X ' X )-1
不等于 (X ' X )-1，所以异方差条件下 ˆ 是非有效估计量。
6
5.4 异方差检验
5.4.1 定性分析异方差
(1) 宏观经济变量容易出现异方差(自回归条件异方差)。
(2) 利用散点图做初步判断。
(3) 利用残差图做初步判断(以解释变量为横坐标，残差平方
为纵坐标)。
7 Y
6 5 4 3 2
3 Y
yt = 0 +1 xt1 +2 xt2 + ut
①首先对上式进行OLS回归，求残差ut 。
②做如下辅助回归式，
uˆ t 2 = 0 +1 xt1 +2 xt2 + 3 xt12 +4 xt22 + 5 xt1 xt2 + vt
即用 uˆ t 2 对原回归式中的各解释变量、解释变量的平方项、交叉积项进行
② 此法只适用于递增型异方差。
③ 对于截面样本，计算F统计量之前，必须先把数据按解释变量的值排序9。
5.4 异方差检验
(2) White检验
White检验由H. White 1980年提出。White检验不需要对观测值排序，也不
依赖于随机误差项服从正态分布，它是通过一个辅助回归式构造 2 统计量
进行异方差检验。以二元回归模型为例，White检验的具体步骤如下。
white检验、Glejser检验） 异方差的修正方法（GLS、WLS） 异方差案例分析
2
5.1异方差概念
同方差假定：模型的假定条件⑴ 给出Var(u) 是一个对角 矩阵，且主对角线上的元素都是常数且相等。
1 0
Var(u) = E(u u' ) = 2I =
σ
2
1
0
1
12 10 Y
5.2 异方差来源与后果
异方差来源：
(1) 时间序列数据和截面数据中都有可能存在异方差。 (2) 经济时间序列中的异方差常为递增型异方差。金 融时间序列中的异方差常表现为自回归条件异方差。
1.2E+12 1.0E+12
GDP of Philippin
8.0E+11
6.0E+11
4.0E+11
2.0E+11
以下讨论都是在模型某一个假定条件违反，而其他 假定条件都成立的情况下进行。分5个步骤。
回顾假定条件。 假定条件不成立对模型参数估计带来的影响。 定性分析假定条件是否成立。 假定条件是否成立的检验（定量判断）。 假定条件不成立时的补救措施。
第5章 异方差
1
第5章 异方差
异方差概念 异方差来源与后果 异方差检验（Goldfeld-Quandt 检验、
0.0E+00 84 86 88 90 92 94 96 98 00 02
1. 2E+ 11 8. 0E+ 10
RESID
4. 0E+ 10
0. 0E+ 00
-4. 0E+ 10
-8. 0E+ 10 84 86 88 90 92 94 96 98 00 02
5
5.2 异方差来源与后果
异方差后果：
当 Var(ut) = t 2，为异方差时（t 2 是一个随时间或序数变化的量），
在H0成立条件下，F F(n2 - k, n1 - k)
④ 判别规则如下，
若 F F (n2 - k, n1 - k), 接受H0（ut 具有同方差） 若 F > F(n2 - k, n1 - k), 拒绝H0（递增型异方差） 注意：
① 当摸型含有多个解释变量时，应以每一个解释变量为基准检验异方差。
8
6
4
2
0
X
-2
3
0
50
100
150
200
5.1异方差概念
当这个假定不成立时，Var(u) 不再是一个纯量对角矩阵。
11
0
Var(u) = 2 =
σ
2
22
2 I
0
TT
当误差向量u的方差协方差矩阵主对角线上的元素不相等时，称该随机误差
系列存在异方差。非主对角线上的元素表示误差项之间的协方差值。若 非