多元线性回归-异方差问题

多元线性回归-异方差问题

ID:37396100

大小:417.60 KB

页数:38页

时间:2019-05-11

多元线性回归-异方差问题_第1页
多元线性回归-异方差问题_第2页
多元线性回归-异方差问题_第3页
多元线性回归-异方差问题_第4页
多元线性回归-异方差问题_第5页
资源描述:

《多元线性回归-异方差问题》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第九章多元线性回归的异方差问题一、异方差及其影响二、异方差的发现和判断三、异方差的解决方法1一、异方差及其影响1、异方差的定义:对于多元线性回归模型,如果随机扰动项的方差并非是不变的常数,则称为存在异方差(heteroscedasticity)。异方差可以表示为。或2两变量线性回归模型的异方差31、异方差的定义异方差主要出现在截面数据分析中,例如大公司的利润变化幅度要比小公司的利润变化幅度大,即大公司利润的方差比小公司利润的方差大。这取决于公司的规模、产业特点和研究开发支出多少等因素。又如高收入家

2、庭通常比低收入家庭对某些商品的支出有更大的方差。例6-1:人均家庭支出(cum)和可支配收入(in)的关系模型给出中国1998年各地区城镇居民平均每人全年家庭交通及通讯支出(cum)和可支配收入(in)的数据,估计两者之间的关系模型42、异方差的影响1、OLS估计量不再是BLUE,其是无偏和一致的,但并非有效的,即不再具有方差最小性。2、检验假设的统计量不再成立,建立在t分布和F分布之上的置信区间和假设检验不可靠。5二、异方差的发现和判断(一)残差的图形检验(二)帕克检验(Parktest)(三)

3、戈里瑟检验(Glejsertest)(四)怀特检验(Whitetest)6(一)残差的图形检验这是一种最直观的方法,它以某一变量(通常取因变量)作为横坐标,以随机项的估计量e或e2为纵坐标,根据作出的散点图直观地判断是否存在相关性。如果存在相关性,则存在异方差。通常的方法是先产生残差序列,再把它和因变量一起绘制散点图。例6-2:利用该方法绘制上一章关于美国机动车消费量的模型中QMG与残差的散点图。7(二)Breusch-Pagan检验假设回归模型如下:检验假定线性函数8步骤:1、作普通最小二乘回归

4、(1),不考虑异方差问题。2、从原始回归方程中得残差ui,并求其平方。3、利用原始模型中的解释变量作形如上式(2)的回归,记下这个回归的R平方。4、检验零假设是对方程(2)进行F检验,或计算LM统计量进行检验。9(三)戈里瑟检验1、通常拟合和之间的回归模型:根据图形中的分布选择2、再检验零假设=0(不存在异方差)。如果零假设被拒绝,则表明可能存在异方差。10(四)怀特检验假设有如下模型:(3)基本步骤:1、首先用OLS方法估计回归方程(3)式。2、然后作辅助回归:(4)113、求辅助回归方程的R2

5、值。在零假设:不存在异方差下,White证明了,从方程(4)中获得R2值与样本容量(n)的积服从卡方分布自由度等于(4)式中的解释变量的个数。4、根据样本计算统计量n*R2值,并与所选取的显著性水平进行比较,看是否接受零假设(零假设为残差不存在异方差性)。5、Eviews计算:View-ResidualTests-WhiteHeteroskedasticity.应用:对例6-1进行White异方差检验(四)怀特检验12等价的White检验(1)用OLS估计模型(3),得到残差和拟合值,计算它们的平

6、方;(2)做回归记下这个回归的R平方(3)构造F或LM统计量并计算p值(前者为F2,n-3分布,后者用分布。13(五)实例使用Wooldridge中的数据HPRICE.RAW中的数据来检验一个简单的住房价格方程中的异方差性。水平变量模型为(分别采用水平变量和其对数项分别进行回归分析)发现:采用水平模型存在异方差性,但采用对数模型不存在异方差性。14三、异方差的解决方法加权最小二乘法模型的重新设定15(一)加权最小二乘法基本思路:赋予残差的每个观测值不同权数,从而使模型的随机误差项具有同方差性。16

7、(一)加权最小二乘法方差已知的情形假设已知随机误差项的方差为var(ui)=i2,设权数wi与异方差的变异趋势相反,wi=1/i,,将原模型两端同乘以wi。wi使异方差经受了“压缩”和“扩张”变为同方差。17(一)加权最小二乘法方差已知的情形对于一元线性回归模型y=b0+b1x+u,加权最小化残差平方和为获得的估计量就是加权最小二乘估计量。对于多元线性回归模型y=Xβ+u,令权数序列wi=1/i,W为N×N对角矩阵,对角线上为wi,其他元素为0。则变换后的模型为18(一)加权最小二乘法方差已

8、知的情形(1)误差方差与xi成比例Var(ui)=σ2*xi其中σ2为常数,这时可以令权序列(2)误差方差与xi2成比例Var(ui)=σ2*xi2其中σ2为常数,这时可以令权序列19(一)加权最小二乘法方差已知的情形实例:住房支出模型给出由四组家庭住房支出和年收入组成的截面数据,建立住房支出模型,并检验和修正异方差。(3)其他的与自变量xi的加权形式f(xi)20(一)加权最小二乘法方差已知的情形21(一)加权最小二乘法(4)用随机误差项的近似估计量求权重序列首先利用OLS估计原

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。