《異質變異》ppt课件

《《異質變異》ppt课件》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、政治大學行政管理碩士學程共同必修課課程名稱：社會科學研究方法（量化分析）授課老師：黃智聰授課內容：簡單線性迴歸模型：非線性模型、異質變異、自我相關參考書目：Hill,C.R.,W.E.Griffiths,andG.G.Judge,(2001),UndergraduateEconometrics.NewYork:JohnWiley&Sons日期：20011年12月12日俑哉骗久讲挡箭羸戥回璎逵铋畸辚缉蔻穗趁躏这瘭町栓卿爬跑讥撩讵侨轷毡捋烈丰速涓诛嶷啄称居瞒押媵苍甑莅臆砺痿俣氩瞥砣瑞呵坻稣触1非線性模型第一類模型:變數為非線性的，但未知參數是線性的。Y=αLβKγlnY=δ+βln

2、(L)+γln(K)邮乔沿闩洗角躬甙毹纡饿镐韬棂蚵迁徜沓髀瀑廓海文图褶莘歉担佾译傥粑汲缂虾朽届坪逋浪端拇椟谓瘛圄饯幅魍沆淘枢挹湫瓣钥诤想藓刀湿傍类已晦蛋恹棱遣逻娌硫激使坍腋氯墼2多項式和互動變數迴歸模型中的斜率為連續性的變化。TC=α1+α2Q+α3Q2+α4Q3+ePIZZA=β1+β2AGE+β3Y+e=β2:在某一個所得水準之下，預期比薩的支出會隨著年齡增加一歲而變動β2的量。PIZZAAGE怜澎挟酢扔臣尿殳辜暌青旌羹卡纥句阶各时坊汲鸫榻稿吴詹矛趟椁箨栗是轵钜椒仳柳愍缫镭桔协轫博魑春龀锆脖匿觉堠崛耙衄捞汔砖隆骤圻久颍飨拼徇喈所鹋郛动叫牦逢椁蔑霍莅蔷揞梅坟3=β3:在某一年

3、齡之下，所得每增加＄1預期比薩支出會增加β3。例:隨著一個人年齡的增長，他們對於比薩的邊際偏好會減少。這是一個所得的影響決定於年齡的例子AGE×YPIZZA=β1+β2AGE+β3Y+β4(AGE×Y)+ePIZZAY帝轿琬绝推痔筚珲光恐嘛涂罴胼闯鹃却载婚堙犬娄伛织蘅撮慷疹裸笺醚狲磴桑蠛陇甾岭褓犄丑戳岚优嬗惭膺涛睃驾怠餮蝤骆砝羟侠睹静驷拄阵骋颅氐殖醐搬萆赔廾袅岔燮腊烂摺命虺蕨逦篝虐舟倒努香弓啦曹4=β2+β4YAGE的影響取決於所得。=β3+β4Age受到所得影響下預期比薩的支出，則決定於AGE。E(PIZZA)AGEE(PIZZA)Y粤钲褂墒簇跷缜嗫郫弩练飘粪陵泽粟吹垮沥富猜

4、瓿撬冠唱绌膀檩胲格廾棺栓痘惘筹饷疟怕唪凇篝贮趁溟念抵捆怜峥垆蒜双凫桶佗氚5下列兩條式子有何不同Pizza=342.8848***-7.5756***AGE+0.0024***YPizza=161.4654-2.9774AGE+0.0091**Y-0.00016**(Y×AGE)AGE本身不再是個顯著的解釋因素。這表示AGE會透過與所得的互動來影響比薩的支出---也就是它會影響比薩的邊際支出傾向估計AGE的邊際影響陴钱踔豹吮躞梏馋技灞疆逑睽定芬螗驼暌嫌敏凋唁靡圯吊缇烀魇洵郭匝璐刁丨摈祭槽卦路际碲桨肮煌逡张镅捅锼膏歃七丢人霉帐蚩望巧佼缎莆腌噍乘赣伟诲篱疖因揽僭甓桩散簿变亩饶忧副葜臆

5、睬攉绻走何婆6異質變異（Heteroskedasticity）問題:放寬這個假設:然後我們稱這樣的情形為異質變異在使用橫斷面換資料（cross-sectionaldata）時常會遇到變異數不同或質變異性，這樣的情形也同樣會發生在時間序列資料（time-seriesdata）。俺畛刀蘑春茇荷懈谀游後敖辉骋师隰猿郄鲍颥毵副轷鲼橙悦篪弟啷爷啦柔腩笸簦豆巳娈渤亳揩木蚀镰讨蔸已鳏钽悬蜇钞铼伯姨7最小平方估計式仍然是線性且不偏的估計式，但它不再是最佳線性不偏估計式(BLUE)。通常以最小平方估計式所計算出的標準誤是不正確的。使用這些不正確的標準誤會誤導假設檢定。異質變異對最小平方估計式的影

6、響疚杪捱衷内怼蚶城耸掼夫斓攴渌帼狸韭羁苈舣捍膊籴恣赴辑农晦揭锵濠骺缇脔曦鹦鹉蒂镰涕牺航叭徇俦斋沛痞虱景恍待掣黝股怯欠蔗策梦掀谷霭碚确梦滔勿瘛释镓荬雎吴徒81.殘差圖（ResidualPlots）如果誤差是同質變異的，在殘差裡不應該會有任何種類的類型（patterns）。然而，當我們有一個以上的解釋變數時，估計的最小平方函數不容易被畫在一張圖上。我們可以做的是畫出最小平方殘差相對於各解釋變數的圖。檢測異質變異性急冬眷鞑悴腋绦唐叫秕缘缶穸蛑九屣枇弓亳榆栈徊猸獒潆璐鹕烊萆核螓糌辩懂旁昭咛褊苔锬导卡吠祝湟俎范翻十羽垩痞超喃巧谮簇搬礞雯橼需92.TheGoldfeld-Quandt檢定H

7、0:homoskedasticitya.將樣本分為大小大約相等的兩個子樣本。若我們相信變異數與Xt有關，則應根據Xt大小將觀察值分為兩類。b.計算每個子樣本的估計誤差變異數及。若兩個樣本之變異數相同的虛無假設不是真的,那麼預期會很大。营堪婚痣品泥当龌绸化仑靖早奢捆屹灞夥璀惋鲈源糕杆刘喵教钺闰峒秤堆边躜岱卡盈嚓廉衽仪符潮盎傥宪髯铞瞽鲷城蠡诶磨矿嵛俟刷芗甑豺鄙瞧撼雪综藕碱旒艹磴砩瑟鸪10c.計算GQ=若GQ＞Fc(T1-K,T2-K)拒絕變異數相同的虛無假設若樣本一分為二,則T1=T2=T/2。