异方差问题

《异方差问题》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、异方差问题1．什么是异方差？，，或者，同方差异方差2．异方差性的两个例子n收入与储蓄n打字出错个数与打字练习小时数3．异方差的类型同方差递增方差递减方差复杂型4．异方差性的后果（1）OLS估计量仍然具有线性性和无偏性证明：我们以一元线性回归模型为例来证明。，其中。n证明无偏性时只使用到两个假设：解释变量是外生的，误差的均值为零n下面证明OLS估计量方差在同方差与异方差情况下不相等。当假设为同方差时，的方差为（由随机扰动项的无自相关性假设）（由同方差假设）当方差为异方差是，的方差为（2）变量的显著性检验失

2、去意义说明：如果在存在异方差的情况下，仍然使用常用的OLS估计量表达式，则计算得到的方差通常是有偏的。由于t统计量和F统计量的表达式中都包含样本标准差，因此计算得到的t统计值和F统计值都是有偏误的，则建立在其上的假设检验也是不可靠的。如果仍用传统的假设检验有可能得出错误的结论。（3）即使样本容量趋于无穷大，OLS估计量也不是渐进有效的证明：强调：只有在使用OLS方法时才会产生上两个问题，在使用其他方法时这些问题有可能被消除。5．异方差性的检验思路n由于异方差性是相对于不同的解释变量观察值，随机误差项具有

3、不同的方差。那么，检验异方差性，也就是检验随机误差项的方差与解释变量观察值之间的相关性及其相关的“形式”。n问题在于用什么来表示随机误差项的方差？一般的处理方法：首先采用残差的平方表示随机误差项的方差。即，6．异方差性的检验：White检验n假设回归模型为，n可先对该模型作OLS回归，并得到，然后做如下辅助回归：，n：不存在异方差；：存在异方差nWhite证明，在同方差假设下，d.f.。在上述辅助回归模型中d.f.n如果计算得到的值超过了所选显著水平下的临界值，则可以拒绝零假设。而另一方面，如果计算值很

4、小，则不能拒绝零假设。7．异方差修正的基本思路n思路：在使用OLS方法时，对较小的残差平方赋予较大的权数，对较大的赋予较小的权数，以对残差提供的信息的重要程度做一番校正，提高参数估计的精度。关键是权数如何选取？n假定有一个一元线性回归模型，只有同方差假设不满足外，其他假设均满足，即其中，大小是已知的（这只是为说明问题而作的假设，现实中不可能知道）。¡做变换：¡变换后：¡¡将OLS应用到转换后的模型上，这时估计出来的，是BLUE。¡先将原始变量转换成满足经典模型假设的转换变量，然后对它们使用OLS程序，叫

5、做广义最小二乘法（GLS）。¡具体过程如下：¡首先写出对应于转换模型的样本回归模型¡最小化最小化最小化，其中¡OLS要求最小化的是¡加权最小二乘法就是对原模型加权，使之变成一个新的不存在异方差的模型，然后采用普通最小二乘法估计其参数。加权的基本思想是：在采用普通最小二乘法时，对较小的残差平方赋予较大的权数，对较大的赋予较小的权数，以对残差提供的信息的重要程度做一番校正，提高参数估计的精度。n如果一个多元模型已经知道，那么可以用去除原模型，使之变成如下形式的新模型8.权系数未知时如何确定——可行的广义最小

6、二乘法（FGLS）n实施加权最小二乘法的关键是寻找适当的“权”，或者说是寻找模型中随机干扰项的方差与解释变量的适当的函数形式。如果发现则加权最小二乘法总的权即为。但如何寻找的方差与各之间的关系呢？n假设的方差具有如下指数函数的形式：则可等价地写出其中，是条件均值为1的随机项。n如果假设与各独立，进一步有其中，为独立于各，且条件均值为0的随机项。n上式满足普通最小二乘法的基本假设，当用可观测的值代替不可观测的时，用普通最小二乘法估计得到，，，n得到的方差的估计：从而，估计的权为n由于加权最小二乘法中的权，

7、或者说原模型中的方差与各间适当的函数关系是估计出来的，因此，这一广义最小二乘法也被称为可行的广义最小二乘法。9．异方差的稳健估计n达摩达尔·N·古扎拉蒂在《计量经济学基础》（11.8节）中，提醒我们牢记约翰·福克斯的警告：“只有在问题严重的时候，误差方差不相等的问题才值得去修正。”作为一个经验的法则，福克斯建议，在普通最小二乘法下得到的斜率的方差是广义最小二乘法下得到的斜率方差的10倍还大时，异方差才是我们需要担心的严重问题。n由于在存在异方差时，采用OLS方法得到的参数估计量仍然是无偏的，只是由于参数

8、的方差是有偏的，导致假设检验失效，因此，可以考虑修正普通最小二乘法得到的各参数的相应方差。White提出的一种修正方法，被称为异方差稳健标准误（heteroscedasticity-robuststandarderror），就是用来解决这个问题的。n一元回归模型下，异方差稳健标准误的求法。由于不能直接观测，White建议用残差平方来代替，即。White证明了，是的一致估计量，即随着样本容量的无限增加，前者收敛于后者。n多元回归模型下，异方差