计量第八章异方差与自相关ppt课件.ppt

《计量第八章异方差与自相关ppt课件.ppt》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、异方差2021/8/41中山大学南方学院经济系什么叫异方差？异方差有哪几种类型？出现异方差会有什么样的后果？如何检验异方差？检验的方法以及步骤。出现异方差后如何修正？2021/8/4中山大学南方学院经济系2Review对于模型如果出现即对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性(Heteroskedasticity)。一、异方差的概念2021/8/43中山大学南方学院经济系二、异方差的类型同方差性假定：i2=常数f(Xi)异方差时：i2=f(Xi)异方差一般可归结为三种类型：(1)单调递增型：i2随X的增大而增大(2)单调递减型：i2随X的增大而减

2、小(3)复杂型：i2与X的变化呈复杂形式2021/8/44中山大学南方学院经济系2021/8/45中山大学南方学院经济系异方差性的后果计量经济学模型一旦出现异方差性，如果仍采用OLS估计模型参数，会产生下列不良后果：1、参数估计量非有效（即不是最优的）2021/8/46中山大学南方学院经济系2、变量的显著性检验失去意义3、模型的预测失效几种异方差的检验方法：1、图示法（1）用X-Y的散点图进行判断（2）用与X的散点图进行判断看是否存在明显的散点扩大、缩小或复杂型趋势（即不在一个固定的带型域中）。2021/8/47中山大学南方学院经济系2、怀特（White）检验怀特检验不需要排序，且适合任何形

3、式的异方差怀特检验的基本思想与步骤（以二元为例）：然后做如下辅助回归(*)2021/8/48中山大学南方学院经济系怀特检验的原假设：H0:,所有的方差都相同，不存在异方差备择假设：H1:方差不相同，存在异方差。2021/8/4中山大学南方学院经济系9判断方法：比较n*R-squared所对应的p值，判断方法与t、F检验是一致的。P值小于允许的误差，则拒绝原假设，方程存在异方差；P值大于允许的误差，则接受原假设，方程不存在异方差。2021/8/4中山大学南方学院经济系10异方差的修正模型检验出存在异方差性，可用加权最小二乘法（WeightedLeastSquares,WLS）进行估计。加权最小二

4、乘法的基本思想：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS估计其参数。在实践中，经常用残差绝对值的倒数作为权数。（即方程两边同时乘以1/abs(resid)）2021/8/411中山大学南方学院经济系Review当出现以下哪几种情况时，我们运用最小二乘法回归会出现异方差的问题。A、B、C、D、2021/8/4中山大学南方学院经济系13Exercise收集到的两组数据Y与X，用最小二乘法做简单的一元回归，得到的回归结果如下：Y=-682.75+0.086*XSE＝（121.1814）（0.005144）t=(-5.634124)(16.87504)P=(0

5、.0000)(0.0000)R^2=0.9104761、解释以上的回归结果。2021/8/4中山大学南方学院经济系142、通过下图判断是否存在异方差2021/8/4中山大学南方学院经济系153、用White检验得到如下结果：WhiteHeteroskedasticityTest:F-statistic9.60089Probability0.000709Obs*R-squared12.46827Probability0.001961如果允许的误差为0.05，能否判断异方差的存在。如果存在，则如何修正？2021/8/4中山大学南方学院经济系16修正后得到如下结果VariableCoefficie

6、ntC-739.9029X0.091263请写出回归方程。2021/8/4中山大学南方学院经济系17自相关2021/8/418中山大学南方学院经济系本章分析思路一、序列相关的概念二、实际经济问题中的序列相关三、序列相关性的后果四、序列相关性的检验五、序列相关的修正19序列相关：总体回归方程的误差项εi之间存在着相关。即：在按时间或空间顺序排列的观察值序列之间存在着相关。一、序列相关的性质因变量观测值之间如果存在相关性，则随机扰动项之间就存在相关性。20若古典线性回归模型中误差项εi中不存在序列相关：Cov(εi，εj)=E(εiεj)=0,ij即：任一观察值的误差项不受其他观察值误差项的影响

7、。例如：在分析消费支出与商品价格的时序数据时，本期收入的波动，只影响本期消费支出，对以后的消费支出没有影响。21若不同误差项之间存在着依赖关系—εi存在自相关：Cov(εi，εj)=E(εiεj)0,ij如：本期家庭收入的增加，可能会影响下一期或以后几期的消费支出。22图123一阶自回归模式AR(1)（autoregressive）如果误差项存在一阶自相关：其中～N(0,2),记作εi服从A