放宽基本假定的回归模型异方差课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《放宽基本假定的回归模型异方差课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 放宽 基本 假定 回归 模型 方差 课件
- 资源描述:
-
1、l 回归分析,是在对线性回归模型提出若干基本回归分析,是在对线性回归模型提出若干基本假设的条件下,应用普通最小二乘法得到了线性假设的条件下,应用普通最小二乘法得到了线性的、无偏的、有效的参数估计量。的、无偏的、有效的参数估计量。 l 但是,在实际的计量经济学问题中,完全满足但是,在实际的计量经济学问题中,完全满足这些基本假设的情况并不多见。这些基本假设的情况并不多见。l 如果违背了某一项基本假设,那么应用普通最如果违背了某一项基本假设,那么应用普通最小二乘法估计模型就不能得到无偏的、有效的参小二乘法估计模型就不能得到无偏的、有效的参数估计量,数估计量,OLSOLS法失效,这就需要发展新的方法估
2、法失效,这就需要发展新的方法估计模型。计模型。l本章就是来学习打破经典假定下的回归模型本章就是来学习打破经典假定下的回归模型说说 明明基本假定违背基本假定违背:不满足基本假定的情况。:不满足基本假定的情况。主要包括:主要包括:(1)随机误差项序列存在)随机误差项序列存在异方差异方差性;性;(2)随机误差项序列存在)随机误差项序列存在序列相关序列相关性;性;(3)解释变量之间存在)解释变量之间存在多重共线多重共线性;性;(4)解释变量是随机变量且与随机误差项相关)解释变量是随机变量且与随机误差项相关 (随机解释变量随机解释变量););本章学习重点是前两个本章学习重点是前两个5.1 异方差性异方差
3、性一、异方差的一、异方差的概念概念二、异方差的类型二、异方差的类型三、异方差产生的原因三、异方差产生的原因四、异方差性的后果四、异方差性的后果五、五、异方差性的检验异方差性的检验六、六、异方差的解决方法异方差的解决方法七、案例七、案例对于模型对于模型如果出现如果出现Varii()2即即对于不同的样本点对于不同的样本点,随机误差项的方差不再随机误差项的方差不再是常数是常数,而互不相同而互不相同出现了出现了异方差性异方差性(Heteroskedasticity)。 一、异方差的概念一、异方差的概念01122+iiikkiiYXXX212 E(UU)=E(UU)= i,j=1,2,n s.t. ij
4、nWWWwwww即其中,是一个已知的实正定对称阵,的主对角线两侧的元素均为零,主对角线上的元素不全相同。,矩阵表示:矩阵表示:(A)概率密度YX01iX简单一元简单一元Y与与X的异方差图形的异方差图形同同方方差差(B)概率密度YX01iX异异方方差差 同方差同方差性假定性假定:i2 = 常数 f(Xi) 异方差异方差时:时: i2 = f(Xi)异方差一般可归结为异方差一般可归结为三种类型三种类型: (1)单调递增型单调递增型: i2随随X的增大而增大的增大而增大 (2)单调递减型单调递减型: i2随随X的增大而减小的增大而减小 (3)复复 杂杂 型型: i2与与X的变化呈复杂形式的变化呈复杂
5、形式 二、异方差的类型二、异方差的类型0123456720406080100 120 140 160 180 200Y01234567050100150200XY1、同方差 2、单调递增型 3、单调递减型 4、集簇型 01000200030004000-10-50510Indexsh1. 模型中缺失了某些解释变量模型中缺失了某些解释变量三、产生异方差的原因三、产生异方差的原因4. 随机因素的影响随机因素的影响2. 模型的设定误差模型的设定误差3. 样本数据的观测误差样本数据的观测误差计量经济学模型一旦出现异方差性,如果仍采计量经济学模型一旦出现异方差性,如果仍采用用OLS估计模型参数,会产生下
6、列不良后果:估计模型参数,会产生下列不良后果: 1 1、参数估计量非有效、参数估计量非有效 OLS估计量仍然估计量仍然具有具有无偏性无偏性,但,但不具有不具有有效性有效性 这是因为在有效性证明中利用了同方差假设 E()=2I四、异方差的后果四、异方差的后果以一元线性回归模型为例进行说明:以一元线性回归模型为例进行说明:(1 1)仍存在无偏性:证明过程与方差无关)仍存在无偏性:证明过程与方差无关由于 iiiXY10 的参数1的 OLS 估计量1为: iiiiiiixxkYk2111故 1211)()()(iiiExxEE(2 2)不具备)不具备最小方差性最小方差性由于 -222222111)()
7、()()()var(iiiiiixxExxEE 2222)()(iiixEx (注:交叉项)(,jjiijijixx的期望为零)在在i 为同方差的假定下,为同方差的假定下, 22)()var(iiE 2222221)()var(iiixxx在在i 存在异方差的情况下存在异方差的情况下 )()()var(222iiiiXfE记异方差情况下1的OLS 估计为1,则 22221)()()var(iiixXfx最小方差性不再保留最小方差性不再保留2 2、变量的显著性检验失去意义、变量的显著性检验失去意义 在变量的显著性检验中,构造了t统计量同样,在高斯-马尔科夫假设下用来做假设检验的其他统计量都失去意
8、义。3 3、模型的预测精度降低、模型的预测精度降低 一方面,由于统计检验失效,回归变量的解释力打上问号; 所以,当模型出现异方差性时,将导致预所以,当模型出现异方差性时,将导致预测区间偏大或偏小,预测功能失效测区间偏大或偏小,预测功能失效。l检验思路:检验思路: 由于异方差性异方差性就是相对于不同的解释变量观测值,随机干扰项具有不同的方差。那么: 检验异方差性,也就是检验随机干扰项的方检验异方差性,也就是检验随机干扰项的方差与解释变量观测值之间的相关性及其相关的差与解释变量观测值之间的相关性及其相关的“形式形式”。 回想,线性回归模型中,残差项回想,线性回归模型中,残差项ei可以视为随可以视为
9、随机干扰项机干扰项i的估计的估计五、异方差的检验五、异方差的检验 一般的处理方法:一般的处理方法: OLSiiiYYe)(- VarEeiii()()22即用ei2来表示随机误差项的方差。几种异方差的检验方法:几种异方差的检验方法: 1 1、图示法、图示法(1)X-Y的散点图的散点图 看看散点图散点图是否存在明显的是否存在明显的扩大扩大、缩小缩小或或复复杂型趋势杂型趋势(即不在一个固定的带型域中)。(即不在一个固定的带型域中)。如果存在,则说明很可能存在异方差。如果存在,则说明很可能存在异方差。图示法只能对异方差有个大概的判断图示法只能对异方差有个大概的判断 ( (2 2) )X X- -ei
10、2的的散散点点图图进进行行判判断断看是否形成一斜率为零斜率为零的直线ei2 ei2 X X 同方差 递增异方差ei2 ei2 X X 递减异方差 复杂型异方差2 2、帕克、帕克( (Park)检验与戈里瑟检验与戈里瑟( (Gleiser)检验检验l 基本思想基本思想: : 尝试建立方程:ijiiXfe)(2(帕克检验)ijiiXfe)(|选择关于变量X的不同的函数形式,包括指数型、多项式型、倒数型等,对方程进行估计和显著性检验,如果存在某一种函数形式,使得方程显著成立,则说明原模型存在异方差性。 如: 帕克检验常用的函数形式:或ijiiXelnln)ln(22或 (戈里瑟检验)22iijieX
11、 el局限性局限性l需要选择多个不同的解释变量需要选择多个不同的解释变量l尝试各种不同的函数形式,反复试验尝试各种不同的函数形式,反复试验l优点优点l探索异方差的具体形式,有助于针对性的消除异方探索异方差的具体形式,有助于针对性的消除异方差的影响差的影响 若若 在统计上是显著的,表明存在异方差性在统计上是显著的,表明存在异方差性。2loglogijiiecX建立形如的回归模型3 3、戈德菲尔德、戈德菲尔德- -匡特匡特(Goldfeld-Quandt)(Goldfeld-Quandt)检验检验 G-Q检验以检验以F检验为基础,适用于样本容量较检验为基础,适用于样本容量较大、异方差递增或递减的情
12、况。大、异方差递增或递减的情况。l G-QG-Q检验的思想检验的思想 先将样本一分为二,对子样先将样本一分为二,对子样和子样和子样分别分别作回归,然后利用两个子样的残差平方和之比构作回归,然后利用两个子样的残差平方和之比构造统计量进行异方差检验。造统计量进行异方差检验。 由于该统计量服从由于该统计量服从F分布,因此假如存在递增分布,因此假如存在递增的异方差,则的异方差,则F远大于远大于1;反之就会等于;反之就会等于1(同方(同方差)、或小于差)、或小于1(递减方差)。(递减方差)。l G-Q G-Q检验的步骤:检验的步骤:将将n对样本观察值对样本观察值(Xi,Yi)按观察值按观察值Xi的大小排
13、队的大小排队将序列中间的将序列中间的c=n/4个观察值除去,并将剩下个观察值除去,并将剩下的观察值划分为较小与较大的相同的两个子样的观察值划分为较小与较大的相同的两个子样本,每个子样样本容量均为本,每个子样样本容量均为(n-c)/2对每个子样分别进行对每个子样分别进行OLS回归,并计算各自的回归,并计算各自的残差平方和残差平方和在同方差性假定下,构造如下满足在同方差性假定下,构造如下满足F分布分布的统计量的统计量) 12, 12() 12() 12(2122-kcnkcnFkcnekcneFii给定显著性水平给定显著性水平 ,确定临界值,确定临界值F (v1,v2), 若若F F (v1,v2
14、), 则拒绝同方差性假设,则拒绝同方差性假设,表明表明存在异方差存在异方差。当然,还可根据两个残差平方和对应的子样的当然,还可根据两个残差平方和对应的子样的顺序判断是顺序判断是递增型异方差递增型异方差还是还是递减异型方差递减异型方差。缺点:只能检验单调型异方差。缺点:只能检验单调型异方差。l3、怀特(White)检验基本思想:基本思想:仍然是探索方差和解释变量之间的关系。仍然是探索方差和解释变量之间的关系。用残差平方对这些单变量、平方变量和两两交用残差平方对这些单变量、平方变量和两两交叉乘积变量做回归。叉乘积变量做回归。优点优点:在多变量的情况下能够检验异方差的存在性。:在多变量的情况下能够检
展开阅读全文