【中级计量经济学】Lecture 6 异方差
文章目录
- Lecture 6 异方差
- 6.1 异方差的实质
- 6.2 异方差类型
- 6.3 异方差产生原因
- 6.4 异方差的后果
- 6.5 异方差的检验
- 图示检验法
- White检验
- B-P检验
- Glejser检验
- Gold-Qunandt检验
- ARCH检验
- 6.6 异方差的补救措施
- Ω\OmegaΩ已知时的广义最小二乘估计GLS:
- Ω\OmegaΩ未知时的可行广义最小二乘估计FGLS:
- 模型的对数变换
Lecture 6 异方差
主要讲横截面异方差,时间序列的异方差放在7.3 单变量波动率模型
6.1 异方差的实质
方差是度量被解释变量YYY的观测值围绕回归线的分散程度,同方差是指模型中的随机误差项uiu_iui,i=1,2,…,ni=1,2,\dots,ni=1,2,…,n
Var(u)=σ2I=σ2[101⋱01]Var(\pmb{u})=\sigma^2\pmb{I}=\sigma^2\left[\begin{aligned}1&&0\\&\ \ \ 1&\\&\ \ \ \ \ \ \ \ \ddots&\\0&&1\end{aligned}\right] Var(uuu)=σ2III=σ2⎣⎢⎢⎢⎢⎡10 1 ⋱01⎦⎥⎥⎥⎥⎤
异方差是指模型中随机误差项的方差不是常量,而且它的变化与解释变量的变动有关。
Var(u)=[σ120σ22⋱0σn2]=σ2ΩVar(\pmb{u})=\left[\begin{aligned}\sigma_1^2&&0\\&\ \ \ \sigma_2^2&\\&\ \ \ \ \ \ \ \ \ddots&\\0&&\sigma_n^2\end{aligned}\right] =\sigma^2\pmb{\Omega}\\ Var(uuu)=⎣⎢⎢⎢⎢⎡σ120 σ22 ⋱0σn2⎦⎥⎥⎥⎥⎤=σ2ΩΩΩ
Ω=[ω10ω2⋱0ωn]\pmb{\Omega}=\left[\begin{aligned}\omega_1&&0\\&\ \ \ \omega_2&\\&\ \ \ \ \ \ \ \ \ddots&\\0&&\omega_n\end{aligned}\right] ΩΩΩ=⎣⎢⎢⎢⎢⎡ω10 ω2 ⋱0ωn⎦⎥⎥⎥⎥⎤
6.2 异方差类型
- 递增型:因为随着解释变量值的增大,被解释变量取值的差异性增大。多见于经济时间序列。
- 递减型
- 条件自回归型:多见于金融时间序列(见Lecture 7部分)。
截面数据和时间序列都可能存在异方差。通常认为,截面数据较时间序列数据更容易产生异方差。
6.3 异方差产生原因
- 模型中遗漏了重要的解释变量
- 模型的设定误差
- 数据的测量误差
- 截面数据中总体各单位的差异
- 异常值的出现
6.4 异方差的后果
- 参数估计的无偏性仍然成立
- 参数估计的最小方差性不再成立,OLS会低估方差
- ttt统计量不服从ttt分布,ttt检验失效,且∣t∣|t|∣t∣常被OLS高估,预测精度降低
6.5 异方差的检验
图示检验法
解释与被解释变量散点图(YYY与XXX)、残差散点图(eie_iei与XiX_iXi)
White检验
- 大样本
- 不仅能判定是否存在异方差,还能判断出是哪一个变量引起的异方差
用解释变量的二次及以下项回归残差平方和,一般对双变量X1,X2X_1,X_2X1,X2模型,其回归对象是
ei2=δ0+δ1X1i+δ2X2i+δ3X1iX2i+δ4X12i+δ5X22i+εi,F=Re22/5(1−Re22)/(n−6)∼F(5,n−6);LM=nRe22∼χ2(5).e_i^2=\delta_{0}+\delta_1X_{1i}+\delta_2X_{2i}+\delta_3X_{1i}X_{2i}+\delta_4X_1^{2i}+\delta_5X_2^{2i}+\varepsilon_i,\\ F=\frac{R_{e^2}^2/5}{(1-R_{e^2}^2)/(n-6)}\sim F(5,n-6);\\ LM=nR_{e^2}^{2}\sim \chi^2(5). ei2=δ0+δ1X1i+δ2X2i+δ3X1iX2i+δ4X12i+δ5X22i+εi,F=(1−Re22)/(n−6)Re22/5∼F(5,n−6);LM=nRe22∼χ2(5).
p值小于临界值,表示拒绝原假设,说明存在异方差。
B-P检验
- 大样本
- 不仅能判定是否存在异方差,还能对异方差随某个解释变量变化的函数形式进行诊断
用变量的一次项回归残差平方和,即构造辅助回归
ei2=δ0+δ1Xi1+⋯+δkXik+εi.e_i^2=\delta_0+\delta_1 X_{i1}+\cdots+\delta_kX_{ik}+\varepsilon_i. ei2=δ0+δ1Xi1+⋯+δkXik+εi.
原假设是ei2e_i^2ei2与解释变量之间不存在函数关系,即不存在异方差,即H0:δ1=⋯=δk=0H_0:\delta_1=\cdots=\delta_k=0H0:δ1=⋯=δk=0,由受约束回归原理,检验统计量为
F=Re22/k(1−Re22)/(n−k−1)∼F(k,n−k−1).F=\frac{R^2_{e^2}/k}{(1-R_{e^2}^2)/(n-k-1)}\sim F(k,n-k-1). F=(1−Re22)/(n−k−1)Re22/k∼F(k,n−k−1).
若使用拉格朗日乘数检验,则LM=nRe22LM=nR_{e^2}^{2}LM=nRe22,在n→∞n\to \inftyn→∞时LM∼χ2(k)LM\sim \chi^2(k)LM∼χ2(k)。
统计量大于临界值,拒绝原假设,说明存在异方差。
Glejser检验
- 大样本
- 不仅能判定是否存在异方差,还能对异方差随某个解释变量变化的函数形式进行诊断
Gold-Qunandt检验
- 大样本
- 要求除了同方差的假定不成立外,其他假定均满足
- 只能判断是否存在异方差,而不能确定是哪一个解释变量引起的异方差
ARCH检验
- 大样本
- 数据是时间序列
- 只能判断是否存在异方差,而不能确定是哪一个解释变量引起的异方差
6.6 异方差的补救措施
Ω\OmegaΩ已知时的广义最小二乘估计GLS:
加权最小二乘估计WLS
Ω\OmegaΩ未知时的可行广义最小二乘估计FGLS:
首先估计总体方差,然后采取加权最小二乘法估计系数。
模型的对数变换
【中级计量经济学】Lecture 6 异方差相关推荐
- 【中级计量经济学】Lecture 5 自相关
文章目录 Lecture 5 自相关 5.1 自相关定义 5.2 自相关的产生原因 5.3 自相关的后果 5.4 自相关的检验 图示检验法√ 回归检验法 杜宾-瓦森(DW)检验法√ Ljung-Box ...
- 【中级计量经济学】Lecture 3 非球形扰动
文章目录 Lecture 3 非球形扰动 3.1 非球形扰动的含义 广义回归模型 非球形扰动的两个特例 3.2 普通最小二乘估计的特性 估计参数的统计特性 3.3 广义最小二乘估计(当Ω\OmegaΩ ...
- 计量经济学及Stata应用 第七章 异方差
第七章 异方差 7.1 异方差的后果 在存在异方差的情况下: OLS估计量依然是无偏的.一致且渐近正态: OLS估计量方差改变,因此使用普通标准误的t检验.F检验失效: 高斯-马尔可夫定理不再成立OL ...
- r语言 读取dta_R语言与计量经济学(三)异方差
这两部分都是对残差假设的检验,经典回归模型的残差服从(0, )的正态分布,且相互独立,这里就是检验残差的方差是否相同.方差是否会随解释变量的变化而变化. library(ggplot2) librar ...
- 计量经济学及Stata应用 陈强 第七章异方差习题7.3
7.3恩格尔曲线是否存在异方差?数据集food.dta包含有关每周食物开支(food_exp)与每周收入(income)的40个观测值. (1)将food_exp与income的散点图与线性拟合图画在 ...
- 计量经济学笔记5-Eviews操作-异方差的检验与消除(White检验与加权最小二乘)
完成期末作业的同时来更一下博客 问题背景: 对中国储蓄存款总额(Y,亿元)与GDP(亿元)两个变量进行一元线性回归,检验并消除异方差. White检验是通过一个辅助回归式进行异方差检验.用残差平方对原 ...
- 计量经济学学习笔记:多重共线性、异方差、自相关
多重共线性.异方差.自相关 多重共线性 异方差 自相关 多重共线性 1 多重共线性是指各个解释变量之间有准确或近似准确的线性关系. 2 多重共线性的原因: (1)经济变量之间具有共同变化趋势. (2) ...
- 【计量经济学及Stata应用】第7章 异方差
目录 7.1 异方差的后果 7.2 异方差的例子 7.3 异方差的检验 7.4 异方差的处理 7.5 处理异方差的Stata命令及示例 7.6 Stata命令的批处理 7.1 异方差的后果 (1)OL ...
- R语言作加权最小二乘_R语言与计量经济学(三)异方差
这两部分都是对残差假设的检验,经典回归模型的残差服从(0, )的正态分布,且相互独立,这里就是检验残差的方差是否相同.方差是否会随解释变量的变化而变化. library(ggplot2) librar ...
最新文章
- php+jq+添加css,jquery如何添加css样式?
- 【 FPGA/IC 】谈谈复位
- 第一个通过HCIEv3.0的咱的学员
- 机器学习知识点(二十四)隐马尔可夫模型HMM维特比Viterbi算法Java实现
- 图文并茂——使用xfire编写webservice,并通过C#调用
- boost::successive_shortest_path_nonnegative_weights用法的测试程序
- 360 屏蔽ajax,怎么在easy ui做全局Ajax拦截啊?
- html和css的缺点,个人缺点20个
- 利用 Composer 一步一步构建自己的 PHP 框架(四)——使用 ORM
- android运行win7系统,安卓手机安装运行Win7系统教程(图文)
- Ckeditor富文本编辑器
- 百钱买百鸡问题的解法与思路
- python 基于Tkinter的姻缘测试器
- Bag标签之轻开B2C电子商务网站登录校验实例
- Type-C接口原理图,附引脚说明
- 计算机配件进口关税走势,计算机类产品关税降50% 从20%下调至10%
- 短信验证码登录需求的坑点整理
- 知识图谱学习思维导图
- 小样本不符合正态_抽样检验到底需要多少样本,你真的知道吗?
- JQuery的几个简单小案例(基础)
热门文章
- 10年IT老兵跳槽到银行1年后的体会
- DBeaver的使用
- 一人匀速行驶,每几分钟后面来一辆,每一分钟前面来一辆
- 使用 Istio 实现非侵入流量治理
- [wikioi 1418]铃仙•优昙华院稻叶(东方幻想乡系列模拟赛)(树上递推)
- 在C++中怎么输入反斜杠“ \ ”
- python有哪几种基本数据类型_Python最基本的数据类型以及对元组的介绍 Python 中列表和元组有哪些区别...
- (学习java)水果超市管理系统
- 第十七章、Model/View开发:QListView的功能及属性
- 后端如何解决跨域问题