计量经济学异方差.pptVIP

（2）戈德菲尔德-夸特(Goldfeld-Quandt)检验G-Q检验1965年被提出，该检验以F检验为基础，适用于样本容量较大、异方差递增或递减的情况。第30页，共62页，星期日，2025年，2月5日（4）在同方差性假定下，构造如下满足F分布的统计量（3）对每个子样本分别进行OLS，并分别计算各自的残差平方和。第31页，共62页，星期日，2025年，2月5日。第32页，共62页，星期日，2025年，2月5日例：对案例4.1进行G-Q检验把个人收入X按从小到大排列，并略去中心9个观察值，剩下的观察值分别按较低的X值和较高的X值分成两个子样本，如下表：第33页，共62页，星期日，2025年，2月5日命令输入:SORTXSMPL111LSYCX即进行回归并求出RSS1=150867.9SMPL2131LSYCX即进行回归并求出RSS2=809628.2计算F=RSS2/RSS1=809628.2/150867.9=5.3665,取α=0.05,查F分布表得F0.05（11-2,11-2）=3.18,而F=5.3665F0.05=3.18,所以模型中存在（递增）异方差。第34页，共62页，星期日，2025年，2月5日（3）、帕克(Park)检验基本思想:偿试建立方程：选择关于变量X的不同的函数形式，对方程进行估计并进行显著性检验，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。帕克检验常用的函数形式：第35页，共62页，星期日，2025年，2月5日针对案例4.1,一种简洁高效的方法：在命令输入窗口键入：LSYCXGENRLNE2=LOG（RESID^2)GENRLNX=LOG(X)LSLNE2CLNX第36页，共62页，星期日，2025年，2月5日（4）第37页，共62页，星期日，2025年，2月5日第38页，共62页，星期日，2025年，2月5日自己设定并检验e与X间的函数关系式。第39页，共62页，星期日，2025年，2月5日White检验由H.White1980年提出。Goldfeld-Quandt检验必须先把数据按某一被认为有可能引起异方差的解释变量观测值的大小排列。White检验不需要对观测值排序，它是通过一个辅助回归式构造统计量进行异方差检验。以二元线性回归模型：（5）、怀特（White）检验第40页，共62页，星期日，2025年，2月5日第41页，共62页，星期日，2025年，2月5日第42页，共62页，星期日，2025年，2月5日例：对案例4.1进行White检验以例4.1:第43页，共62页，星期日，2025年，2月5日第44页，共62页，星期日，2025年，2月5日第1页，共62页，星期日，2025年，2月5日回归分析，是在对线性回归模型提出若干基本假设（6个）的条件下，应用普通最小二乘法得到了最佳、线性、无偏的参数估计量。说明第2页，共62页，星期日，2025年，2月5日多元线性回归模型的基本假定为了使参数估计量具有良好的统计性质，对多元线性回归模型可以做出类似于一元线性回归分析那样的若干基本假设。假设1：模型设定是正确的。假设2：解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。假设3：随着样本容量的无限增加，解释变量X的样本方差趋于一有限常数。第3页，共62页，星期日，2025年，2月5日假设4：随机误差项具有零均值、同方差及不序列相关性假设5：解释变量与随机项不相关假设6：随机项满足正态分布第4页，共62页，星期日，2025年，2月5日但是，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。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、有效的参数估计量，OLS法失效，这就需要发展新的方法估计模型。第5页，共62页，星期日，2025年，2月5日基本假设违背主要包括：随机误差项序列存在异方差性；随机误差项序列存在序列相关性；解释变量之间存在多重共线性；解释变量是随机变量且与随机误差项相关；模型设定有偏误；被解释变量的方差不随样本容量的增加而收敛。第6页，共62页，星期日，2025年，2月5日§4.1异方差性

Heteroscedasticity一、异方差的概念二、异方差性的后果三、异方差性的检验四、异方差的修正五、例题第7页，共62页，星期日，2025年，2月5日一、异方差的概念第8页，共62页，星期日，2025年，2月