【正文】 ( 1 ) ( 1 )12t t tY X v??? ? ?用 OLS方法估計模型，得到殘差序列 并進行自相關檢驗。 10 ?? ?1 2 2 KKY X X u? ? ?? ? ? ? ?1i i iu u v? ???iv53 根據(jù) 和 的性質(zhì)，有 因此 iv iu? ?111122c o v ( , ) ( 0 ) ( 0 )ttiit t t tuu iiE u uu u E u uE u E u? ?? ???? ??? ? ?? ? ? ?? ? ? ?122?niiiiieee??????54 考慮與 有密切關系的 DW統(tǒng)計量 ??? ???????iiniiieeeDW2221? ?221 1 12 2 2 2222?2 2 2 1n n n ni i i i i ii i i iiiiie e e e e eDWee?? ? ?? ? ? ???? ? ? ? ?? ? ? ???55 因為 所以 DW統(tǒng)計量的值域 并且 : 1? ?? 40 ?? d4 ,1?0 ,1?2 ,0????????ddd則則則???56 檢驗誤差序列正自相關性 —— DW檢驗區(qū)域圖 一階自相關 無法判斷 無一階自相關性 無法判斷 一階負自相關 DW0 2 4Ud??4 Ld??4Ud?Ld? DurbinWatson根據(jù)樣本容量 n 和解釋變量數(shù)目 k, 在給定的 顯著性水平 λ下 ,建立了 DW統(tǒng)計量的下臨界值 dλL和上臨界值 d λ U. 57 ◆ 0≤d≤dL, 拒絕 H0， 接受 H1。 ? 變換的關鍵是事先對異方差 的具體形式有一個合理的假設。 222222222111112( , )222iiiiiiiinceKeR S S n c n cF F K KncR S S eeK??????????? ? ? ? ???????????? ?FF??1 FF???21( , )22R S S n c n cF F K KR S S ??? ? ?21 GQ檢驗的 Eviews實現(xiàn) ? Sort X ? Smpl 1 x1 ? Ls Y C X ，求 RSS1 ? Smpl x2 n ? Ls Y C X, 求 RSS2 ? 計算 F， 查 F臨界值，并進行判斷 22 ? GQ檢驗缺點： –無法確定具體形式，對于接下來如何解決異方差沒有提供很好的建議 –對于復雜異方差不適用 –對于多元的情況，處理比較麻煩 23 （ 3）、懷特 (white)檢驗 ? 懷特檢驗的適用范圍（優(yōu)點）： ? 任何形式的異方差（不僅限于單調(diào)異方差） ? 對于多元模型也很方便 ? 可以初步推測異方差的形式。 ? 隨機誤差項取值無法觀測，只能通過殘差分布情況來推測隨機誤差項的分布特征 10 常用方法 （ 1）圖示檢驗法 （ 2）戈德菲爾德 匡特檢驗 （ 3）懷特檢驗 （ 4）帕克檢驗和戈里瑟檢驗 11 （ 1）、圖示檢驗法 ? 相關圖分析 –繪制 Y X的散點圖 –考察 Y的離散程度與解釋變量是否有相關關系 ? Eviews實現(xiàn) – Scat x Y 12 13 ? 殘差序列分布圖 –考察殘差分布圖的離散程度。模型修正后就已經(jīng)解決。 49 ? 誤差序列自相關殘差分布圖 ie0 0 0??c??a ??bie ie1?ie 1?ie 1?ie50 ②、偏相關系數(shù)檢驗 ? 偏相關系數(shù)是衡量多個變量之間相關程度的重要指標，可以用它來判斷自相關性的類型。模型修正后就已經(jīng)解決 65 ? 真正的自相關： –廣義差分方法 –廣義最小二乘法（ GLS） 66 （一）廣義差分法 （ 1）相關系數(shù)已知時，直接利用廣義差分法 設線性回歸模型為 已知 有一階自相關性，即 把滯后一期的觀測值代入變量關系，得方程： 可得 令 ， 根據(jù) 可得 如果記 ，所以上式為 12i i iY X u??? ? ?i?1i i iu u v? ???1i i iuv?? ???1 1 2 1 1i i iY X u??? ? ?? ? ?1 1 1 2 2 1 1i i i i i iY Y X X u u? ? ? ? ? ? ? ?? ? ?? ? ? ? ? ? ?1* ??? iii YYY ? 1* ??? iii XXX ?? ?**121i i iY X v? ? ? ?? ? ? ?* * *12i i iY X v??? ? ?? ?*11 1? ? ???67 （ 2）、相關系數(shù)未知時， 先估計相關系數(shù)，再采用廣義差分 ? 根據(jù)估計相關系數(shù)方法的不同，可以分為下面幾種方法： 68 ①、近似估計法 ? 近似估計法 1： ? 然后再利用廣義差分方法。** 1 39。 86 多重共線性的后果 后果 ?增大 OLS估計的方差，使得參數(shù)估計不穩(wěn)定，異常值多?！叭菰S度”判別 ? 顯然， ? 一般當 TOL，認為模型存在較嚴重的多重共線性。 ? 可以借助統(tǒng)計方法幫助選擇。然后對新模型進行估計。樣本容量越大，變量相關性越小，相關越難。 ① 如果方程整體顯著（ F)，則表明存在多重共線性。 83 （ 1）（近似）多重共線性定義 （注意修正書上 P107的說法） 對于多元線性回歸模型 解釋變量之間存在較強的線性關系。 ? （ 3）廣義差分法案例分析 75 （二）廣義最小二乘法（ＧＬＳ） １、 GLS的基本思想 就是通過對總體方差協(xié)方差矩陣的分解，將回歸的殘差轉變成滿足古典假定的殘差，然后使用 OLS估計。 58 DW檢驗的局限性： ①只適用一階自回歸，不適合高階自回歸 ②不適用解釋變量與隨機項相關的模型（當有滯后變量作為解釋變量時， DW有趨向 2的趨勢）。 ?OLS估計的標準誤差估計不再準確 。 ?在多元回歸中，由于輔助回歸方程中可能有太多解釋變量，從而使自由度減少，有時可去掉交叉項。1 第四章 回歸模型的擴展 一、 異方差性 二、 自相關性 三、 多重共線性 四、虛擬變量 五、滯后變量（視時間安排 ) 2 一、 異方差 異方差的定義 異方差產(chǎn)生的原因 異方差性的后果 異方差性的檢驗 異方差性的解決辦法 案例分析 3 異方差的