異方差及其處理ppt課件(編輯修改稿)
2025-02-10 16:26 本頁面
【文章內(nèi)容簡介】 程的 R2構(gòu)成的統(tǒng)計(jì)量nR2服從 X2 (p)分布，可進(jìn)行卡方檢驗(yàn)； 大于臨界值時(shí)，拒絕同方差假設(shè) 案例：紐約的租金和收入 案例：紐約的租金和收入 因變量： RENT（ n=108） 變量 系數(shù) T統(tǒng)計(jì)量 C Ine R2= 案例：紐約的租金和收入 因變量： e2 （ n=108） R2= 懷特的輔助回歸 變量 系數(shù) T統(tǒng)計(jì)量 C 14657900 Ine Ine2 案例：紐約的租金和收入 ?懷特 統(tǒng)計(jì)量 =108*=， ?自由度為 2的卡方統(tǒng)計(jì)量 = ?拒絕“ 沒有異方差 ” 的原假設(shè)！ 點(diǎn)點(diǎn)滴滴： EVIEWS設(shè)計(jì)的一個(gè)缺陷： （ 1）如果在進(jìn)行懷特檢驗(yàn)時(shí)，選擇“不包括交叉項(xiàng)”； （ 2）如果你的原始回歸本身不帶常數(shù)項(xiàng)； ?在上述兩種情況下， white檢驗(yàn)的 輔助回歸方程 中都不會(huì)出現(xiàn)“解釋變量的水平值”，只有其平方項(xiàng)。 異方差的診斷 正規(guī)的檢驗(yàn) 注意：遺漏變量對(duì)異方差檢驗(yàn)的影響 當(dāng)原方程遺漏重要變量時(shí)，異方差檢驗(yàn)通常無法通過； 所以，在進(jìn)行異方差檢驗(yàn)時(shí)，先要保證沒有遺漏重要變量 —— 拉姆齊檢驗(yàn) 異方差的診斷 更多的時(shí)候，我們需要進(jìn)行定性的分析?。。。。?！ 異方差的處理 加權(quán)最小二乘法 (WLS) Weighted Least Squares 廣義最小二乘 (GLS) Generalized Least Squares 前者是后者的特例。 Generalized Least Squares ? 考慮如下數(shù)據(jù)生成過程： 回歸方程的等號(hào)兩邊同時(shí)除以 di 0122( ) 0 。()i i iiiiY X uEuVar u d???? ? ???011 ???? ? ?i i ii i i iYXd d d dGLS: Transformed Data 0????????iiE d ? ? 2 2 22211? ? ? ??? ? ? ?????iiii i iV a r V a r dd d d1, ( , ) 0???????????? f ix e d a cro ss sa m p le s.jiiji j i jiiC ov C ovd d d dXd0 0 1 1? ?
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1