統(tǒng)計(jì)學(xué)─從數(shù)據(jù)到結(jié)論第八章異方差(參考版)
2025-05-17 22:27本頁(yè)面
【正文】 去掉交叉項(xiàng)后的輔助回歸結(jié)果 2222112 )( l )( l XXXXe ????? () () (064) () () R2 = X2項(xiàng)與 X2的平方項(xiàng)的參數(shù)的 t檢驗(yàn)是顯著的，且 n R2 =31? = ?=5%下 ，臨界值 ?(4)=， 拒絕 同方差 的原假設(shè)。 （ 2）懷特檢驗(yàn) 作輔助回歸 : 2222112 )( l )( l XXXXe ?????? （ () () () () 21 XX? () R2 = 似乎沒(méi)有哪個(gè)參數(shù)的 t檢驗(yàn)是顯著的 。 考察 從事農(nóng)業(yè)經(jīng)營(yíng)的收入 (X1)和 其他收入(X2)對(duì)中國(guó) 農(nóng)村居民消費(fèi)支出 (Y)增長(zhǎng)的影響 : ???? ???? 22110 lnlnln XXY表 4 . 1 . 1 中國(guó) 2021 年各地區(qū)農(nóng)村居民家庭人 均純收入與消費(fèi)支出相關(guān)數(shù)據(jù)（單位：元） 地區(qū) 人均消費(fèi) 支出 Y 從事農(nóng)業(yè)經(jīng)營(yíng) 的收入 1X 其他收入 2X 地區(qū) 人均消費(fèi) 支出 Y 從事農(nóng)業(yè)經(jīng)營(yíng) 的收入 1X 其他收入 2X 北 京 3 5 5 2 . 1 4 4 4 6 . 4 湖 北 2 7 0 3 . 3 6 2 5 2 6 . 9 天 津 2 0 5 0 . 9 2 6 3 3 . 1 湖 南 1 5 5 0 . 6 2 河 北 1 4 2 9 . 8 1 6 7 4 . 8 廣 東 1 3 5 7 . 4 3 山 西 1 2 2 1 . 6 1 3 4 6 . 2 廣 西 1 4 7 5 . 1 6 1 0 8 8 . 0 內(nèi)蒙古 1 5 5 4 . 6 海 南 1 4 9 7 . 5 2 1 0 6 7 . 7 遼 寧 1 7 8 6 . 3 1 3 0 3 . 6 重 慶 1 0 9 8 . 3 9 吉 林 1 6 6 1 . 7 四 川 1 3 3 6 . 2 5 黑龍江 1 6 0 4 . 5 貴 州 1123. 7 1 上 海 4 7 5 3 . 2 5 2 1 8 . 4 云 南 1 3 3 1 . 0 3 江 蘇 2 3 7 4 . 7 2 6 0 7 . 2 西 藏 1 1 2 7 . 3 7 浙 江 3 4 7 9 . 2 3 5 9 6 . 6 陜 西 1 3 3 0 . 4 5 安 徽 1 4 1 2 . 4 1 0 0 6 . 9 甘 肅 1 3 8 8 . 7 9 福 建 2 5 0 3 . 1 2 3 2 7 . 7 青 海 1 3 5 0 . 2 3 江 西 1 7 2 0 . 0 1 2 0 3 . 8 寧 夏 2 7 0 3 . 3 6 2 5 2 6 . 9 山 東 1 9 0 5 . 0 1 5 1 1 . 6 新 疆 1 5 5 0 . 6 2 河 南 1 3 7 5 . 6 1 0 1 4 . 1 普通最小二乘法的估計(jì)結(jié)果： 21 ln5 0 8 1 6 5 ?ln XXY ??? ( 1 . 8 7 ) ( 3 . 0 2) （ 1 0 . 0 4 ） 2R= 0 . 7 8 3 1 2R= 0 . 7676 D W = 1 . 89 F = 50 .5 3 R S S = 0 . 8232 異方差檢驗(yàn) 進(jìn)一步的統(tǒng)計(jì)檢驗(yàn) (1)GQ檢驗(yàn) 將原始數(shù)據(jù)按 X2排成升序，去掉中間的 7個(gè)數(shù)據(jù)，得兩個(gè)容量為 12的子樣本。 七、案例 —— 中國(guó)農(nóng)村居民人均消費(fèi)函數(shù) 例 中國(guó)農(nóng)村居民人均消費(fèi)支出主要由人均純收入來(lái)決定。 Robust Standard Errors 穩(wěn)健標(biāo)準(zhǔn)誤 如果是小樣本同方差情形，那么常規(guī)的 t統(tǒng)計(jì)量精確地服從 t 分布，但是這并不適用于穩(wěn)健標(biāo)準(zhǔn)誤，因此，在這種情況下使用穩(wěn)健標(biāo)準(zhǔn)誤就可能導(dǎo)致推斷錯(cuò)誤。 如果這兩種標(biāo)準(zhǔn)誤的差異很大，那么統(tǒng)計(jì)推斷的結(jié)論可能有很大差異。 Example: robust se versus usual se 例子：穩(wěn)健標(biāo)準(zhǔn)誤與常規(guī)標(biāo)準(zhǔn)誤 ? We estimate the model in wage equation but report the heteroskedasticityrobust standard errors along with the usual OLS standard errors: Observation in This Example ? First, any variable that was statistically significant using the usual t statistic is still statistically significant using the he
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1