[經(jīng)濟(jì)學(xué)]第4章_異方差性-文庫吧資料
2024-12-29 12:41本頁面
【正文】 r(x), Genr x5=1\sqr(x), 。 EViews實(shí)現(xiàn) 3（帕克 (Park)檢驗(yàn)） ； lne=log(resid^2), Genr lnx=log(x) 。 如果存在異方差性 ， 則表明確與解釋變量的某種組合有顯著的相關(guān)性 ， 這時(shí)往往顯示出有較高的可決系數(shù)以及某一參數(shù)的 t檢驗(yàn)值較大 。 如： 帕克檢驗(yàn)常用的函數(shù)形式： ieXXf jiji ??? 2)( ?或 ijii Xe ??? ??? lnln)~ln ( 22 若 ?在統(tǒng)計(jì)上是顯著的，表明存在異方差性 。 Sample,輸入樣本范圍，雙擊group01 ， procs/make Equation，保存； Sample,輸入樣本范圍，雙擊group01 ， procs/make Equation，保存； 5. =，查表 F（ nc/2k1,nc/2k1)； F α=，存在異方差。 當(dāng)然，還可根據(jù)兩個(gè)殘差平方和對(duì)應(yīng)的子樣的順序判斷是 遞增型異方差 還是 遞減異型方差 。 GQ檢驗(yàn)適用條件 樣本容量較大（一般不低于參數(shù)個(gè)數(shù)的兩倍以上） 異方差遞增或遞減； 滿足其他古典假定。 ~e178。 問題在于用什么來表示隨機(jī)誤差項(xiàng)的方差 一般的處理方法： 首先采用 O L S 法估計(jì)模型，以求得隨機(jī)誤差項(xiàng)的估計(jì)量 （注意，該估計(jì)量是不嚴(yán)格的），我們稱之為 “ 近似估計(jì)量 ”，用 ~e i 表示。 異方差性的檢驗(yàn) ? 檢驗(yàn)思路： 由于 異方差性 就是相對(duì)于不同的解釋變量觀測值，隨機(jī)誤差項(xiàng)具有不同的方差。 。 變量的顯著性檢驗(yàn)中， 構(gòu)造了 t統(tǒng)計(jì)量 其他檢驗(yàn)也是如此。 ??? iik ??? 11??? ????? 1111 )()()?( ?????? iiii EkkEE OLS估計(jì)量 仍然具有 無偏性 ，但 不具有 有效性 因?yàn)樵谟行宰C明中利用了 E(??’)=?2I 而且，在大樣本情況下，盡管參數(shù)估計(jì)量 具有一致性 ，但仍然 不具有 漸近有效性 。 OLS估計(jì)量 仍然具有 無偏性 。 異方差性產(chǎn)生的原因 ? ； ? ； ? ； ? ； ? 隨機(jī)因素的影響。 每個(gè)企業(yè)所處的外部環(huán)境對(duì)產(chǎn)出量的影響程度不同 ， 造成了隨機(jī)誤差項(xiàng)的異方差性 。 所以 樣本觀測值的 觀測誤差 隨著解釋變量觀測值的不同而不同，往往引起異方差性。 一般情況下，居民收入服從正態(tài)分布 ：中等收入組人數(shù)多，兩端收入組人數(shù)少。 對(duì)古典假定的再討論 對(duì)于模型 ikikiiii XXXY ????? ?????? ?2210如果出現(xiàn) V a r i i( )? ?? 2即對(duì)于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)的方差不再是常數(shù)，而互不相同，則認(rèn)為出現(xiàn)了 異方差性(Heteroskedasticity)。第四章 異方差性 內(nèi)容安排 異方差性的概念 異方差性產(chǎn)生的原因 異方差性產(chǎn)生的后果 異方差性的檢驗(yàn) 異方差性的解決方法 案例 異方差性的概念 對(duì)古典假定的再討論 什么是 異方差性 附錄 實(shí)際經(jīng)濟(jì)問題中的異方差性 基本假定違背：不滿足基本假定的情況 。 主要包括： （ 1） 隨機(jī)誤差項(xiàng)序列存在異方差性； （ 2） 隨機(jī)誤差項(xiàng)序列存在序列相關(guān)性； （ 3） 解釋變量之間存在多重共線性； （ 4） 解釋變量是隨機(jī)變量且與隨機(jī)誤差項(xiàng)相關(guān) （ 隨機(jī)解釋變量 ） ； 此外： （ 5） 模型設(shè)定有偏誤； （ 6） 解釋變量的方差不隨樣本容量的增大而收斂 。 什么是異方差性 2. 異方差的類型 同方差 性假定： ?i2 = 常數(shù) ? f(Xi) 異方差 時(shí)： ?i2 = f(
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1