計(jì)量第五章異方差ppt課件-文庫(kù)吧資料
2025-05-09 07:21本頁(yè)面
【正文】 回歸。 ? 但該方法的有效性還依賴于 C的選擇，還有，當(dāng)模型出現(xiàn)多于一個(gè) X變量時(shí)，就可以按任意一個(gè) X變量的大小順序?qū)⒂^測(cè)值排列。 （二）戈德菲爾德 夸特檢驗(yàn) 計(jì)算統(tǒng)計(jì)量： 查表求臨界值 F? ， 如果 ，拒絕原假設(shè)，誤差項(xiàng)存在明顯的遞增異方差性； 如果 ，接受原假設(shè)，誤差項(xiàng)沒有明顯的異方差性。這種方法適合于檢驗(yàn)樣本容量較大的線性回歸模型的遞增或遞減型異方差性。那么： 檢驗(yàn)異方差性，也就是檢驗(yàn)隨機(jī)誤差項(xiàng)的方差與解釋變量觀測(cè)值之間的 相關(guān)性 及其相關(guān)的 “ 形式 ” 。 模型的預(yù)測(cè)失效 一方面 ， 由于上述后果 ， 使得模型不具有良好的統(tǒng)計(jì)性質(zhì)； 所以 ， 當(dāng)模型出現(xiàn)異方差性時(shí) ， 參數(shù)OLS估計(jì)值的變異程度增大 ， 從而造成對(duì) Y的預(yù)測(cè)誤差變大 ， 降低預(yù)測(cè)精度 ， 預(yù)測(cè)功能失效 。 ? 這時(shí) ， 隨機(jī)誤差項(xiàng)的方差并不隨某一個(gè)解釋變量觀測(cè)值的變化而呈規(guī)律性變化 ， 呈現(xiàn)復(fù)雜型 。 01i i iC Y u??? ? ?例 3：以某一行業(yè)的企業(yè)為樣本建立企業(yè)生產(chǎn)函數(shù)模型 Yi=Ai?1 Ki?2 Li?3e?i 被解釋變量：產(chǎn)出量 Y 解釋變量：資本 K、 勞動(dòng) L、 技術(shù) A， ? 那么： 每個(gè)企業(yè)所處的 外部環(huán)境 對(duì)產(chǎn)出量的影響被包含在隨機(jī)誤差項(xiàng)中 。而人數(shù)多的組平均數(shù)的誤差小，人數(shù)少的組平均數(shù)的誤差大。 案例分析 例 1：截面資料下研究居民家庭的儲(chǔ)蓄行為 Yi=?0+?1Xi+ui Yi:第 i個(gè)家庭的儲(chǔ)蓄額 Xi:第 i個(gè)家庭的可支配收入 高收入家庭：儲(chǔ)蓄的差異較大 低收入家庭：儲(chǔ)蓄則更有規(guī)律性，差異較小 ui的方差呈現(xiàn)單調(diào)遞增型變化 例 2：以絕對(duì)收入假設(shè)為理論假設(shè)、以截面數(shù)據(jù)為樣本建立居民消費(fèi)函數(shù)： 將居民按照收入等距離分成 n組，取組平均數(shù)為樣本觀測(cè)值。 。 異方差產(chǎn)生的原因 ， σi2 可能減小。因此，在作出儲(chǔ)蓄對(duì)收入的回歸時(shí)，很可能發(fā)現(xiàn)，由于人們對(duì)其儲(chǔ)蓄行為有更多的選擇， σi2與收入俱增。例如，隨著打字練習(xí)小時(shí)數(shù)的增加，不僅平時(shí)打錯(cuò)的個(gè)數(shù)而且打錯(cuò)的方差都有所下降。 ? 原因： ，人們?cè)趯W(xué)習(xí)過程中，其行為誤差隨時(shí)間而減少。第五章 異方差 異方差 一、異方差的概念 二、產(chǎn)生異方差的原因（來(lái)源）
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1