多元線性回歸-異方差問題-展示頁
2025-05-27 01:50本頁面
【正文】 并與所選取的顯著性水平進行比較，看是否接受零假設（零假設為殘差不存在異方差性）。 然后作輔助回歸： （ 4） iiii uxBxBBy ???? 22110iiiiiiii vxxAxAxAxAxAAu ??????? 21622421322110212 求輔助回歸方程的 R2值。如果零假設被拒絕，則表明可能存在異方差。 檢驗零假設是 對方程（ 2）進行 F檢驗 ， 或計算 LM統(tǒng)計量進行檢驗。 從原始回歸方程中得殘差 ui，并求其平方。 例 62： 利用該方法繪制上一章關于美國機動車消費量的模型中 QMG與殘差的散點圖。如果存在相關性，則存在異方差。 檢驗假設的統(tǒng)計量不再成立，建立在 t分布和 F分布之上的置信區(qū)間和假設檢驗不可靠。又如高收入家庭通常比低收入家庭對某些商品的支出有更大的方差。 或 ? ? 2iiV a r ?? ?? ? ? ?????????????????????22221nEV a r?????εεεΩ3 兩變量線性回歸模型的異方差 Y0XiX jX4 異方差的定義 異方差主要出現(xiàn)在截面數(shù)據(jù)分析中，例如大公司的利潤變化幅度要比小公司的利潤變化幅度大，即大公司利潤的方差比小公司利潤的方差大。1 第九章 多元線性回歸的異方差問題 一、異方差及其影響 二、異方差的發(fā)現(xiàn)和判斷 三、異方差的解決方法 2 一、異方差及其影響 異方差的定義： 對于多元線性回歸模型，如果隨機擾動項的方差并非是不變的常數(shù)，則稱為存在異方差（ heteroscedasticity)。異方差可以表示為 。這取決于公司的規(guī)模、產(chǎn)業(yè)特點和研究開發(fā)支出多少等因素。 例 61：人均家庭支出（ cum)和可支配收入（ in)的關系模型 給出中國 1998年各地區(qū)城鎮(zhèn)居民平均每人全年家庭交通及通訊支出（ cum)和可支配收入（ in)的數(shù)據(jù)，估計兩者之間的關系模型 5 異方差的影響 OLS估計量不再是 BLUE，其是無偏和一致的，
環(huán)評公示相關推薦
鄂ICP備17016276號-1