計量中的異方差性ppt課件-在線瀏覽
2025-03-04 11:35本頁面
【正文】 電子通訊設備 化學原料制品 儀器儀表設備 圖 我國制造業(yè)銷售利潤與銷售收入的相關圖 2． 殘差分布圖分析 先用最小二乘法估計模型 ， 估計結果為 : 建立回歸模型之后 ， 在方程窗口中點擊 Resids按鈕可以得到模型的殘差分布圖 ， 如果殘差分布的離散程度有明顯擴大的趨勢 ， 則表明存在著異方差性 。 第二 ， 將排列在中間的約 1／ 4的觀察值刪除掉 ， 除去的觀察值個數(shù)記為 c， 則余下的觀察值分為兩個部分 ， 每部分的觀察值個數(shù)為 (nc)/2。 懷特檢驗 （ test） 不訪設回歸模型為二元線性回歸模型： 表明回歸模型中參數(shù)至少有一個顯著地不為零，即隨機誤差項存在異方差性。 利用 EViews軟件可以直接進行 White檢驗 。 輸出結果中 obs*Rsquared即 White檢驗統(tǒng)計量 ， 由其雙側概率可以判斷是否拒絕無異方差性的原假設 。 戈里瑟提出如下的假定函數(shù)形式： 帕克提出如下的假定函數(shù)形式： 3． 檢驗每個回歸方程參數(shù)的顯著性 。 Glejser檢驗的特點是 ： 不僅能檢驗異方差性 ， 而且通過 “ 實驗 ” 可以探測異方差的具體形式 ， 這有助于進一步研究如何消除異方差性的影響 。 利用 EViews軟件進行 Glejser檢驗的步驟為 LS y c x GENR lnx=log(x) LS lnE2 c lnx 運行結果如下： 表 回歸結果 上述回歸方程表明利潤函數(shù)存在異方差性 。 ARCH檢驗 （ 自回歸條件異方差檢驗 ） 如果在建模分析中所用樣本資料是時間序列數(shù)據(jù) ， 當存在異方差性的時候 ， 可考慮用 ARCH(autoregressive conditional heteroskedasticity)方法檢驗 ， 設 ARCH過程為 : 則 ARCH檢驗的基本步驟如下： 1． 運用 OLS方法對模型 模型變換法 模型變換法即對存在異方差性的模型進行適當?shù)淖兞孔儞Q ，使變換后的模型滿足同方差假定 。 設模型為一元線性回歸模型： 記： 加權最小二乘法 (WLS) 加權最小二乘法是對原模型加權 ， 使之變成一個新的不存在異方差性的模型 ，
教學課件相關推薦
鄂ICP備17016276號-1