版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
第八講異方差性
Heteroskedasticity一、異方差性對于OLS估計的影響二、穩(wěn)健性檢驗三、對是否存在異方差性的檢驗四、加權最小二乘估計異方差性異方差性對于OLS估計的影響如何解決可能存在的異方差性?一、異方差性對于OLS估計的影響異方差性回憶:經(jīng)典線性模型(CLM)的假定異方差性同方差性(homoscedasticity):誤差項的條件方差相同異方差性(heteroscedasticity):誤差項的條件方差不相同異方差性同方差性XY概率密度X:受教育年限Y:工資異方差性異方差性XY概率密度X:受教育年限Y:工資異方差性異方差性XY概率密度X:時間Y:打字正確率異方差性對OLS估計的影響回歸系數(shù)的OLS估計量仍然是無偏的、一致的,并且不影響R2和調整的R2回歸標準差的估計不再是無偏的,從而回歸系數(shù)OLS估計量的方差估計不再是無偏的,OLS估計量不再是有效的和漸近有效的t統(tǒng)計量不服從t分布,F(xiàn)統(tǒng)計量也不服從F分布,從而無法進行假設檢驗和區(qū)間估計,也無法進行區(qū)間預測如何解決可能存在的異方差性?兩種方法其一,異方差性不影響OLS估計量的無偏性和一致性,只影響OLS估計量的方差估計,因此,如果能找到一種方法(不同于OLS估計)正確地估計出OLS估計量的方差,那么同樣可以進行假設檢驗。這種方法稱為穩(wěn)健性檢驗其二,首先檢驗是否存在異方差,如果不存在,可以使用OLS估計;如果存在異方差,使用另外一種估計方法(即加權最小二乘估計,WLS)穩(wěn)健性t檢驗穩(wěn)健性F檢驗穩(wěn)健性LM檢驗二、穩(wěn)健性檢驗穩(wěn)健性t檢驗異方差性不影響OLS估計量的無偏性和一致性,只是影響OLS估計量的方差估計,從而影響t檢驗和F檢驗。因此,如果能找到一種方法正確地估計出OLS估計量的方差,那么同樣可以進行t檢驗和F檢驗對于大樣本數(shù)據(jù),在假定MLR.1-4下,可以通過一定的方法得到OLS估計量的方差的正確估計量(參見課本p253,8.4式),并進而得到OLS估計量的標準誤。通過這種方法得到的標準誤稱為異方差-穩(wěn)健性標準誤(heteroskedasticity-robuststandarderror),或簡稱穩(wěn)健性標準誤(robuststandarderror)。穩(wěn)健性t檢驗一旦得到了穩(wěn)健性標準誤,就可以在此基礎上構造穩(wěn)健性t統(tǒng)計量(robusttstatistics),進而進行穩(wěn)健性t檢驗。穩(wěn)健性t檢驗例題8_1:工資方程(課本p253,例8.1)lwageCoef.SEtrobustSEt(robust)married_male0.21270.05543.840.05713.72married_female-0.19830.0578-3.430.0588-3.37single_female-0.11040.0557-1.980.0571-1.93educ0.07890.006711.790.007410.64exper0.02680.00525.110.00515.22expersq-0.00050.0001-4.850.0001-5.03tenure0.02910.00684.300.00694.19tenursq-0.00050.0002-2.310.0002-2.19_cons0.32140.10003.210.10952.94穩(wěn)健性F檢驗也可以構造異方差-穩(wěn)健性F統(tǒng)計量(heteroskedasticity-robustFstatistic)或異方差-穩(wěn)健性瓦爾德統(tǒng)計量(heteroskedasticity-robustWaldstatistic),從而進行異方差-穩(wěn)健性F檢驗(對多個線性假設的檢驗)例題8_2:學習成績的決定(課本p255,例8.2)穩(wěn)健性LM檢驗與異方性-穩(wěn)健性F檢驗相同,針對多個線性假設的檢驗還可采用異方差-穩(wěn)健性拉格朗日乘子檢驗(heteroskedasticity-robustLagrangeMultipliertest),簡稱穩(wěn)健性LM檢驗。本課程不要求同學掌握穩(wěn)健性LM檢驗,有興趣的同學請參看課本p255-257為什么要對異方差性進行檢驗?布羅施-帕甘檢驗(Breusch-Pagantest)懷特檢驗(Whitetest)三、對是否存在異方差性的檢驗為什么要對異方差性進行檢驗?不管模型是否滿足同方差假定,估計穩(wěn)健性標準誤和進行穩(wěn)健性檢驗是更為穩(wěn)妥的方法,因此這一方法越來越普遍。那么,為什么還要對是否存在異方差性進行檢驗?對于小樣本數(shù)據(jù),穩(wěn)健性t統(tǒng)計量并不十分接近t分布,應使用通常的t檢驗。此時,應首先對是否存在異方差性進行檢驗。如果不存在異方差性,就可以使用通常的t檢驗;如果存在異方差性,就應使用不同于OLS的估計方法。只要存在異方差,OLS估計量就不是最優(yōu)線性無偏估計量。因此最好使用比OLS更好的估計方法為什么要對異方差性進行檢驗?出現(xiàn)異方差性的一個常見原因,是誤差項的條件方差與某些自變量相關,下面的兩種檢驗方法都是看誤差項的條件方差是否與某些自變量相關布羅施-帕甘檢驗(Breusch-Pagantest)基本思想布羅施-帕甘檢驗(Breusch-Pagantest)布羅施-帕甘檢驗(BPtest)布羅施-帕甘檢驗(Breusch-Pagantest)例題8_3:住房價格(課本p259,例8.4)懷特檢驗(Whitetest)懷特檢驗(Whitetest):一般檢驗與BP檢驗相比,懷特檢驗進一步考慮誤差項方差與每個自變量的平方及每兩個自變量的交互項的關系。懷特檢驗(Whitetest)懷特檢驗(Whitetest):一般檢驗懷特檢驗(Whitetest)懷特檢驗(Whitetest):特殊檢驗為了節(jié)省自由度,有時采用如下形式的懷特特殊檢驗懷特檢驗(Whitetest)例題8_4:住房價格(課本p261,例8.5)加權最小二乘估計:異方差形式已知加權最小二乘估計:異方差形式未知四、加權最小二乘估計加權最小二乘估計:異方差形式已知如果發(fā)現(xiàn)存在異方差,可以采取兩種方式解決:對于大樣本數(shù)據(jù),可使用穩(wěn)健性標準誤和穩(wěn)健性檢驗探究異方差的形式,通過適當?shù)淖儞Q得到最優(yōu)線性無偏估計量加權最小二乘回歸:異方差形式已知加權最小二乘估計加權最小二乘估計:異方差形式已知加權最小二乘估計加權最小二乘估計:異方差形式已知加權最小二乘估計例題8_5:家庭儲蓄方程(課本p265,例8.6)加權最小二乘估計屬于廣義最小二乘估計(GeneralizedLeastSquare,GLS)的一種加權最小二乘估計:異方差形式未知在一般情況下,我們并不知道異方差的具體形式,需要對異方差的函數(shù)形式做出估計,然后再進行加權最小二乘估計,這種方法屬于可行的廣義最小二乘估計(FeasibleGeneralizedLeastSquare,FGLS)或估計的廣義最小二乘估計(EstimatedGeneralizedLeastSquare,EGLS)的一種加權最小二乘估計:異方差形式未知可行的廣義最小二乘估計(FGLS)加權最小二乘估計:異方差形式未知例題8_6:對香煙的需求(課本p270,例8.7)OLSWLScigsCoef.Std.Err.P>tCoef.Std.Err.tP>t_cons-3.64024.0790.8805.63517.8030.3200.752lincome0.8800.7280.2271.2950.4372.9600.003lcigpric-0.7515.7730.897-2.9404.460-0.6600.510educ-0.5010.1670.003-0.4630.120-3.8600.000age0.7710.1600.0000.4820.0974.9800.000agesq-0.0090.0020.000-0.0060.001-5.9900.000resta
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024-2030年中國石油壓裂支撐劑行業(yè)需求趨勢預測及發(fā)展策略建議研究報告
- 2024-2030年中國矯形鞋墊行業(yè)供需現(xiàn)狀與營銷渠道分析報告
- 2024-2030年中國相變蠟行業(yè)發(fā)展現(xiàn)狀及趨勢前景預判研究報告
- 2024-2030年中國直流大功率充電器行業(yè)市場發(fā)展趨勢與前景展望戰(zhàn)略研究報告
- 2024-2030年中國鹽酸丁卡因行業(yè)應用態(tài)勢及產(chǎn)銷規(guī)模預測研究報告
- 2024-2030年中國皺波角叉菜提取物市場銷售模式分析與營銷前景報告
- 2024-2030年中國皮膚健康檢測設備行業(yè)應用狀況與盈利前景預測報告
- 5年中考3年模擬試卷初中生物七年級下冊第一節(jié)人體對外界環(huán)境的感知
- 2024屆河北省大名一中高三下學期3月適應性考試數(shù)學試題
- 2025屆天津河北區(qū)數(shù)學九上開學學業(yè)質量監(jiān)測模擬試題【含答案】
- 物流寄遞禁毒知識講座
- 幼兒園公開課:中班語言《彩色牛奶》課件
- 前列腺護理查房課件
- 重慶市三峽名校聯(lián)盟2023-2024學年高一上學期秋季聯(lián)考試題 語文(含答案)
- 訴訟異地管轄申請書范本 法院
- 2024年中國電信集團招聘筆試參考題庫含答案解析
- 征信修復服務合同
- APQP新產(chǎn)品開發(fā)計劃ABCD表
- 《工業(yè)廠房改造技術規(guī)程》
- 人工智能在網(wǎng)絡管理中的應用詳述
- 機井更新施工方案
評論
0/150
提交評論