计量经济学第五章PPT课件

.,1,第三篇违背经典假设的回归,经典线性回归模型是建立在以下假定条件下的：假定1：随机误差项具有0均值,即E(ui|Xi)=0假定2：随机误差项同方差。即Var(ui|Xi)=2假定3：随机误差项在不同样本点之间是独立的。即Cov(ui,uj)=0假定4：随机误差项与解释变量之间不相关。即，Cov(ui,Xi)=E(uiXi)=0假定5：Rank(X)=k+1或解释变量之间不存在线性关系假定6：随机误差项服从0均值、同方差的正态分布。即uiN(0,2),.,2,那么当一个或多个假定不能满足时，是否还可以直接应用普通最小二乘法进行参数估计呢？如果应用普通最小二乘法进行参数估计会对结果产生什么影响呢？我们又怎样来检验这些假定是否得到满足呢？如果不满足这些假定，又不能直接用普通最小二乘法进行参数估计，那么我们应作如何处理呢？,.,3,关于假定（1），如果，且，那么如果我们建立的线性回归模型中包含常数项，即：则令：那么模型将变为这时满足假定（1），并且如果满足其他假定，则也满足其他假定。但如果模型中不包含常数项，则就可能不满足假定（1）。因此，在线性回归模型中，除非理论上说明可以不包含常数项，否则一般我们都包含常数项。,.,4,关于假定（6），其检验方法主要是JB检验，列联表分析等。但假定（6）非常重要。实际上，在经典线性回归模型假定下，用上述一两种方法对正态性进行检验是很重要的。因为假设检验的过程在很大程度上依赖于正态性这个假定，尤其在样本容量较小时。,.,5,直方图法,.,6,正态概率图法,.,7,雅克贝拉检验,.,8,第五章异方差（Heteroskedasticity）,第一节异方差性第二节异方差的检验第三节异方差问题的解决方法,.,9,第一节异方差性,什么是异方差性异方差产生的原因异方差性带来的后果,.,10,什么是异方差性Heteroscedasticity,称为具有异方差性。,.,11,.,12,异方差产生的原因,通常来源于截面数据。测量误差和被省略的解释变量对被解释变量的影响。分组数据。使用分组数据时，分组不均有可能会造成异方差。估计量仍具有线性性和无偏性。,.,13,异方差性带来的后果,估计量仍具有线性性和无偏性。估计量不具有最小方差性（有效性）。t检验、F检验失效（由于不具有有效性）。预测区间无效,.,14,第二节异方差的检验,.,15,残差图法,.,16,.,17,.,18,戈特菲尔德夸特检验,适用条件：（1）大样本（n）30）；（2）观测值至少应为参数个数的2倍；（3）随机项无自相关且服从正态分布（4）具有递增或递减方差,.,19,1.建立假设：原假设：是同方差的；备择假设：是异方差的。2.处理观测值3.建立回归方程求残差平方和4.计算F统计量5.结论,.,20,.,21,所以数据存在异方差性。,.,22,斯皮尔曼等级相关法,1.原模型应用OLS法，计算残差2.计算的等级差3.计算等级相关系数4.总体等级相关系数进行显著性检验5.于给定显著性水平,如果，则拒绝原假设，接受备择假设。否则拒绝备择假设，接受原假设。,.,23,.,24,所以数据存在异方差性。,.,25,怀特检验法,1.首先用普通最小二乘法估计回归方程，得残差2.然后作如下回归：3.求辅助方程的原假设下4.如果超过临界值，则认为存在异方差。,.,26,.,27,帕克检验法,1.建立回归方程，并计算的残差平方2.取异方差的函数形式为：两边取对数得3.建立方差结构回归模型4.对进行t检验。,.,28,.,29,格莱泽检验,建立被解释变量y对所有解释变量的回归方程，然后计算残差利用OLS法对上述函数进行估计，得回归方程。并计算每个回归方程的拟合优度，把拟合优度最大的作为最佳拟合的回归形式。对最佳线性中的参数进行显著性检验。,.,30,巴特列特检验,见张寿、于清文著计量经济学166页。,.,31,Breuschpagan检验,是一种较好的检验方法，可以检验有多个解释变量引起的异方差的情况，详细的讨论见赵国庆著计量经济学115页。其他的检验还有：CUSUM、CUSUMSQ等，详细讨论见有关参考书。但在实际应用中，人们并不经常使用这些检验方法，更多的是从经济背景方面去分析与判断是否可能存在异方差性，如果可能，则选用适当的方法去估计模型的参数。,.,32,第四节异方差问题的解决方法,.,33,广义最小二乘法,原模型为当，当其它假定都满足时，,.,34,一定存k阶在非奇异矩阵P，使利用矩阵P来变换模型：令，则因此变换后的模型满足同方差和无自相关假定。,.,35,广义最小二乘估计量的统计特性,线性性,.,36,无偏性,.,37,有效性,TheGauss-MarkovTheorem:theGLSestimatoristhebestlinearunbiasedestimator(BLUE)amongallpossiblelinearunbiasedestimator,theGLSestimatoristhebestonewiththesmallestvariance.,.,38,已知的情况（加权最小二乘法）,.,39,未知的情况,.,40,.,41,.,42,White异方差修正一致估计量,.,43,.,4