当前课程知识点:计量经济学 > 5.异方差 > 5.2异方差侦测方法 > 5.2 异方差侦测方法
侦测异方差是一个重要任务
可惜没有一种万能的、简易的侦测方法
下面我们来学习一些基本的侦测方法
第一种
异方差的图象侦测法
这是直观的方法
第二种
异方差的帕克检验法
这种方法提供了方差的结构信息
为下一节的异方差的救治提供了基础
第三种
异方差的格莱泽检验法
这种方法也提供了方差的结构信息
第四种
异方差的White检验法
上一节中
我们讲过
给定Xi只能得到一个ui^
也就是说样本残差
得不到Var(ui|Xi)
所以
要从不同的Xi对应所有的ui^
或者ui^2中寻找异方差的“踪迹”
根据这一思路
异方差的图象侦测法
进行残差侦测时
先对变量进行回归
得到样本残差项ui^
并对残差项求平方ui^2
把它当作给定Xi情况下
残差方差的代理变量
然后
再求给定xi情况下
样本回归函数上对应的点Yi^
也就是样本回归函数的预测值
以Yi^为横坐标
ui^2为纵坐标
作散点图
根据散点图的分布
来判断是否存在异方差
如果Yi^与ui^2的散点图
如第一张图类似的情况
随着Yi^增加
残差项的方差增加
说明
残差项存在异方差
第二张图
随着Yi^增加
残差项的方差也在增加
说明残差项存在异方差
第三张图
随着Yi^增加
ui^2先从小变大
随后又从大变小
也表明存在异方差
而第四张图与第二张图类似
随着Yi^增加
残差项的方差在减少
也表明存在异方差
再看图
随着Yi^增加
样本残差项的平方是波动的
但是他们的波动在一条水平区域内
这种迹象说明
残差项的方差总体是稳定的
换句话说表明是同方差
当然
利用图象法来侦测异方差
虽然简单直观
但还是比较粗糙
可靠性比较低
下面的Park检验法
是将上面图象侦测法进一步用方程进行拟合
Park选择的Y=A*XB的函数形式
来拟合Yi^与ui^2的分布曲线
为什么选择这样的函数形式呢
可能是因为A、B选择不同的值
曲线形态非常丰富
因此
不同的A、B取值
总有一“款”会拟合Yi^与ui^2的散点分布
先对模型回归以后
可以得到样本残差项ui^
平方得ui^2
把它当作给定Xi下残差方差的代理变量
然后再求给定xi情况下
样本回归函数上的对应点Yi^
也就是样本回归函数预测值
构建方程ui^2=B1*Yi^B2
如果B2=0
表明残差项的方差为同方差
否则为异方差
对ui^2=B1*Yi^B2这个方程
两边取对数
得到新的回归方程
对这个回归方程的变量
log(Yi^)的系数B2进行T检验
原假设为B2=0
如果拒绝原假设则为异方差
否则为同方差
对Park检验而言
函数形式有些复杂
而且Yi^不能取负数
否则取对数没有意义了
格莱泽提出了新的侦测异方差的思路
格莱泽选择一些简单的方程
来拟合Yi^与|ui^|的分布曲线
方程形式为|ui^|=B1+B2*Yi^(n)
其中n可取值为+-1、+-2、+-1/2等等形式
格莱泽检验的原假设为B2=0
如果接收原假设
则为同方差
否则为异方差
n的选取
依次用+-1、+-2、+-1/2去试试
如果T检验显著
则终止往下试
根据
|ui^|=B1+B2*Yi^(n)的T检验的显著性
来判断残差项是否存在异方差
最后
我们来学习异方差的White检验法
White检验的操作过程是这样的
先作回归
得到样本残差的平方
ui^2
然后再作辅助回归
得到辅助回归的决策系数R2
原假设是辅助回归的回归系数为0
即残差项的方差是个常量
也就是同方差
统计量n*R2服从自由度为k-1的Chi分布
Eviews软件给出White检验的P值
P值很小
我们拒绝原假设
即存在异方差
否则就接受原假设
即是同方差
-1.1-教学构架
--1.1-教学构架
-1.1E-文件、数据、变量与群实验
-1.2 -数据-变量-模型
-1.2E1-窗口与菜单实验
-1.2E2-变量描述统计与显示实验
-1.3-假设检验的一般逻辑
-1.3E-齐性检验与分布检验实验
-第一章 作业
-2.1最小平方法与决策系数
-2.2 CLRM假设条件
-2.3 回归分析
--2.3 回归分析
-2.3E1 回归分析实验
-2.4 回归检验
--2.4 回归检验
-2.4E1 回归检验实验
-2.4E2 回归检验实验
-2.5 预测与分析
-2.5E 预测实验
-第二章 作业
-3.1非线性回归模型的线性化(1)
-3.2非线性回归模型的线性化(2)
-3.2 E非线性化的转换实验
-第三章 作业
-4.1哑变量及设置
-4.2哑变量的回归
-4.3结构稳定性问题
-4.3E哑变量回归实验
-第四章 作业
-5.1异方差概念及其后果
-5.2异方差侦测方法
-5.2E异方差侦测实验
-5.3异方差救治措施
-5.3E异方差救治实验
-第五章 作业
-6.1自相关性及其后果
-6.2自相关性侦测方法
-6.2E自相关性侦测实验
-6.3自相关性救治措施
-6.3E自相关性救治措施实验
-第六章 作业
-7.1多重共线性及其后果
-7.2多重共线性侦测方法
-7.2E多重共线性侦测实验
-7.3多重共线性救治措施
-7.3E多重共线性救治措施实验
-第七章 作业
-8.1模型选择:标准与检验
-8.1E模型选择:检验与实验
-第八章 作业
-课程勘误