计量经济学异方差性详解.ppt

(二) Glejser检验法 构造如下形式的异方差结构函数： ， 依据 通过回归，检验假设： ，判断是否存在异方差。 如果存在异方差，则异方差结构函数也已求得。 例4-1（续）异方差结构函数 （1） (-0.4637) (1.2991) (0.6448) (0.1997) ? 如何分析 (1)~(4) 的回归效果 ? （2） (0.5407) (1.8693) (0.5910) (0.0672) （3） (-0.8135) (2.0054) (0.4196) (0.0501) （4） (4.3971) (-2.2346) (0.0001) (0.0298) 五、White （怀特）检验法 应用于多元线性回归模型 比如，设二元模型的异方差结构函数为 例4-1（续）怀特检验结果 4.4 异方差性模型的计量经济方法 一、 加权最小二乘法 (WLS) 对于模型 假设异方差结构函数为已知，或得到估计的异方差结构函数， 不妨设 …（1） 取权数 ，用此权数乘以模型（1）的两边： 第1步： 对原模型（1）进行加权变换，以消除异方差性。 令 ， ， 于是，得到新模型： …（2） 因为 所以 模型（2）为同方差性模型。 第2步： 验证新模型（2）为同方差性模型。 （常数） 第3步： 对于模型（2），再用最小二乘法 估计未知的参数。 估计方程为： 预测方程 由估计方程： 通过异方差校正后原模型的估计方程： 二、重新设定模型 比如，双对数变换降低了变量观测值的波动大小， 有可能消除异方差性。(见下表) 例4-1（续）双对数模型回归结果 (-2.7930) (31.4979) 年-月 年-月 2008-01 8.75014 7.742185 2010-04 8.210492 7.23456 2008-02 8.727305 7.706064 2010-05 8.100143 7.128504 2008-03 8.649647 7.666428 2010-06 8.046011 7.072388 2008-04 8.406508 7.538421 2010-07 8.199747 7.291247 2008-05 8.22392 7.375169 2010-08 8.151835 7.272141 2008-06 7.978911 7.073126 2010-09 8.120942 7.226871 2008-07 8.094391 7.115567 2010-10 8.195794 7.322993 2008-08 7.906444 6.900641 2010-11 8.10713 7.215586 2008-09 7.808681 6.800706 2010-12 8.113046 7.227641 2008-10 7.596091 6.657242 2011-01 8.143535 7.190843 2008-11 7.830136 6.831037 2011-02 8.140313 7.227256 2008-12 7.725869 6.787993 2011-03 8.187344 7.287034 2009-01 7.906625 6.885235 2011-04 8.193478 7.263119 2009-02 7.97318 6.967438 2011-05 8.117853 7.187008 2009-03 8.257757 7.179636 2011-06 8.20048 7.243721 2009-04 8.341115 7.225286 2011-07 8.131019 7.206274 2009-05 8.423564 7.340343 2011-08 8.11046 7.171074 2009-06 8.589092 7.583141 2011-09 7.994629 7.013988 2009-07 8.663634 7.649836 2011-10 8.037172 7.057468 2009-08 8.360158 7.330281 2011-11 7.927797 6.977404 2009-09 8.392362 7.398401 2011-12 7.919116 6.94237 2009-10 8.480492 7.524831 2012-01 7.959849 6.95485 2009-11 8.506149 7.605751 2012-02 8.047385 7.109537 2009-12 8.436