计量经济学实验异方差.ppt

一、实验目的 二、实验内容 三、预备知识 四、实验原理与操作 * * 实验五 异方差 掌握异方差的检验方法；掌握加权最小二乘法对异方差的处理并根据经济理论对可能产生的异方差的函数形式进行适当分析。 建立工作文件、输入数据 对模型进行异方差检验 根据选取的权重利用WLS对异方差进行处理 线性回归模型的基本假设 i = 1 , 2 , … , N 在普通最小二乘法中，为保证参数估计量具有良好的性质，通常对模型提出若干基本假设： 1．解释变量之间互不相关； 2．随机误差项具有0均值和同方差。即 i = 1 , 2 , … , N 即随机误差项的方差是与观测时点t无关的常数； 3．不同时点的随机误差项互不相关（序列不相关），即 s ≠ 0, i = 1 , 2 , … , N 当随机误差项满足假定1 ~ 4时，将回归模型”称为“标准回归模型”，当随机误差项满足假定1 ~ 5时，将回归模型称为“标准正态回归模型”。如果实际模型满足不了这些假定，普通最小二乘法就不再适用，而要发展其他方法来估计模型。 5．随机误差项服从0均值、同方差的正态分布。即 ~ i = 1 , 2 , … , N 4．随机误差项与解释变量之间互不相关。即 j = 1 , 2 , … , k , i = 1 , 2 , … , N 古典线性回归模型的一个重要假设是总体回归方程的随机扰动项 ui 同方差，即他们具有相同的方差? 2。如果随机扰动项的方差随观测值不同而异，即ui 的方差为?i2，就是异方差。用符号表示异方差为E(ui2) = ?i2 。 异方差性在许多应用中都存在，但主要出现在截面数据分析中。例如我们调查不同规模公司的利润，会发现大公司的利润变化幅度要比小公司的利润变化幅度大，即大公司利润的方差比小公司利润的方差大。利润方差的大小取决于公司的规模、产业特点、研究开发支出多少等因素。又如在分析家庭支出模式时，我们会发现高收入家庭通常比低收入家庭对某些商品的支出有更大的方差。 加权最小二乘估计 212.30 270.09 212.46 255.53 252.37 255.79 337.83 255.65 266.48 346.75 258.56 388.79 369.54 384.49 640.56 5000.79 5084.64 5127.08 5380.08 5412.24 5434.26 5466.57 6017.85 6042.78 6485.63 7110.54 7836.76 8471.98 8773.10 8839.68 新 疆 河 北 四 川 山 东 广 西 湖 南 重 庆 江 苏 云 南 福 建 天 津 浙 江 北 京 上 海 广 东 159.60 137.11 231.51 172.65 193.65 191.76 197.04 176.39 185.78 206.91 227.21 201.87 237.16 214.37 265.98 4009.61 4098.73 4112.41 4206.64 4219.42 4220.24 4240.13 4251.42 4268.50 4353.02 4565.39 4617.24 4770.47 4826.36 4852.87 甘 肃 山 西 宁 夏 吉 林 河 南 陕 西 青 海 江 西 黑龙江 内蒙古 贵 州 辽 宁 安 徽 湖 北 海 南 CUM IN 地区 CUM IN 地区 交通和通讯支出 可支配收入 变量 交通和通讯支出 可支配收入 变量 表1 中国1998年各地区城镇居民平均每人全年家庭可支配收入及交通和通讯支出 单位：元 例：我们研究人均家庭交通及通讯支出(CUM)和可支配收入(IN )的关系，考虑如下方程： CUM=?0 + ?1IN + ui 利用普通最小二乘法，得到如下回归模型： CUM= -56.917+ 0.05807*IN (1.57) (8.96)