Eview教程异方差.ppt

Eviews软件的应用二异方差性的检验和处理异方差性的概念n经典线性回归模型假设回归扰动项是同方差的如果回归扰动项不满足这个条件，即回归扰动项的方差随着自变量的不同而不同，就存在异方差不存在异方差的序列（线性图）异方差逐渐增大的序列（线性图）异方差逐渐减小的序列（线性图） n还有异方差的变化有其他规律或者没有规律的情形存在异方差对方程估计的影响n参数估计量满足无偏和一致性，不再满足有效性n参数方差估计量有偏 回忆：推导参数估计量和方差估计量过程 推导过程：简要过程参阅Pindyck&Rubinfield的《计量经济模型与经济预测》；详细过程参见W. Greene的《计量经济分析》 异方差性的检验n总体思路是检验随机误差项与解释变量观测值之间的相关性因为异方差性就是指在不同的样本点，随机误差项有不同的方差n有多种检验方法 n通常采用的原假设是“不存在异方差”，备择假设是“存在异方差” Park检验nPark认为随机扰动项的形式为 n两边取对数，n令Glejser检验 Goldfeld-Guandt检验（P&R, p95） n考虑一元回归模型 n将数据按自变量大小排列。

n省略中间的d项观测值 n拟合两个回归模型每个回归模型都有(N-d)/2个数据 Goldfeld-Guandt检验 (续)n计算每个回归模型的残差平方和：ESS1（对应较小的x）和ESS2（对应较大的x） .n假设误差服从正态分布，且不存在序列相关，则 Breusch-Pagan检验(P&R, p96) n用方程 n做OLS回归，计算残差 ，并用这些残差估计 Breusch-Pagan检验 （续）n然后用方程 做回归如果 服从正态分布，那么在原假设下有更一般，如果有p个变量，则服从自由度为p的 分布 White检验（P&R, p96） n用残差平方作为自变量，用原来的自变量和自变量的平方项作为新自变量比如两个变量情形为n检验统计量为k为除常数项外自变量的个数异方差性的处理（一）n异方差形式已知：（课本，p58－60） n如果在检验过程中通过某种方式已知n则使用 作为权重，使用加权最小二乘法异方差性的处理（二）n异方差形式未知的情形nHC协方差（White）nHAC协方差（Newey-West）n它只改变估计标准差，不改变参数的点估计n原理省略（可以参考P&R），Eviews提供。

处理异方差的实例n采用2001年我国各省，市，自治区的国内生产总值gdp和最终消费com来估计我国的消费函数，这是一个典型的截面数据，从数据中可以看出模型有很大的异方差性数据地 区gdpcom河南5640.113114.13北京2845.651467.71湖北4662.282408.84天津1840.1901.85湖南39832553.14河北5577.782509.3广东10647.715841.32山西1779.971046.43广西2231.191597.05内蒙古1545.79936.19海南545.96299.86辽宁5033.082828.09重庆1749.771078.06吉林2032.481331.32四川4421.762691.47黑龙江35612110.54贵州1084.9833.87上海4950.842149.07云南2074.711430.44江苏9511.914295.96西藏138.7382.79浙江6748.153306.1陕西1844.271004.5安徽3290.132108.09甘肃1072.51674.42福建4253.682225.23青海300.95197.79江西2175.681357.47宁夏298.38223.52山东9438.314582.61新疆1485.48854.6数据说明：n数据单位为亿元，数据来源于中国经济信息网 http://202.114.65.32n只能从校园网访问。

只能从校园网访问模型n根据凯恩斯理论中的消费函数形式，建立下列回归方程：用Eviews进行OLS估计用Eviews进行White检验 F统计值White检验统计量伴随概率White检验的缺点nWhite检验不具建设性n即它无法估计残差方查的形式n它一般只用于检验是否存在异方差Park检验n本例中Park检验回归方程的形式为步骤n保存刚才OLS回归的残差n用Park检验的方程进行估计用该命令保存残差序列相当于用菜单操作……回归结果nEstimation Command:nLS LOG(RESID_EQ_OLS^2) LOG(GDP) CnSubstituted Coefficients:nLOG(RESID_EQ_OLS^2) = 0.5218281156*LOG(GDP) + 5.844487688处理异方差一（WLS）n计算 的估计值n用 的估计值的平方近似 的方差n利用Eviews的forecast功能计算 n用 作为权重进行WLS。

forecast按钮选择要预测变量自动命名预测区间得到新序列3.填入权重2.在前一窗口点击option1.建立一个新方程eq_wls4.点击OK结果有所改善异方差的处理二（方差一致估计） 选择white或者newey-west估计结果对比 结果分析n仅有估计方差改变n现在的方差的估计是一致的，可用于预测。