7.1 异方差的后果

（1）OLS估计量依然是无偏、一致渐进的

（2）OLS估计量方差不再是 σ 2 ( X ′ X ) − 1 \sigma^2(\boldsymbol{X'X})^{-1} σ2(X′X)−1，不满足球形扰动项的假设
使用普通标准误的 t t t检验、&F&检验失效
使用稳健标准误

（3）高斯-马尔可夫定理不再成立，OLS估计量不是BLUE
加权最小二乘法是BLUE

7.2 异方差的例子

略

7.3 异方差的检验

1.画残差图
残差可视为扰动项的实现值，可通过残差的波动来大致考察是否存在异方差
这是最直观的方法，但不严格

2.BP检验
假设样本数据 iid
原假设为同方差
辅助回归： e i 2 = δ 1 + δ 2 x i 2 + … + δ K x i K + e r r i o r i e_i^2=\delta_1+\delta_2 x_{i2}+\ldots+\delta_K x_{iK}+errior_i ei2=δ1+δ2xi2+…+δKxiK+erriori
记此辅助回归的拟合优度为 R 2 R^2 R2. R 2 R^2 R2越高，越显著，越可以拒绝 H 0 : δ 2 = … = δ K = 0 H_0:\delta_2=\ldots=\delta_K=0 H0:δ2=…=δK=0
L M LM LM统计量： L M = n R 2 ⟶ d χ 2 ( K − 1 ) LM=nR^2\stackrel{d}{\longrightarrow}\chi^2(K-1) LM=nR2⟶dχ2(K−1)
如果 L M LM LM统计量大于 χ 2 ( K − 1 ) \chi^2(K-1) χ2(K−1)的临界值，则拒绝同方差的原假设

3.怀特检验
在BP检验的辅助回归中加入所有的二次项（含平方项与交叉项）
二元回归的怀特检验的辅助回归为
e i 2 = δ 1 + δ 2 x i 2 + δ 3 x i 3 + δ 4 x i 2 2 + δ 5 x i 3 2 + δ 6 x i 2 x i 3 + e r r o r i e_i^2=\delta_1+\delta_2 x_{i2}+\delta_3 x_{i3}+\delta_4 x_{i2}^2+\delta_5 x_{i3}^2+\delta_6 x_{i2}x_{i3}+error_i ei2=δ1+δ2xi2+δ3xi3+δ4xi22+δ5xi32+δ6xi2xi3+errori
优点：它可以检验任何形式的异方差，因为根据泰勒展开式，二次函数可以很好地逼近任何光滑函数。
缺点：如果解释变量较多，则解释变量的二次项（含交叉项）将更多，在辅助回归中将损失较多样本容量。

7.4 异方差的处理

1.使用“OLS+稳健标准误”
仍然进行OLS回归
但是使用在异方差情况下也成立的稳健标准误
这是通用的方法

2.加权最小二乘法（WLS）
方差较小的观测值包含的信息较大
给予方差较小的观测值较大的权重
然后进行加权最小二乘法估计
通过变量转换，使得变换后的模型满足球形扰动项的假定
假定 V a r ( ε i ∣ x i ) ≡ σ i 2 = σ 2 v i Var(\varepsilon_i|\boldsymbol{x_i})\equiv\sigma_i^2=\sigma^2v_i Var(εi∣xi)≡σi2=σ2vi
y i v i = β 1 1 v i + β 2 x i 2 v i + … + β L x i K v i + ε i v i \frac{y_i}{\sqrt{v_i}}=\beta_1\frac{1}{\sqrt{v_i}}+\beta_2\frac{x_{i2}}{\sqrt{v_i}}+\ldots+\beta_L\frac{x_{iK}}{\sqrt{v_i}}+\frac{\varepsilon_i}{\sqrt{v_i}} vi yi=β1vi 1+β2vi xi2+…+βLvi xiK+vi εi
对上式进行OLS回归，即为WLS
加权之后的回归方程满足球形扰动项的假定，故是BLUE。
WLS定义为最小化“加权的残差平方和” m i n ∑ i = 1 n ( e i / v i ) 2 = ∑ i = 1 n e i 2 v i min\sum\limits_{i=1}^n(e_i/\sqrt{v_i})^2=\sum\limits_{i=1}^n\frac{e_i^2}{v_i} mini=1∑n(ei/vi )2=i=1∑nviei2
在Stata中，权重为 1 / v i 1/v_i 1/vi，方差的倒数

3.可行加权最小二乘法（FWLS）
σ i 2 \sigma_i^2 σi2不知道，WLS不可行
怎么办？那就估计 σ i 2 \sigma_i^2 σi2
进行如下辅助回归
e i 2 = δ 1 + δ 2 x i 2 + … + δ K x i K + e r r i o r i e_i^2=\delta_1+\delta_2 x_{i2}+\ldots+\delta_K x_{iK}+errior_i ei2=δ1+δ2xi2+…+δKxiK+erriori
通过此辅助回归的拟合值，既可获得 σ i 2 \sigma_i^2 σi2的估计值
σ i 2 ^ = δ 1 ^ + δ 2 ^ x i 2 + … + δ K ^ x i K \hat{\sigma_i^2}=\hat{\delta_1}+\hat{\delta_2}x_{i2}+\ldots+\hat{\delta_K}x_{iK} σi2^=δ1^+δ2^xi2+…+δK^xiK
保证 σ i 2 ^ \hat{\sigma_i^2} σi2^为证，一般换成对数 l n e i 2 = … … lne_i^2=…… lnei2=……(略)
然后得到的拟合值取e指数
以 1 / σ i 2 ^ 1/\hat{\sigma_i^2} 1/σi2^作为权重进行WLS回归

7.5 处理异方差的Stata命令及示例

nerlove.dta

1.画残差图

reg lntc lnq lnpl lnpk lnpf
rvfplot    //残差与拟合值的散点图
rvpplot lnq   //残差与解释变量lnq的散点图

拟合值较小时，扰动项的方差较大

lnq越小，扰动项的方差越大

上面两幅图，表明很可能存在异方差，即扰动项的方差随着观测值而变

2.BP检验
estat hettest,iid rhs
estat：表示在完成估计后所计算的后续统计量
hettest：heteroscedasticity test
iid：表示仅假定数据为iid，而无需正态假定
选择项 rhs：表示使用方程邮编的全部解释变量进行辅助回归。【没有加这个选择项默认使用拟合值进行辅助回归】

quietly reg lntc lnq lnpl lnpk lnpf   //quietly表示执行此命令，但不显示运行结果
estat hettest,iid   //使用拟合值进行BP检验
estat hettest,iid rhs  //使用所有解释变量进行BP检验
estat hettest lnq,iid   //使用变量lnq进行BP检验

3.怀特检验
estat imtest,white

4.WLS
reg y x1 x2 x3 [aw=1/var]
aw表示analytical weight，为扰动项方差（而不是标准差）的倒数

OLS回归→计算残差→得到残差平方的对数→辅助回归→计算辅助回归的拟合值→去掉对数，得到方差估计值→WLS回归

7.6 Stata命令的批处理

略

【计量经济学及Stata应用】第7章异方差相关推荐

计量经济学及Stata应用第七章异方差
第七章异方差 7.1 异方差的后果在存在异方差的情况下: OLS估计量依然是无偏的.一致且渐近正态: OLS估计量方差改变,因此使用普通标准误的t检验.F检验失效: 高斯-马尔可夫定理不再成立OL ...
计量经济学及Stata应用陈强第七章异方差习题7.3
7.3恩格尔曲线是否存在异方差?数据集food.dta包含有关每周食物开支(food_exp)与每周收入(income)的40个观测值. (1)将food_exp与income的散点图与线性拟合图画在 ...
《傻瓜计量经济学与stata应用》第二章do文件，记得把数据考到当前目录或带上路径，否则可能无法打开
*==============================================================================* *================== ...
STATA：陈强教授计量经济学及stata应用第四章一元线性回归
第四章一元线性回归一元回归的stata实例 (1)带常数项的回归 (2)不带常数项的回归 stata命令运行结果的储存与调用 4.9 总体回归函数与样本回归函数:蒙特卡洛模拟附录(1) 随机数的 ...
计量经济学及Stata应用第五章习题 5.7 使用回归模型进行餐馆选址。数据集Woody3.dta包含33家Woody‘s连锁餐馆的以下变量……
使用回归模型进行餐馆选址.数据集Woody3.dta包含33家Woody's连锁餐馆的以下变量:y(毛销售收入),competitors(两英里内直接竞争者的数目),pop(三英里内的居民人数),in ...
计量经济学及Stata应用第四章习题
4.1 考虑以下消费函数:Ci = α+βYi+si 共中,Ci为个体i的消费开支,而只Yi为个体三的可支配收入.假设OLS因归所得的样木回归线为: (1)斜率β尖的经济含义是什么? (2)截距项α尖 ...
计量经济学及Stata应用第五章习题 5.5
数据集airq.dta包含1972年美国加州30个大城市的如下变量:airg(空气质量指数,越低越好),cala(公司的增加值,千美元),rain(降雨量,英寸),coast(是否为海岸城市),den ...
计量经济学及Stata应用第三章习题
3.1 对于随机变量X,证明Var(X)=E(x2)-[E(X) ]2. 3.2对于随机变量X与Y,证明Cov(X,Y)=E(XY)-E(X)E(Y). 3.3对于随机变量X,Y,Z,证明Cov(X, ...
计量经济学及Stata应用第五章习题 5.6
5.6 穷国能否赶上富国?由于穷国的资本较少,故资本的边际产出较高.因此,一种理论认为,穷国的经济增长速度应比富国快,并收敛于富国,称为"绝对收敛"(absolute conver ...

【计量经济学及Stata应用】第7章异方差

目录

7.1 异方差的后果

7.2 异方差的例子

7.3 异方差的检验

7.4 异方差的处理

7.5 处理异方差的Stata命令及示例

7.6 Stata命令的批处理

【计量经济学及Stata应用】第7章异方差相关推荐

最新文章

热门文章

【计量经济学及Stata应用】第7章 异方差

目录

7.1 异方差的后果

7.2 异方差的例子

7.3 异方差的检验

7.4 异方差的处理

7.5 处理异方差的Stata命令及示例

7.6 Stata命令的批处理

【计量经济学及Stata应用】第7章 异方差相关推荐

最新文章

热门文章

【计量经济学及Stata应用】第7章异方差

【计量经济学及Stata应用】第7章异方差相关推荐