计量经济学异方差性课件(编辑修改稿)

计量经济学异方差性课件(编辑修改稿)内容摘要：

同方差，方差之比趋近于 1。 FF ，则拒绝原假设，认为存在异方差性；否则不存在异方差性。 问题：异方差为复杂异方差情况，能否用该方法。 为什么。 uˆx样本 1 3n/8 n/4 3n/8 样本 2 GoldfeldQuant检验的几何意义 1) 键入 Sort /回车，在对话框中 键入 X（或 Xi中任一个） /ok； 2) 键入 Smpl /回车，在对话框中键入 1 n1 /ok(前部分样本区 ) 3) 键入 Ls y c x(或 Ls y c x1 x2 x3 x4┄ )/回车 ,得残差平方和 4） 键入 Smpl /回车，在对话框中键入 n1+c+1 n / ok(后部分样本区） 5） 键入 Ls y c x(或 Ls y c x1 x2 x3 x4┄ ） /回车，记住残差平方和 6）计算 F统计量，作出是否拒绝原假设的结论。 22e21e 例 : 北京市规模最大的 20家百货零售商店的商品 销售收入 X和 利润总额 Y资料如下表所示 : （ 1995年 ） 单位：千万元 商店名称 销售收入 X 利润总额 Y 百货大楼 城乡贸易中心 西单商场 …… …… …… …… …… …… …… 1 …… 1 …… 1 …… 1 …… 1 …… 1 ……1 …… 1 …… 19．新街口百货商场 20．星座商厦  e  e在异方差。 说明随机误差显著地存拒绝 ,:)5,5(85 82 06 41 22210122 HFeeF )1(33221 tttt uXXY  设tttttttt vXXXXXXXX 32523422332210232的一般线性关系为、异方差与解释变量 White 检验的具体步骤 )ˆ(。 ˆˆˆˆ1)321iiii YYeYa计算、）式进行回归，估计对（ 2)teb 求））进行回归（记下对（）（如或无交叉项交叉项对所有的解释变量及其构造辅助回归方程232523422332210222))(()RvXXXXXXectttttttt   （检验各回归系数是否为零。 等于零，不存在异方差） )5(* 2 ，查表得：对给定的2* nR计算，表示存在异方差。 ，拒绝 022 )5(* HnR 0:0:* 1543210  iHH  至少一个））（一般：自由度为多少。 成立，1()5(~* 220 KnRH  tttt XXY   33221设 White 检验在 EViews上的实现 1） Ls Y C X1 X2 2）点击 View / residual test / White / 回车； 3）在出现的对话框中，选择 no cross terms（没有交叉项） /回车 或 cross terms（有交叉项） /回车 4）出现输出框 Test直接给出了相关的统计量（ Fstatistic和 Obs*Rsquared） （存在异方差）。 拒绝，值小于），相应的很大（大于如果统计量的值022 %5)1(HpKnR eiˆ2 假定模型有三个变量 那么分别观测 对 ,321 xxx 、xxxxxxxxxxxx 323121232221321 ,,的拟合优度，据以判断残差平方与那一些变量有关。 构造辅助回归模型 tPtPttt veeee  222221102  tPtPtttittvPi22222110222 ),2,1( 之间的关系为与设异方差)1(33221 tttt uXXY  设三、 ARCH 检验（时间序列数据） 检验的基本思路 0:0: 1210  iP HH  至少一个是否成立。 检验原假设 0: 210  PH   ARCH 检验的具体步骤 )1(33221 tttt uXXY  设ttt YYe ˆ2212pttt eee  、 )2(22 222 1102 tPtPttt veeee    1）对（ 1）式进行回归 2）求 3）构造辅助回归方程 2R对（ 2）式进行回归 a) 0:: 1210  iP HH  至少一个 b) )(~)( 220 PRPnH 成立，)(2 P ，查表得：对给定的c) 2)( RPn 计算d) e) ，模型存在异方差。 拒绝，022 )()( HPRPn （ 或观察统计量 Fstatistic和 Obs*Rsquared，如果统计量的值很小，相应的 p值大于 5%，则接受原假设） ARCH 检验在 EViews上的实现 法 1： (软件自带的功能） 回车） /1 21 pxxxcyLs 2） 点击 View/residual test/ ARCH / 回车 3） 在对话框中输入滞后期 P， Lags P (P=1,2,3,或更长 )/ 回车 4） 与 White检验相同， ARCH Test直接给出了相关的统计量，原假设是序列无异方差，如果统计量的值很小，相应的 p值大于 5%，则接受原假设 （存在异方差）。 ，拒绝值小于相应的），很大（大于如果统计量的值022%5)()(HpPRpn  法 2： 回车） /1 21 pxxxcyLs 2） 产生 genr e2=Resid^2 (或 genr e2=Resid* Resid) 3） LS e2 c e2(1) e。