异方差怀特的一般异方差检验讲稿.ppt

《异方差怀特的一般异方差检验讲稿.ppt》由会员分享，可在线阅读，更多相关《异方差怀特的一般异方差检验讲稿.ppt（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、异方差异方差怀特的一般特的一般异方差异方差检验第一页，讲稿共十四页哦Company Lv怀特检验的基本思想与步骤（以三元为例）：怀特检验的基本思想与步骤（以三元为例）：（1）得到残差平方序列）得到残差平方序列ei2 用普通最小二乘法用普通最小二乘法(OLS)估计上述模型的参数，得估计上述模型的参数，得到残差平方序列到残差平方序列ei2。第二页，讲稿共十四页哦Company L（2）构造辅助回归模型，并进行）构造辅助回归模型，并进行OLS估计估计 在残差与解释变量在残差与解释变量线性线性关系的基础上，再加入解释关系的基础上，再加入解释变量的变量的平方项平方项与与交叉项交叉项，构造辅助回归模型。，

2、构造辅助回归模型。检验原模型是否存在异方差就相当于检验此辅助检验原模型是否存在异方差就相当于检验此辅助回归模型的回归参数，除常数项以外是否显著为回归模型的回归参数，除常数项以外是否显著为0。第三页，讲稿共十四页哦Company L 原假设原假设 备择假设备择假设至少有一个不等于至少有一个不等于0.如果原假设如果原假设H0成立，相当于成立，相当于ei2是一个常数是一个常数，则由，则由ei2表示表示的随机误差项的方差是一个常数的随机误差项的方差是一个常数，那么就认为原模型不，那么就认为原模型不存在异方差性。反之，认为原模型存在异方差性。存在异方差性。反之，认为原模型存在异方差性。在构造辅助回归模型

3、以后，使用普通最小二乘法（在构造辅助回归模型以后，使用普通最小二乘法（OLS）对这个辅助回归模型进行参数估计，从而得到该辅助模型对这个辅助回归模型进行参数估计，从而得到该辅助模型的可决系数的可决系数R2。第四页，讲稿共十四页哦Company L（3）构造统计量，计算统计量的值）构造统计量，计算统计量的值 在原假设在原假设H0成立时，检验统计量成立时，检验统计量 WT(k-1)=nR2服从自由度为服从自由度为k-1的的 分布。分布。其中其中k为包含截距的解释变量个数为包含截距的解释变量个数 （4）查表得临界值）查表得临界值 给定显著性水平给定显著性水平，查表得临界值，查表得临界值 。第五页，讲稿

4、共十四页哦6 （5）比较，判断）比较，判断 若若 ，接受，接受H0，认为原模型不存在异，认为原模型不存在异方差性。方差性。在在多多元元回回归归中中，由由于于辅辅助助回回归归方方程程中中可可能能有有太太多多解解释变量，从而使自由度减少，有时可去掉交叉项。释变量，从而使自由度减少，有时可去掉交叉项。第六页，讲稿共十四页哦Company Lv案例：案例：检验这个使用OLS估计出来的回归模型是否具有异方差性.第七页，讲稿共十四页哦Company Lv回归模型只有一个解释变量回归模型只有一个解释变量X。（1）得到残差平方序列）得到残差平方序列ei2 对原模型进行对原模型进行OLS，使用命令，使用命令ge

5、nr e2=resid2得到残差平方序得到残差平方序列。列。第八页，讲稿共十四页哦Company L（2）构造辅助回归模型，并进行）构造辅助回归模型，并进行OLS估计估计 只有一个解释变量，因此，构造的辅助回归也比较只有一个解释变量，因此，构造的辅助回归也比较简单简单:先生成解释变量的平方项：先生成解释变量的平方项：genr x2=x2使用使用OLS方法对辅助模型进行估计：输出结果见下页方法对辅助模型进行估计：输出结果见下页第九页，讲稿共十四页哦Company L第十页，讲稿共十四页哦Company L 统计量的值统计量的值给定给定=0.05，查卡方分布表，得查卡方分布表，得=0.05，自由度

6、为，自由度为2的临界值的临界值比较：比较：所以拒绝所以拒绝H0，认为回归模型当中存在异方差性。，认为回归模型当中存在异方差性。第十一页，讲稿共十四页哦Company LvEviews中的中的White异方差性检验：异方差性检验：在在Eviews中，有直接进行怀特中，有直接进行怀特White异方差检验的异方差检验的命令。因此，怀特命令。因此，怀特White异方差检验应用比较普遍。异方差检验应用比较普遍。在估计出的模型输出界面中:ViewResidual Test White Heteroskedasticity(no cross terms)(无交叉项)(cross terms有交叉项)第十二页

7、，讲稿共十四页哦Company L这部分实际上这部分实际上就是我们前面就是我们前面构造的辅助回构造的辅助回归！归！怀特异方差检验表第十三页，讲稿共十四页哦Company L 一般选择一般选择(no cross terms，无交叉项，无交叉项)的怀特的怀特White检检验就可以了。验就可以了。White异方差检验相应的伴随概率.White异方差检验的统计量的值，即nR2.由检验的伴随概率由检验的伴随概率Prob0.05可以判断，在显著性水平可以判断，在显著性水平=0.05的情况下，拒绝的情况下，拒绝“模型不存在异方差性模型不存在异方差性”的原假的原假设，认为回归模型具有明显的异方差性。设，认为回归模型具有明显的异方差性。第十四页，讲稿共十四页哦