Python 做怀特异方差一致稳健标准误估计

欧拉n哥

于 2024-05-05 20:15:00 发布

阅读量836

点赞数 5

分类专栏：数据分析文章标签： python 数据分析算法

本文链接：https://blog.csdn.net/Cuiweibaike/article/details/138451688

版权

本文介绍了如何使用Python的statsmodels库进行怀特异方差一致稳健标准误估计，通过gls函数实现，并比较了不同类型的稳健标准误方法（如HC0和HC1）。文中还提到了与潘省初和周凌瑶教授著作中的异方差处理方法的差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、目的：本文介绍用 python 做怀特异方差一致稳健标准误估计的方法。

二、参考文献

可参考这位前辈的文章：【Python计量】异方差性的处理_回归模型存在异方差应该怎么处理-CSDN博客

三、数据

数据如下，来自潘省初、周凌瑶教授的《计量经济学（第7版）》第120页的实例中的数据。

Country	C	Y
1	6561	3393.1
2	1301	965.7
3	14938	32624.6

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

欧拉n哥

关注关注

5
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【Python计量】异方差性的处理

mfsdmlove的博客

05-05

5299

通过上篇内容，我们通过画残差图、BP检验、怀特检验、GQ检验等方法，发现模型存在异方差性。本篇文章主要介绍如何对异方差进行处理。一、使用“OLS+稳健标准误” 如果存在异方差，一种处理方法是，仍然进行OLS回归，但使用在异方差情况下也成立的稳健标准误。标准误在统计推断中发挥着至关重要的作用，直接影响着系数的显著性和置信区间，并最终影响到假设检验的结论。因此，正确地估计标准误在实证分析的过程中显得尤为重要。 White标准误（异方差稳健的标准误）： HC0:White（1980）提出的异方差稳健的标准误

stata 异方差专题【计量经济系列（四）】

侯小啾技术博客

05-07

1万+

stata 异方差专题【计量经济系列（四）】 1. 异方差检验方法2. 散点图法3. BP检验4. 怀特检验5. FWLS 可行权的最小二乘法6. 小练习

参与评论您还未登录，请先登录后发表或查看评论

【Python实例第25讲】稳健的 vs 经验的协方差估计

wong2016的博客

12-16

1979

机器学习训练营——机器学习爱好者的自由交流空间（qq 群号：696721295）通常的协方差最大似然估计对数据集里的异常点(outliers)是非常敏感的。在这样的情况下，使用稳健的协方差估计，保证对即使数据集存在错误的观测，估计量也是一致的。极小极大协方差行列式估计极小极大协方差行列式估计量(Minimum Covariance Determinant Estimator, MCDE)...

多元线性回归（OLS+稳健误）python代码实现

xiaziqiqi的博客

02-13

9015

多元线性回归（OLS+稳健误）python代码实现，具体有什么问题可在评论留言

ols模型中的异方差性检验 python_Python数据科学实践 | 统计建模3

weixin_28871743的博客

02-01

1332

多元异方差检验怀特检验 white检验python实现

Caiqiudan的博客

07-09

3812

CSDN-用Python底层编写进行计量经济分析（三）两两xix_ixi和xjx_jxj交互项 ei2=α0+α1X5i+α2X6i+⋯+α8X13i′+α9X5i2+⋯+α16X13i′2+α17X1iX2i+⋯+α44X12X13′+εie_i^2 = \alpha_0+\alpha_1X_{5i}+\alpha_2X_{6i}+\cdots+\alpha_{8}X'_{13i}+\alpha_{9}X_{5i}^2+\cdots+\alpha_{16}X'^2_{13i}+\alpha_{17}

ols模型中的异方差性检验 python_异方差性问题如何解决?

weixin_29028611的博客

01-10

4350

在计量经济学中，一些情况下会出现异方差问题，严重的异方差问题会影响模型估计和模型检验等，因而在OLS回归时需要对其进行检验，如果出现异方差问题需要进行对应处理。异方差性的检测方法1、残差图通过绘制残差图，将残差项分别与模型的自变量X或者因变量Y，作散点图，查看散点是否有明显的规律性。残差图通常存在异方差时，散点图会呈现出自变量X值越大，残差项越大/越小的分布规律。如上图中散点图呈现出这样的规律性，...

讲讲异方差的检验

张俊红的个人博客

06-20

1万+

总第225篇/张俊红我们前面讲了异方差，也讲了怎么用图示法来判断是否有异方差，这一篇来讲讲怎么用统计的方法来判断有没有异方差。关于检验异方差的统计方法有很多，我们这一节只讲比较普遍且比较...

数学建模(NO.12回归模型补充)

沉晨尘宸的博客

01-14

2097

回归模型补充【1】扰动项满足的条件【2】异方差【3】检验异方差1. 图形检验（大致）2. BP检验3.怀特检验【4】解决异方差【5】多重共线性【7】解决多重共线性【8】逐步回归分析(1)概念及代码(2)完全多重共线性的错误(3) 逐步回归的说明【1】扰动项满足的条件在上一节的回归分析时我们都是默认了扰动项是球形扰动项球型扰动项：满足“同方差”和“无自相关”两个条件。同方差性无自相关横截面数据容易出现异方差的问题；时间序列数据容易出现自相关的问题。【2】异方差如果干扰项存在异方

Python实现异方差检验(statsmodels)

ZYM66的博客

04-18

6388

什么是异方差?(摘自知乎https://www.zhihu.com/question/354637231) 一句话，就是当随机扰动项和模型中的解释变量（自变量）存在某种相关性，就会出现异方差。即对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性(Heteroskedasticity)。异方差：，与解释变量观测值Xi有关。异方差的类型单调递增型：随X的增大而增大单调递减型：随X的增大而减小复杂型：与X的变化呈复杂形式异方差性的后果 1、参数估计量有效 OL.

【转载】Python假设检验

allen的博客

12-09

424

本文大部分内容来源于如下 Python来做假设检验 Python 和 R 数据分析/挖掘工具互查正态性检验 ks检验：基于CDF。 scipy.stats.kstest(a_vector_like_data, 'norm') Shapiro检验：专门用来检验正态分布。 scipy.stats.shapiro(a_vector_like_data) Normal检验：基于数...

WLS处理异方差

yxz123_的博客

12-18

598

在模型的误差项不是互相独立同分布的情况，也就是误差方差不是常数。可以用加权最小二乘法处理异方差问题

python双均线预测能力检验3

云金杞

06-08

1412

# -*- coding: utf-8 -*- """ Created on Wed Jun 7 10:22:18 2017 @author: yunjinqi E-mail:yunjinqi@qq.com Differentiate yourself in the world from anyone else. """ import pandas as pd import n

Python实现稳健线性回归模型(rlm算法)项目实战

热门推荐

weixin_47066458的博客

03-05

3万+

回归分析：回归分析是数据分析中最基础也是最重要的分析工具，绝大多数的数据分析问题，都可以使用回归的思想来解决。回归分析的任务：通过研究自变量X和因变量Y的相关关系，尝试去解释Y的形成机制，进而达到通过X去预测Y的目的。常见的回归分析有五类：线性回归、0‐1回归、定序回归、计数回归、生存回归其划分的依据是因变量Y的类型 Y：俗称因变量，即因为别人的改变，而改变的变量。在实际应用中，Y常常是我们需要研究的那个核心变量。例：经济学家研究经济增长的决定因素，那么Y可以选取GDP增长率（连续数

【Python计量】异方差性的检验

mfsdmlove的博客

04-22

9353

异方差性的检验

lecture 18：几种估计方法与标准误

weixin_40496687的博客

04-30

8009

几种估计方法与标准误

用Python底层编写进行计量经济分析（三）：异方差（原因、结果、检验：White检验、补救：广义线性回归）

u011517132的博客

04-08

1万+

系列前面的文章： 1.用Python底层编写进行计量经济分析（一）：多元线性回归（参数估计、T检验、拟合优度、F检验） 2.用Python底层编写进行计量经济分析（二）：多重共线性（原因、结果、检验：条件数/方差膨胀因子、补救：岭回归）模型符合线性模式 XXX满秩（无多重共线）零均值价值：E(εi∣Xi)=0E(ε_i|X_i)=0E(εi∣Xi)=0（自变量外生）同方差：Var(εi...

异方差 Python实现

weixin_43174381的博客

12-05

2814

借鉴一位博主的文章，结合两篇，用于实现Python代码，本人亲测，可以跑通。这位博主的代码字母有连一起的，以下是我亲测的代码： http://www.sohu.com/a/203047458_654419 http://www.sohu.com/a/201764621_654419 import pandas as pd import numpy as np from patsy impor...

异方差稳健性标准误和聚类稳健性标准误区别

06-10

异方差稳健性标准误和聚类稳健性标准误都是用于提高回归模型准确性和可靠性的方法，但是它们处理的问题不同，因此也有一些区别。异方差稳健性标准误是针对异方差性问题而提出的，用于解决不同观测值的误差方差不同的问题。在回归模型中，异方差性会导致标准误被低估，从而使得显著性检验的结果失真。异方差稳健性标准误的做法是根据残差平方的大小对标准误进行加权，从而更准确地反映出模型参数的方差。而聚类稳健性标准误则是针对聚类数据结构下的问题而提出的，用于解决异方差性和序列相关性的问题。在聚类数据中，多个个体之间可能存在相互依赖和相关性，这会导致回归模型的标准误被低估，从而产生偏误和误判。聚类稳健性标准误的做法是对样本数据进行聚类，然后利用聚类信息对标准误进行调整，从而更准确地反映出模型参数的方差。因此，异方差稳健性标准误和聚类稳健性标准误是针对不同问题的两种方法，可以在不同的情况下使用。