异方差的实质
不同样本的残差项方差不同,即 V a r ( σ i ) ≠ 常 数 Var(\sigma_i) \ne 常数 Var(σi)̸=常数, V a r ( σ i ) Var(\sigma_i) Var(σi)于 X i X_i Xi有关
产生的原因
- 模型中忽略了重要变量, X X X的相关性归入了残差项。
- 模型设定错误,如非线性关系设定为线性关系,忽略重要解释变量。
- 数据测量误差。
- 截面数据中总体各单位的差异。截面数据比时间序列数据更容易产生异方差。
异方差的后果
- 不变:OLS参数估计的线性性和无偏性
- 变:OLS参数估计的最小方差性变了,变得更小
异方差的检验
图示法
第一步:将数据导入Eviews
data y x
第二步:画图:如果随着 X X X的增加, Y Y Y的离散程度有增加或减小的趋势则存在异方差。
scat x y
第三步:残差分布图分析: 建立模型,对 X X X进行排序,在Equation窗口点击 Resids,观察残差分布的离散程度有无扩大趋势。
ls y c x
sort x
以上检验说明序列存在异方差性。
GQ检验
- 原理:先将解释变量排序,删除中间C个样本( C = n / 4 C=n/4 C=n/4),最终取两个样本分别建立回归模型,比较 R S S 1 RSS_1 RSS1<