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OLS不再是最佳线性无偏估计。

大样本OLS理论是否已经假设了同方差？需要区分无条件方差与条件方差。

7.2 异方差的例子

7.3 异方差的检验

1. 画残差图

   最直观的方法，但是不严格

2. BP检验

   使用LM统计量进行LM检验

   B和P最初检验假设扰动项服从正态分布，后来K将此减弱为独立同分布。

3. 怀特检验

   BP检验的假设条件方差函数为线性函数，忽略了高次项。

   

   然后，对原假设H_0（x系数都为0）进行F检验或者LM检验。

   • 优点：可以检验任何形式的异方差
   • 缺点：如果解释变量较多，则解释变量的二次项将更多，在辅助回归中将损失较多的样本容量。

7.4 异方差的处理

1. 使用“OLS + 稳健标准误”

2. 加权最小二乘法