广义最小二乘法的基本思想是什么_解决异方差问题的方法可行广义最小二乘法fgls法.ppt...

解决异方差问题的方法可行广义最小二乘法fgls法

第五章 模型的建立与估计中的问题及对策;本章内容第一节 误设定第二节 多重共线性第三节 异方差性第四节 自相关; OLS估计量令人满意的性质，是根据一组假设条件而得到的。在实践中，如果某些假设条件不能满足，则OLS就不再适用于模型的估计。下面列出实践中可能碰到的一些常见问题：

l误设定(Misspecification 或specification error) l多重共线性(Multicollinearity) l异方差性(Heteroscedasticity或Heteroskedasticity) l自相关(Autocorrelation) l 随机解释变量(Stochastic explanatory variables)本章将对上述问题作简要讨论，主要介绍问题的后果、检测方法和解决途径。;第一节 误设定

采用OLS法估计模型时，实际上有一个隐含的假设，即模型是正确设定的。这包括两方面的含义：函数形式正确和解释变量选择正确。在实践中，这样一个假设或许从来也不现实。我们可能犯下列三个方面的错误： 选择错误的函数形式遗漏有关的解释变量包括无关的解释变量从而造成所谓的“误设定”问题。;一. 选择错误的函数形式 这类错误中比较常见的是将非线性关系作为线性关系处理。函数形式选择错误，所建立的模型当然无法反映所研究现象的实际情况，后果是显而易见的。因此，我们应当根据实际问题，选择正确的函数形式。 ; 我们在前面各章的介绍中采用的函数形式以线性函数为主，上一章还介绍了因变量和解释变量都采用对数的双对数模型，下面再介绍几种比较常见的函数形式的模型，为读者的回归实践多提供几种选择方案。这几种模型是：

半对数模型 双曲函数模型 多项式回归模型;1. 半对数模型 半对数模型指的是因变量和解释变量中一个为对数形式而另一个为线性的模型。因变量为对