当前位置：文档之家 › 计量经济学05-异方差

计量经济学05-异方差

  • 格式：ppt
  • 大小：540.50 KB
  • 文档页数：2

下载文档原格式

  / 2

合集下载

计量经济学试题异方差性与加权最小二乘法

计量经济学试题异方差性与加权最小二乘法

计量经济学试题异方差性与加权最小二乘法计量经济学试题：异方差性与加权最小二乘法一、引言计量经济学作为经济学的一个重要分支，通过运用数理统计和经济理论的方法，旨在分析经济现象并进行经济政策的评估。

在实证分析中，经常会遇到异方差性的问题，而加权最小二乘法是处理异方差性的一种重要方法。

本文将探讨异方差性的来源、加权最小二乘法的原理与应用。

二、异方差性的来源异方差性是指随着自变量的变化，随机误差的方差也会发生变化。

异方差性可能会导致经验结果不准确、偏离真实情况，并影响对经济现象的解释和预测。

以下是可能导致异方差性的原因：1. 条件异方差性：数据的方差可能与自变量之间的关系存在相关性。

例如，在研究家庭收入对教育支出的影响时，高收入家庭的支出方差可能比低收入家庭更大。

2. 记忆效应：在纵向数据分析中，随着时间的推移，个体经济行为可能受到过去观测结果的影响，进而导致异方差性的存在。

3. 测量误差：数据收集中的测量误差可能会导致异方差性。

例如，对于某些变量，测量误差可能更大，从而导致随机误差的方差不一致。

三、加权最小二乘法的原理加权最小二乘法（Weighted Least Squares, WLS）是一种用于处理异方差性的回归方法，其原理是通过给不同观测值分配不同的权重，以减小异方差的影响。

具体来说，加权最小二乘法的目标是最小化加权残差平方和。

在加权最小二乘法中，权重的选择是关键。

常见的权重选择方法包括：1. 方差稳定化权重：根据方差与自变量的关系，将观测值的权重设置为方差的倒数，以减小方差变化带来的影响。

2. 广义最小方差法权重：将权重设置为具有稳定方差的函数形式，例如Huber权重函数、Andrews权重函数等。

3. 经验权重：根据经验判断，给不同观测值分配权重，以反映其重要性。

四、加权最小二乘法的应用加权最小二乘法在计量经济学中有广泛的应用。

以下是一些常见的应用领域：1. 金融经济学：在金融领域中，异方差性往往普遍存在。

计量经济学题库第5章异方差

计量经济学题库第5章异方差

第5章异 方 差习 题一、单项选择题1． 回归模型中具有异方差性时，仍用OLS 估计模型，则以下说法正确的是（ ）A. 参数估计值是无偏非有效的B. 参数估计量仍具有最小方差性C. 常用F 检验失效D. 参数估计量是有偏的 2．更容易产生异方差的数据为 ( )A. 时序数据B. 修匀数据C. 横截面数据D. 年度数据 3．在具体运用加权最小二乘法时, 如果变换的结果是则Var(u)是下列形式中的哪一种?( )A. B. C. D.4. 在异方差性情况下，常用的估计方法是（ ）A ．一阶差分法 B. 广义差分法 C ．工具变量法 D. 加权最小二乘法 5. 在异方差的情况下，参数估计值的方差不能正确估计的原因是（ ）A. B.C. D. 6. 设，则对原模型变换的正确形式为( )7. 下列说法不正确的是（ ）A.异方差是一种随机误差现象B.异方差产生的原因有设定误差C.检验异方差的方法有F 检验法D.修正异方差的方法有加权最小二乘法8. 如果回归模型违背了同方差假定，最小二乘估计是（ ）A ．无偏的，非有效的 B. 有偏的，非有效的011yx ux x x x ββ=++2x σ22xσσ2log x σ22()i E u σ≠()0()i j E u u i j ≠≠()0i i E x u ≠()0i E u ≠)()(,2221i i i i i i x f u Var u x y σσββ==++=01212222212...()()()().()()()()i i i i i i i i i i i i i i i i i A y x u B y x u C f x f x f x f x D y f x f x x f x u f x βββββββ=++=+=++=++C ．无偏的，有效的 D. 有偏的，有效的 9. 在检验异方差的方法中，不正确的是（ ）A. Goldfeld-Quandt 方法B. ARCH 检验法C. White 检验法D. DW 检验法10. 在异方差的情况下，参数估计值仍是无偏的，其原因是（ ）A.零均值假定成立B.序列无自相关假定成立C.无多重共线性假定成立D.解释变量与随机误差项不相关假定成立11. 在修正异方差的方法中，不正确的是（ ）A.加权最小二乘法B.对原模型变换的方法C.对模型的对数变换法D.两阶段最小二乘法 12. 下列说法正确的是（ ）A.异方差是样本现象B.异方差的变化与解释变量的变化有关C.异方差是总体现象D.时间序列更易产生异方差二、多项选择题1． 如果模型中存在异方差现象，则会引起如下后果（ ）A. 参数估计值有偏B. 参数估计值的方差不能正确确定C. 变量的显著性检验失效D. 预测精度降低E. 参数估计值仍是无偏的2． Goldfeld-Quandt 检验法的应用条件是（ ）A. 将观测值按解释变量的大小顺序排列B. 样本容量尽可能大C. 随机误差项服从正态分布D. 将排列在中间的约1/4的观测值删除掉 E ．除了异方差外，其它假定条件均满足三、计算题1．根据某城市1978——1998年人均储蓄(y)与人均收入(x)的数据资料建立了如下回归模型x y6843.1521.2187ˆ+-=se=（340.0103）（0.0622）下面取时间段1978——1985和1991——1998，分别建立两个模型（括号内为t 值）， 模型1：模型2：计算F 统计量，即，对给定的，查F 分布表，得临界值。

庞浩 计量经济学5第五章 异方差性

庞浩 计量经济学5第五章 异方差性

同方差
递增型异方差
递减型异方差
复杂型异方差
18
2.借助X-e2散点图进行判断 观察散点的纵坐标是否随解释变量Xi的变化而 变化。
~2 e2e i ei e2 ~2
X 同方差 递增异方差
X
e2
~2 e i
~2 e 2 e i
X 递减异方差 复杂型异方差
X
19
二、戈德菲尔德—夸特 （Goldfeld-Quanadt）检验
3
说明1
矩阵表示： Y X u 随机扰动项向量 其方差—协 u1 u 方差矩阵不 2 u 再是： un n1 而是：
2 2 Var Cov ( ui ) 2 nn
ei X i v i
ei
1 vi Xi
ei X i v i 1 ei vi Xi
③利用上述回归的R2、t统计量、F统计量等判断，R2 好、t统计量和F统计量显著，即可判定存在异方差。 28
说明： 1.也可以用 e i 与可能产生异方差的多个解释变 量进行回归模拟； 2.戈里瑟检验的优点在于不仅检验了异方差是否 存在，同时也给出了异方差存在时的具体表现 形式，为克服异方差提供了方便。 3.试验模型选得不好，也可能导致检验不出是否 存在异方差性。
12 2 2 Var Cov ( ui ) 2 n nn
4
说明2
随机扰动项 ui具有异方差性，可理解释为被解释变量 的条件分散程度随解释变量的变化而变化，如下图所 示：var( ui ) i2 2 f ( X i)(i 1,2,, n)
10
第二节 异方差性的后果

计量经济学第五章 异方差

计量经济学第五章 异方差
第五章
异方差性
引子：更为接近真实的结论是什么？
根据四川省2000年21个地州市医疗机构数与人口数资料，分 析医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的 回归模型。模型估计的结果如下：
Yˆi 563.0548 5.3735Xi （291.5778） (0.644284)
t =(-1.931062) (8.340265)
二、加权最小二乘法
以一元线性回归模型为例：
Yi 1 2 Xi ui
(5.18)
经检验 u存i 在异方差，
var(ui )


2 i


2
f
(Xi)
（一）基本思路
区别对待不同的 。对2i 较小的 给予e较i2 大的权
数，对较大的 e给i2 予较小的权数，从而使 更e好i2 地
反映 对i2 残差平方和的影响程度。
Yi 1 2 Xi ui
其中: Y表i 示卫生医疗机构数，表示 人X口i 数。
四川省2000年各地区医疗机构数与人口数
地区
成都 自贡 攀枝
花 泸州 德阳 绵阳 广元 遂宁 内江 乐山 南充
人口数 （万人）X
10133 315 103
463.7 379.3 518.4 302.6 371 419.9 345.9 709.2
2、求使满足 min
wiei2 的

* i
根据最小二乘原理，若使得加权残差平方和最小，则：
ˆ1* Y * ˆ2* X *
ˆ2*
wi ( Xi X * )(Yi Y * ) wi ( X i X * )2
其中： X * wi Xi ,Y * wiYi

计量经济学课件：第五章-异方差性汇总

计量经济学课件：第五章-异方差性汇总

第五章异方差性本章教学要求：根据类型，异方差性是违背古典假定情况下线性回归模型建立的另一问题。

通过本章的学习应达到，掌握异方差的基本概念包括经济学解释，异方差的出现对模型的不良影响，诊断异方差的方法和修正异方差的方法。

经过学习能够处理模型中出现的异方差问题。

第一节异方差性的概念一、例子例1，研究我国制造业利润函数，选取销售收入作为解释变量，数据为1998年的食品年制造业、饮料制造业等28个截面数据（即n=28）。

数据如下表,其中y表示制造业利润函数，x表示销售收入（单位为亿元）。

Y对X的散点图为从散点图可以看出，在线性的基础上，有的点分散幅度较小，有的点分散幅度较大。

因此，这种分散幅度的大小不一致，可以认为是由于销售收入的影响，使得制造业利润偏离均值的程度发生了变化，而这种偏离均值的程度大小不同是一种什么现象？如何定义？如果非线性，则属于哪类非线性，从图形所反映的特征看并不明显。

下面给出制造业利润对销售收入的回归估计。

模型的书写格式为2ˆ12.03350.1044(0.6165)(12.3666)0.8547,..84191.34,152.9322213.4639,146.4905Y YX R S E FY s =+=====通过变量的散点图、参数估计、残差图，可以看到模型中（随机误差）很有可能存在一种系统性的表现。

例2，改革开放以来，各地区的医疗机构都有了较快发展，不仅政府建立了一批医疗机构，还建立了不少民营医疗机构。

各地医疗机构的发展状况，除了其他因素外主要决定于对医疗服务的需求量，而医疗服务需求与人口数量有关。

为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。

根据四川省2000年21个地市州医疗机构数与人口数资料对模型估计的结果如下：i iX Y 3735.50548.563ˆ+-= （291.5778） (0.644284) t =(-1.931062) (8.340265)785456.02=R 774146.02=R 56003.69=F式中Y 表示卫生医疗机构数（个），X 表示人口数量（万人）。

计量经济学第五章

计量经济学第五章
有约束模型(R) 无约束模型(U)
1. 用有约束模型(R)求出残差(resid); 2. 以残差(resid)为因变量,所有的说明自变量做 自变量进行回归分析; 3. 原假设: 新加说明变量的系数为零,计算统计 量LM=nR² ~X² (J, a) • n 为表示样本数, R² 表示以残差为因变量进 行回归分析得到的R² 值。
12
用Eviews的多重共线性检验1
相关系数法 首先同时选择所有的自变量; 然后双击-出现选择栏时点击 Open Group/View/Correlations; 观察各自变量之间的大小。
13
用Eviews的多重共线性检验2
VIF(Variance Inflation Factor)法 方差扩大因子法—VIF>10时严重。 如果完全共线性时，出现“Near Singular Matix） • 计算自变量的VIF。(存方程时不妨命名为eqxx)。它 是xx为因变量,其余变量为自变量的方程。 • 主窗口命令行输入scalar vifxx=1/(1-eqxx.@R² )发 现新标量vifxx /同时主窗口的左下角出现“vifxx successfully created”/双击vifxx时,主窗口的左下角 出现VIF值。
第五章
回归分析中常见的 问题及对策
本章学习的主要内容
•误设定(misspecification or specification) •多重共线性(multicollinearity) •异方差性(heteroskedasticity) •自相关(autocorrelation)
2
一、误设定模型的检验
14
用Eviews的多重共线性对策
Quick/Estimate Equation的对话框中 对数法： 直接输入log(Y) c log(X1) log(X2)… 或 差分法： 输入Y-Y(-1) C X1-X1(-1) X2-X2(-1)… 但差分常常会丢失一些信息,运用时应慎重。

第五章-异方差性-答案说课讲解

第五章-异方差性-答案第五章 异方差性一、判断题1. 在异方差的情况下，通常预测失效。

（ T ）2. 当模型存在异方差时，普通最小二乘法是有偏的。

（ F ）3. 存在异方差时，可以用广义差分法进行补救。

（F ）4. 存在异方差时，普通最小二乘法会低估参数估计量的方差。

（F ）5. 如果回归模型遗漏一个重要变量，则OLS 残差必定表现出明显的趋势。

（ T ）二、单项选择题1.Goldfeld-Quandt 方法用于检验（ A ）A.异方差性B.自相关性C.随机解释变量D.多重共线性2.在异方差性情况下，常用的估计方法是（ D ）A.一阶差分法B.广义差分法C.工具变量法D.加权最小二乘法3.White 检验方法主要用于检验（ A ）A.异方差性B.自相关性C.随机解释变量D.多重共线性4.下列哪种方法不是检验异方差的方法（ D ）A.戈德菲尔特——匡特检验B.怀特检验C.戈里瑟检验D.方差膨胀因子检验5.加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数，从而提高估计精度，即（ B ）A.重视大误差的作用，轻视小误差的作用B.重视小误差的作用，轻视大误差的作用C.重视小误差和大误差的作用D.轻视小误差和大误差的作用6.如果戈里瑟检验表明，普通最小二乘估计结果的残差与有显著的形式的相关关系（满足线性模型的全部经典假设），则用加权最小二乘法估计模型参数时，权数应为（ B ）A. B. C. D. 7.设回归模型为，其中()2i2i x u Var σ=，则b 的最有效估计量为（ D ）i e i x i i i v x e +=28715.0i v i x 21i x i x 1ix 1i i i u bx y +=A. B. C. D. ∑=i i x y n 1b ˆ 8.容易产生异方差的数据是（ C ）A. 时间序列数据B.平均数据C.横截面数据D.年度数据9.假设回归模型为i i i u X Y ++=βα,其中()2i 2i X u Var σ=，则使用加权最小二乘法估计模型时，应将模型变换为（ C ）。

计量经济学 第五章习题答案

第五章异方差性5.2答案：（1）EVIEWS估计的结果为：Yˆi= 9.3475+0.6371X iT=(2.5691) (32.0088)R2 =0.9464 F=1024.564（2）首先，用Goldfeld-Quandt法进行检验。

将样本X按递减顺序排序，去掉中间1/4的样本，再分为两个部分的样本，即N1=N2=22。

分别对两个部分样本求最小二乘估计，在样本区为1—22的Eviews估计如下：样本区39—60的Eviews估计如下：得到两个部分各自的残差平方和，即∑e 12 =2495.840∑e 22 =603.0148求F 统计量为： F=∑∑e e 2221=2495.840/603.0148=4.1390给定α=0.05，查F 分布表，得临界值为F 0.05=(20,20)=2.12.比较临界值与F 统计量值，有F =4.1390>F 0.05=(20,20)=2.12，说明该模型的随机误差项存在异方差。

其次，用White 法进行检验结果如下：给定α=0.05，在自由度为2下查卡方分布表，得χ2=5.9915。

比较临界值与卡方统计量值，即nR2=10.8640>χ2=5.9915，同样说明模型中的随机误差项存在异方差。

（2）用权数W1=1/X，作加权最小二乘估计，得如下结果用White法进行检验得如下结果：F-statistic 3.138491 Probability 0.050925Obs*R-squared 5.951910 Probability 0.050999。

比较临界值与卡方统计量值，即nR2=5.9519<χ2=5.9915，说明加权后的模型中的随机误差项不存在异方差。

其估计的结果为：Yˆi= 10.3705+0.6309X iT=(3.9436) (34.0467)R2 =0.21144 F=1159.176 DW=0.95855.3答案：（1）EVIEWS估计结果：Yˆi= 179.1916+0.7195X iT=(0.808709) (15.74411)R2 =0.895260 F=247.8769 DW=1.461684 （2）利用White方法检验异方差，则White检验结果见下表：由上述结果可知，该模型存在异方差。

计量经济学--异方差性讲解


图1：我国税收和GDP
图2：1998年我国制造工业和利润
X-GDP Y-税收
X－销售收入 Y－销售利润
两个散点图有共同的特征，随着自变量增加，因变量也 增加，但是图2中，当X比较小时，数据点相对集中，随 着X增大，数据点变得相对分散。而图1中数据分布却没 有出现这一特征。
异方差的性质
➢经典线形回归模型的一个重要假定是同方差性：
PRF的干扰项 u i 是同方差的（homoscedastic）
即： E（ui2） 2
i 1, 2, , n (3.3.1)
➢异方差性是指，ui 的条件方差（= Yi 的条件方差）
随着X的变化而变化，用符号表示为：
E (ui2
)
2 i
(3.3.2)
Var(Yi ) Var(ui )
异方差产生的主要原因
——这就是GLS方法，得到的是GLS估计量
•模型函数形式存在设定误差 •模型中遗漏了一些重要的解释变量 •随机因素本身的影响
异方差较之 同方差更为
常见
7
异方差的具体理由
➢按照边错边改学习模型（error—learning models)，人 们的行为误差随时间而减少。
➢随着收入的增长，人们在支出和储蓄中有更大的灵活
性。在做储蓄对收入的回归中， i2与收入俱增
此时如果仍采用
计算斜率参数的方差，将会
产生估计偏误，偏误的大小取决与因子值的大小。
17
3.t检验的可靠性降低
由于异方差的存在，无法正确估计参数的方差和标 志误差，因此也影响到t检验的效果
4.模型的预测误差增大
模型的预测区间和随机误差项的方差有着紧密联 系，随着随机误差项方差的增大，模型的预测区 间也随之增大，模型的预测误差也会相应增加。

计量经济学：异方差性

计量经济学：异方差性异方差性在现实经济活动中，最小二乘法的基本假定并非都能满足，上一章介绍的多重共线性只是其中一个方面，本章将讨论违背基本假定的另一个方面——异方差性。

虽然它们都是违背了基本假定，但前者属于解释变量之间存在的问题，后者是随机误差项出现的问题。

本章将讨论异方差性的实质、异方差出现的原因、异方差的后果，并介绍检验和修正异方差的若干方法。

第一节异方差性的概念一、异方差性的实质第二章提出的基本假定中，要求对所有的i （i=1，2，…，n ）都有2)(σ=i u Var （5.1）也就是说i u 具有同方差性。

这里的方差2σ度量的是随机误差项围绕其均值的分散程度。

由于0)(=i u E ，所以等价地说，方差2σ度量的是被解释变量Y 的观测值围绕回归线)(i Y E =ki k i X X βββ+++ 221的分散程度，同方差性实际指的是相对于回归线被解释变量所有观测值的分散程度相同。

设模型为n i u X X Y iki k i i ,,2,1221 =++++=βββ （5.2）如果其它假定均不变，但模型中随机误差项i u 的方差为).,,3,2,1(,)(22n i u Var i i ==σ (5.3)则称i u 具有异方差性。

由于异方差性指的是被解释变量观测值的分散程度是随解释变量的变化而变化的，如图5.1所示，所以进一步可以把异方差看成是由于某个解释变量的变化而引起的，则)()(222i i i X f u Var σσ== (5.4)图5.1二、产生异方差的原因由于现实经济活动的错综复杂性，一些经济现象的变动与同方差性的假定经常是相悖的。

所以在计量经济分析中，往往会出现某些因素随其观测值的变化而对被解释变量产生不同的影响，导致随机误差项的方差相异。

通常产生异方差有以下主要原因：1、模型中省略了某些重要的解释变量异方差性表现在随机误差上，但它的产生却与解释变量的变化有紧密的关系。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

= (X ' X)-1 X ' E (u u' ) X (X ' X )-1 = 2 (X 'X )-1 X ' X (X ' X )-1 不等于 (X ' X )-1，所以异方差条件下 ˆ 是非有效估计量。
5.4 异方差检验
5.4.1 定性分析异方差 (1) 宏观经济变量容易出现异方差。 (2) 利用散点图做初步判断。 (3) 利用残差图做初步判断。
到大排序。
5.4 异方差检验
（第3版教材第93页）
(2) White 检验 White 检验由 H. White 1980 年提出。White 检验不需要对观测值排序，也
不依赖于随机误差项服从正态分布，它是通过一个辅助回归式构造 2 统计
量进行异方差检验。以二元回归模型为例，White 检验的具体步骤如下。
=
E(u
u'
)
=
2I
=
σ
2
1
0
1 T T
12 10 Y
8
6
4
2
0
-2 0
X
50
100
150
200
（第3版教材第90页）
5.1 异方差概念
当这个假定不成立时，Var(u) 不再是一个纯量对角矩阵。
11
Var(u) = 2 =
σ
2
22
0
2 I
0
TT
（第3版教材第91页）
异方差通常有三种表现形式，（1）递增型，（2）递减型，（3）条件自回归型。
7 6Y
7 Y
6
5
5
4
4
3
3
2
2
1
1
0
0
20 40 60 80 100 120 140 160 180 200 0
50
100
1506Biblioteka 4DJ P Y2
0
-2
-4
X 200
-6
-8 400 500 600 700 800 900 1000 1100 1200
5.2 异方差来源与后果
异方差来源： (1) 时间序列数据和截面数据中都有可能存在异方差。 (2) 经济时间序列中的异方差常为递增型异方差。金融时间序 列中的异方差常表现为自回归条件异方差。
E( ˆ ) = E[ (X 'X )-1 X 'Y ] = E[ (X 'X )-1 X ' (X + u) ]
= + (X 'X)-1 X ' E(u) =
Var( ˆ ) = E [( ˆ - ) ( ˆ - )' ] = E [(X 'X )-1 X ' u u' X (X 'X)-1 ]
计量经济学05-异方差
以下讨论都是在某一个假定条件违反，而其他 假定条件都成立的情况下进行。分 5 个步骤。
回顾假定条件。 假定条件不成立对模型参数估计带来的影响。 定性分析假定条件是否成立。 假定条件是否成立的检验（定量判断）。 假定条件不成立时的补救措施。
第 5 章 异方差
第5章 异方差
异方差概念 异方差来源与后果 异方差检验（Goldfeld-Quandt 检验、
White 检验、Glejser 检验） 异方差的修正方法（GLS、WLS） 异方差案例分析
file:li-5-1, file:hete01, file:hete02
5.1 异方差概念
同方差假定：模型的假定条件⑴ 给出Var(u) 是一个对角 矩阵，且主对角线上的元素都是常数且相等。
1 0
Var(u)
yt = 0 +1 xt1 +2 xt2 + ut
①首先对上式进行 OLS 回归，求残差 ut 。 ②做如下辅助回归式，
uˆt 2 = 0 +1 xt1 +2 xt2 + 3 xt12 +4 xt22 + 5 xt1 xt2 + vt
即用 uˆt 2 对原回归式中的各解释变量、解释变量的平方项、交叉积项进行 OLS 回归。注意，上式中要保留常数项。求辅助回归式的可决系数 R2。 ③White 检验的零假设和备择假设是
①把原样本分成两个子样本。具体方法是把成对（组）的观测值按解释变
量顺序排列，略去m个处于中心位置的观测值（通常T 30时，取m T / 4， 余下的T- m个观测值自然分成容量相等，(T- m) / 2，的两个子样本。）
7 6 5 4 3 2 1 0
0
Y Y
50
100
150
X 200
5.4 异方差检验
1.2E+12 1.0E+12
GDP of Philippin
8.0E+11
6.0E+11
4.0E+11
2.0E+11
0.0E+00 84 86 88 90 92 94 96 98 00 02
1. 2E+ 11 8. 0E+ 10
RESID
4. 0E+ 10
0. 0E+ 00
-4. 0E+ 10
-8. 0E+ 10 84 86 88 90 92 94 96 98 00 02
(1) Goldfeld-Quandt 检验
（第3版教材第93页）
②用两个子样本分别估计回归直线，并计算残差平方和。相对于 n2 和 n1 分 别用 SSE2 和 SSE1 表式。
③ 构造 F 统计量。F = SSE2 /(n2 k) SSE2 ，（k 为模型中被估参数个数） SSE1 /(n1 k) SSE1
（第3版教材第92页）
5.2 异方差来源与后果
B1F1
B1F2
B1F3
12
10
8
6
4
异方差后果：
2
0 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8
当 Var(ut) = t 2，为异方差时（t 2 是一个随时间或序数变化的量），
回归参数估计量仍具有无偏性和一致性，但是不再具有有效性。
H0：ut 不存在异方差， H1：ut 存在异方差。
在 H0 成立条件下，F F(n2 - k, n1 - k) ④ 判别规则如下，
若 F F (n2 - k, n1 - k), 接受 H0（ut 具有同方差）
若 F > F(n2 - k, n1 - k), 拒绝 H0（递增型异方差）
注意： ① 当摸型含有多个解释变量时，应以每一个解释变量为基准检验异方差。 ② 此法只适用于递增型异方差。 ③ 对于截面样本，计算 F 统计量之前，必须先把数据按解释变量的值从小
7 Y
6 5 4 3 2 1 0
20 40 60 80 100 120 140 160 180 200
散点图
3
Y 2
1
0
-1
-2
-3
0
50
100
150
残差图
T 200
5.4 异方差检验
(1) Goldfeld-Quandt 检验
（第3版教材第93页）
H0: ut 具有同方差， H1: ut 具有递增型异方差。