计量经济学异方差性参考答案讲解

第五章 异方差二、简答题1．异方差的存在对下面各项有何影响？ （1）OLS 估计量及其方差； （2）置信区间；（3）显著性t 检验和F 检验的使用。

2．产生异方差的经济背景是什么？检验异方差的方法思路是什么？3．从直观上解释，当存在异方差时，加权最小二乘法（WLS ）优于OLS 法。

4．下列异方差检查方法的逻辑关系是什么？ （1）图示法 （2）Park 检验 （3）White 检验5．在一元线性回归函数中，假设误差方差有如下结构：()i i i x E 22σε=如何变换模型以达到同方差的目的？我们将如何估计变换后的模型？请列出估计步骤。

三、计算题1．考虑如下两个回归方程（根据1946—1975年美国数据）（括号中给出的是标准差）：t t t D GNP C 4398.0624.019.26-+=e s ：（2.73）（0.0060） （0.0736）R ²=0.999t t t GNP D GNP GNP C ⎥⎦⎤⎢⎣⎡-+=⎥⎦⎤⎢⎣⎡4315.06246.0192.25 e s ： （2.22） （0.0068）（0.0597）R ²=0.875式中，C 为总私人消费支出；GNP 为国民生产总值；D 为国防支出；t 为时间。

研究的目的是确定国防支出对经济中其他支出的影响。

（1）将第一个方程变换为第二个方程的原因是什么？（2）如果变换的目的是为了消除或者减弱异方差，那么我们对误差项要做哪些假设？ （3）如果存在异方差，是否已成功地消除异方差？请说明原因。

（4）变换后的回归方程是否一定要通过原点？为什么？ （5）能否将两个回归方程中的R ²加以比较？为什么？2．1964年，对9966名经济学家的调查数据如下：资料来源：“The Structure of Economists’ Employment and Salaries”, Committee on the National Science Foundation Report on the Economics Profession, American Economics Review, vol.55, No.4, December 1965.（1）建立适当的模型解释平均工资与年龄间的关系。

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。

第五章课后答案5.1（1）因为22()i i f X X =，所以取221iiW X =，用2i W 乘给定模型两端，得 312322221i i ii i i i Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数，即22221()()i i i iu Var Var u X X σ==（2）根据加权最小二乘法，可得修正异方差后的参数估计式为***12233ˆˆˆY X X βββ=-- ()()()()()()()***2****22232322322*2*2**2223223ˆi i i i i i i i i i i i i i i i i iW y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆii ii i i iii i i ii i i i i iW y x W x W y x W x x Wx W x W x x β-=-∑∑∑∑∑∑∑其中22232***23222,,iii i i i iiiW XW X W Y X X Y WWW ===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y=-=-=- 5.2（1）2222211111 ln()ln()ln(1)1 u ln()1Y X Y X Yu u X X X u ββββββββββ--==+≈=-∴=+[ln()]0()[ln()1][ln()]11E u E E u E u μ=∴=+=+=又（2）[ln()]ln ln 0 1 ()11i i iiP P i i i i P P i i E P E μμμμμμμ===⇒====∑∏∏∑∏∏不能推导出所以E 1μ（）=时，不一定有E 0μ（ln ）= (3) 对方程进行差分得：1)i i βμμ--i i-12i i-1lnY -lnY =(lnX -X )+(ln ln 则有：1)]0i i μμ--=E[(ln ln5.3（1）该模型样本回归估计式的书写形式为：Y = 11.44213599 + 0.6267829962*X (3.629253) (0.019872)t= 3.152752 31.5409720.944911R =20.943961R = S.E.=9.158900 DW=1.597946 F=994.8326（2）首先，用Goldfeld-Quandt 法进行检验。

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 ）。

一、 异方差性1. 中国农村居民人均消费支出主要由人均纯收入来决定。

农村人均纯收入除从事农业经营的收入外，还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支出收入等。

为了考察从事农业经营的收入和其他收入对中国农村居民消费支出增长的影响，可使用如下双对数模型：01122ln ln ln Y X X u βββ=+++其中Y 表示农村家庭人均消费支出，1X 表示从事农业经营的收入，2X 表示其他收入。

表4.1.1列出了中国2001年各地区农村居民家庭人均纯收入及消费支出的相关数据。

表4.1.1中国2001年各地区农村居民家庭人均纯收入与消费支出建立工作文件输入数据，输入命令：data y x1 x2 取对数：genr ly=log(y) 回车 Genr lx1=log(x1)回车Genr lx2=log(x2)回车估计参数：lsly c lx1 lx2 回车，得结果如下：用OLS 法进行估计，结果如下：对应的表达式为：12ln 1.6030.325ln 0.507ln Y X X =++(1.86) (3.14) (10.43)20.7965,0.78,0.8117R R RSS ===不同地区农村人均消费支出的差别主要来源于非农经营收入及其他收入的差别，因此，如果存在异方差性，则可能是2X 引起的。

对异方差性的检验：做OLS 回归得到的残差平方项与ln 2X 的散点图：从散点图可以看出，两者存在异方差性。

下面进行统计检验。

采用White异方差检验：EViews提供了包含交叉项和没有交叉项两个选择。

本例选择没有包含交叉项。

得到如下结果：所以辅助回归结果为：2221122ˆ 3.9820.579ln 0.042(ln )0.563ln 0.04(ln )eX X X X =-+-+ (1.38) (-0.63) (0.63) (-2.77) (2.9)其他收入2X 与2X 的平方项的参数的t 检验是显著的，且White 统计量为13.36，在5%的显著性水平下，拒绝同方差性这一原假设，方程确实存在异方差性。

第8章异方差性8.1复习笔记一、异方差性对OLS 所造成的影响1．异方差性对无偏性的影响多元线性回归模型表达式为：01122k k y x x x uββββ=+++⋅⋅⋅+异方差性并不会导致j β的OLS 估计量出现偏误或产生不一致性，但诸如省略一个重要变量之类的情况出现则具有这种影响。

2．异方差性对拟合优度的影响对拟合优度指标R 2和2R 的解释不受异方差性的影响。

通常的R 2和调整2R 都是估计总体R 2的不同方法，而总体R 2无非就是221/u y σσ-（因为2/11/SSR SSR n R SST SST n=-=-），其中2u σ是总体误差方差，2y σ是y 的总体方差。

关键是，由于总体R 2中这两个方差都是无条件方差，所以总体R 2不受()1Var | k u x x ⋅⋅⋅，，中出现异方差性的影响。

无论()1Var | k u x x ⋅⋅⋅，，是否为常数，SSR/n 都一致地估计了2u σ，SSR/n 也一致地估计了2y σ。

当使用自由度调整时，依然如此。

因此，无论同方差假定是否成立，R 2和2R 都一致地估计了总体R 2。

3．估计量的方差()ˆVar jβ在没有同方差假定的情况下，估计量的方差ˆ()jVar β是有偏的。

由于OLS 标准误直接以这些方差为基础，所以它们都不能用来构造置信区间和t 统计量。

4．对统计检验的影响在出现异方差性的情况下，在高斯－马尔可夫假定下用来检验假设的统计量都不再成立。

（1）在出现异方差性时，通常普通最小二乘法的t 统计量就不具有t 分布，使用大样本容量也不能解决这个问题。

（2）F 统计量也不再是F 分布。

（3）LM 统计量也不服从渐近2χ分布。

二、OLS 估计后的异方差—稳健推断1．单个自变量模型01i i iy x u ββ=++假定前4个高斯－马尔可夫假定成立。

如果误差包含异方差性，那么()2Var |i i iu x σ=其中，给2σ加上下标i，表示误差方差2i σ不再是固定的值，而是随着x i 的不同而不同。

第五章 异方差性思考题5.1 简述什么是异方差？为什么异方差的出现总是与模型中某个解释变量的变化有关？答 ：设模型为),....,,(....n 21i X X Y i i 33i 221i =μ+β++β+β=，如果其他假定均不变，但模型中随机误差项的方差为),...,,()(n 21i Var 2i i =σ=μ，则称i μ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，所以异方差的出现总是与模型中某个解释变量的变化有关。

5.2 试归纳检验异方差方法的基本思想，并指出这些方法的异同。

答：各种异方差检验的共同思想是，基于不同的假定，分析随机误差项的方差与解释变量之间的相关性，以判断随机误差项的方差是否随解释变量变化而变化。

其中，戈德菲尔德-跨特检验、怀特检验、ARCH 检验和Glejser 检验都要求大样本，其中戈德菲尔德-跨特检验、怀特检验和Glejser 检验对时间序列和截面数据模型都可以检验，ARCH 检验只适用于时间序列数据模型中。

戈德菲尔德-跨特检验和ARCH 检验只能判断是否存在异方差，怀特检验在判断基础上还可以判断出是哪一个变量引起的异方差。

Glejser 检验不仅能对异方差的存在进行判断，而且还能对异方差随某个解释变量变化的函数形式进行诊断。

5.3 什么是加权最小二乘法？它的基本思想是什么？答：以一元线性回归模型为例：12i i i Y X u ββ=++经检验i μ存在异方差，公式可以表示为22var()()i i i u f X σσ==。

选取权数 i w ，当2i σ 越小 时，权数i w 越大。

当 2i σ越大时，权数i w 越小。

将权数与 残差平方相乘以后再求和，得到加权的残差平方和：2i 21i 2i i X Y w e w )(**β-β-=∑∑，求使加权残差平方和最小的参数估计值**ˆˆ21ββ和。

这种求解参数估计式的方法为加权最小二乘法。