第五章 异方差性 答案

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R²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。

于OLS估计得到的残差 ei 的分析
26
异方差性的检验
问题在于用什么来表示随机误差项的方差 一般的处理方法：
Var(ui ) E(uቤተ መጻሕፍቲ ባይዱ2) ei2
图示检验法
图示检验法
（一）相关图形分析 方差描述的是随机变量取值的（与其均值的）离散程度。因为被解释
变量Y与随机误差项u有相同的方差，所以分析Y与X的相关图，可以初 略地看到Y的离散程度与X之间是否有相关关系。
ui 的某些分布特征，可通过残差 ei 的图形对异方差进行观察。
对于一元回归模型，绘制出ei2 对Xi的散点图,对于多元回归模型，绘制出ei2 对Yi的散点图或ei2 与认为和异方差有关的X的散点图。
31
图示检验法
（二）残差图形分析
e~i 2
e~i 2
X 同方差
e~i 2
X 递增异方差
e~i 2
X 递减异方差
每个企业所处的外部环境对产出量的影响被包含在随机误差项中 每个企业所处的外部环境对产出量的影响程度不同，造成了随机
误差项的异方差性
产生异方差性的原因
产生异方差性的原因
（一）模型设定误差
假设正确的模型是：
Yi 1 2 X2i 3 X3i ui
假如略去了重要的解释变量X3 ，而采用 Yi 1 2 X2i vi
排序，再按戈德菲尔德匡特检验方法回归，否则即使存在异方差，也有可能用戈德菲
尔德匡特方法检验不出来。
用 EViews 给截面数据排序的方法：在 Workfile 窗口点击 Procs 键并选 Sort current page
功能，在打开的 Sort Workfile Series 对话窗填写以哪一个序列为标准（基准序列）排

估计量不具有最佳性。 但OLS估计量不具有最佳性。 估计量不具有最佳性
5.2.3对模型参数估计值显著性检验的影响 对模型参数估计值显著性检验的影响
e′e 并非随机误差项 并非随机误差项 在异方差情况下， ˆ 在异方差情况下， σ = n − k −1 方差的无偏估计量。 方差的无偏估计量。
2
ˆ 导致在此基础上估计的 s ( b j ) 也出现偏误。
e t 来近似代表随机误差项
5.3.1图示检验法 图示检验法
的估计值） （1）用X（或Y的估计值）与残差平方的散点图进 ） （ 的估计值 行初步判断
~ ei 2 ~ ei 2
X 同方差 递增异方差
X
~ ei 2
~ ei 2
X 递减异方差 复杂型异方差
X
（2）用X-Y的散点图进行判断 ） 的散点图进行判断 看是否存在明显的散点扩大 缩小 复杂型趋势 散点扩大、缩小 散点扩大 缩小或复杂型趋势 （即不在一个固定的带型域中）
. 0 . 0 . ... σ nn ...
5.1.2产生异方差的原因 产生异方差的原因
1、解释变量的遗漏。 2、来自不同抽样单元的因变量观察值的差异。 3、异常观测值的出现。 4、时间序列数据中，观测技术的改进引起的观测值的变化。
注意： （1）时间序列数据和截面数据中都有可能存在异方差，其 中截面样本中更为常见。 (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。
yt = b0 + b1 x1t + b2 x2t + ut
1、用普通最小二乘法估计模型，求出残差平方序 2 列：e t
2、以残差平方作为因变量，以原方程中所有解释变 解释变 解释变量的平方项和交叉积项 量以及解释变量的平方项 交叉积项 解释变量的平方项 交叉积项做辅助回归：

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 ）。

在显著性水平 α = 0.05 下． 由于 影响 显著
FA = 4.09 > F0.05 (2,12) = 3.89
， 可判断因素 A 的 ，可判
（显著，不显著） ；由于 不 显 著
FB = 0.708 < F0.05 (3,12) = 3.49
断 因 素 B 的 影 响
（ 显 著 ， 不 显 著 ）； 由 于 ，可判断因因素 A 与因素 B 的交互作用影响
差异源 组 组 总 间 内 计
16. 在双因素方差分析中，因素 A 有三个水平，因素 B 有四个水平,每个水平搭配各 做 一 次 试 验 ． 请 完 成 下 列 方 差 分 析 表 ， 在 显 著 水 平 α =0.05 下 ， 由 于
FA = 5.78 > F0.05 (2, 6) = 5.10
著） ； 由于 著，不显著） ． 来 源 平方和 54 82 28 164
0 0 0 0
两次试验，观测产品的收取率．现由试验数据计算出如下结果：总偏差平方和
SST = 147.8333 ，因素 A （浓度）的偏差平方和 SS A = 44.3333 ，因素 B （温度）的偏差
平方和 SS B = 11.50 ，交互作用 A × B 的偏差平方和 SS A× B = 27.00 ，则误差平方和 SS E = 65 ，检验统计量 FA = 4.09 ， FB = 0.708 ， FA× B = 0.831 ，
的是(
A. SS E 表示 H 0 为真时，由随机性引起的 y ij 的波动.
1
B. SS A 表示 H 0 为真时，所引起的各水平间 yij 的波动. C. SS E 表示各水平上随机性误差的总和. D. SS A 表示各水平之间系统误差的总和. 4. 对某因素进行方差分析，由所得试验数据算得下表： 方差来源 组间 组内 总和 4623.7 4837.25 9460.95 平方和 4 15 19 自由度

第五章思考题5.2 各种异方差检验的基本思想是，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-夸特检验、怀特检验、ARCH检验和Glejser检验都要求大样本，其中戈德菲尔德-夸特检验、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-夸特检验和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。

5.4 产生异方差的原因：①模型设定误差②测量误差的变化③截面数据中总体各单位的差异。

经济现象中的异方差性：研究低收入组的家庭消费情况与高收入组的家庭消费情况时，由于高收入组家庭有更多的可支配收入，因而消费的分散程度较大，造成不同组别收入的家庭消费偏离均值程度的差异，反映在随机误差项偏离均值的程度时出现异方差。

5.5 异方差对模型的影响：①当模型中的误差项存在异方差时，参数估计仍然是无偏的但方差不再是最小的；②在异方差存在的情况下，参数估计量的方差会比真实估计量的方差大，会严重破坏t检验和F检验的有效性；③Y预测值的精确度降低。

异方差的存在会对回归模型的正确建立和统计推断带来严重后果，不能进行应用分析。

练习题5.1 （1）设f(X i)=X2i 2，则Var(u i)=σ2X2i 2，得：Y i X2i =β11X 2i+β2+β3X3iX2i+u iX2i则Var(u iX2i )=1X 2iVar(u i)=σ25.2 （1）Y=-50.01991+0.X+52.37082Tt = (-1.011) (2.944) (10.067)由上面散点图可知，残差平方随解释变量的增大而增大，可见，模型存在异方差。

（2）模型存在异方差，可通过变换模型、进行对数变换和加权最小二乘法来估计参数。

i i i i 2 i 2 i i i 2 i i i 2 i 2 i i 2 i 1 2 i i 2 i i 2 i
i i 2 i
Yi = β1 + β 2 X i + ui
i 2 i
=1
ˆ ) = E ( β − β ) 2 = E[( β + ∑ xi ui ) − β ]2 = E[ ∑ xi ui ]2 ˆ Var ( β 2 2 2 2 2 xi2 xi2 ∑ ∑
在该模型中， 在该模型中，气候因素没有包括在解释变量中 其影响被包含在随机误差项中。 ，其影响被包含在随机误差项中。如果该项影 响构成随机误差项的主要部分， 响构成随机误差项的主要部分，则可能出现异 方差性。 方差性。 为什么？ 为什么？
解释： 解释： 对于不同的样本点 不同的样本点， 对于不同的样本点，即对于不同的收入的消 费者， 费者，由于气候变化带来的对服装需求量的 影响是不同的。高收入者在气候变化时可以 影响是不同的。高收入者在气候变化时可以 拿出较多的钱购买服装以适应气候的变化， 较多的钱购买服装以适应气候的变化 拿出较多的钱购买服装以适应气候的变化， 低收入者的适应能力则很有限 的适应能力则很有限。 而低收入者的适应能力则很有限。于是不同 收入的消费者的服装需求量偏离均值 偏离均值的程度 收入的消费者的服装需求量偏离均值的程度 是不同的，也就是说不同收入的消费者的服 是不同的， 装需求量具有不同的方差 不同的方差， 装需求量具有不同的方差，这就产生了异方 差性。更进一步分析，在这个例子中， 差性。更进一步分析，在这个例子中，随机 误差项的方差是随着解释变量（收入） 误差项的方差是随着解释变量（收入）的观 测值的增大而增大。 测值的增大而增大。 单调递增型
式中: 表示卫生医疗机构数（ 式中: Y表示卫生医疗机构数（个） X表示人口数量（万人）。 表示人口数量（万人）

第五章异方差性习题与答案1、产生异方差的后果是什么？2、下列哪种情况是异方差性造成的结果？(1)OLS估计量是有偏的(2)通常的t检验不再服从t分布。

(3)OLS估计量不再具有最佳线性无偏性。

3、已知模型：乙=0o+0]X”+02X2i+"i式中，乙为某公司在第i个地区的销售额；X“为该地区的总收入；X2,为该公司在该地区投入的广告费用(£=0,1,2……，50)。

(1)由于不同地区人口规模乙可能影响着该公司在该地区的销售，因此有理由怀疑随机误差项g是异方差的。

假设b,依赖于总体£•的容量，逐步描述你如何对此进行检验。

需说明：A、零假设和备择假设；B、要进行的回归；C、要计算的检验统计值及它的分布(包括自由度)；D、接受或拒绝零假设的标准。

(2)假设q =陋-逐步描述如何求得BLUE并给出理论依据。

4、下表数据给出按学位和年龄划分的经济学家的中位数工薪：表1经济学家的工资表中位数工薪(以千美元计算)年龄硕士博士25-29&08.830-349.29.635-3911.011.040-4412.812.545-4914.213.650-5414.714.355-5914.515.060—6413.515.065-6912.015.0(1)有硕士学位和有博士学位经济学家的中位数工薪的方差相等么？(2)如果相等，你会怎样检验两组平均中位数工薪相等的假设？(3)在年龄35至5岁之间的经济学家，有硕士学位的比有博士学位的赚更多的钱，那么你会怎样解释这一发现？5、为了解美国工作妇女是否受到歧视，可以用美国统计局的“当前人口调查” 中的截面数据，研究男女工资有没有差别。

这项多元回归分析研究所用到的变量有：W—雇员的工资率(美元/小时)1表示雇员为女性，0表示女性意外的雇员。

ED：受教育的年数。

AGE：年龄对124名雇员的样本进行的研究得到回归结果为：（括号内为估计的t值）W = -6.41 -2.76sex + 0.99ED + 0.12AGE R2 -0.867 E = 23.2求：（1）该模型调整后的决定系数艮2 （2）各估计值的标准差为多少？（3）检验美国工作妇女是否受到歧视，为什么？（4）按此模型预测一个30岁受教育16年的美国男性的平均每小时的工作收入为多少美元？6、下表给出了2000年中国部分省市城镇居民每个家庭平均全年可支配收入X 与消费支出Y的统计数据。

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 ）A. B.C. D. ∑=ii x y n 1b ˆ8.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 +=∑∑=2ˆxxy b 22)(ˆ∑∑∑∑∑--=x x n y x xy n b xyb=ˆ型时，应将模型变换为（ C ）。

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 ）A. B.C. D. ∑=ii x y n 1b ˆ8.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 +=∑∑=2ˆxxy b 22)(ˆ∑∑∑∑∑--=x x n y x xy n b xyb=ˆ型时，应将模型变换为（ C ）。

计量经济学第五章异⽅差性参考答案讲解第五章异⽅差性课后题参考答案 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***12233Y X X βββ=-- ()()()()()()()***2****22232322322*2*2**2223223?i 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**2223223?ii 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 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 ?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。

5.3 什么是加权最小二乘法 , 它的基本思想是什么 ?5.4 产生异方差的原因是什么 ? 试举例说明经济现象中的异方差性。

5.5 如果模型中存在异方差性 , 对模型有什么影响 ? 这时候模型还能进行应用分析吗 ?5.6 对数变化的作用是什么 ? 进行对数变化应注意什么 ? 对数变换后模型的经济意义有什么变化 ? 5.7 怎样确定加权最小二乘法中的权数 ? 练习题5.1 设消费函数为 12233i i i i Y X X u βββ=+++其中,i Y 为消费支出；2i X 为个人可支配收入；3i X 为个人的流动资产；i u 为随机误差项 ,并且 E(i u )=0,Var(i u )= 222i X σ( 其中2σ为常数) 。

试回答以下问题 : 1) 选用适当的变换修正异方差 , 要求写出变换过程 ; 2) 写出修正异方差后的参数估计量的表达式。

5.2 根据本章第四节的对数变换 , 我们知道对变量取对数通常能降低异方差性 , 但需对这种模型的随机误差项的性质给予足够的关注。

例如 ,设模型为21Y X u ββ=,对该模型中 的变量取对数后得12ln ln ln ln Y X u ββ=++1) 如果ln u 要有零期望值 ,u 的分布应该是什么 ? 2) 如果 E(u )=1, 会不会 E(ln u )=0? 为什么 ? 3) 如果 E(ln u ) 不为零 , 怎样才能使它等于零 ?5.3 表 5.8 给出消费 Y 与收入 X 的数据 , 试根据所给数据资料完成以下问题 :1) 估计回归模型12Y X u ββ=++中的未知参数1β和2β, 并写出样本回归模型的书写格式；2) 试用 GOMeld-Quandt 法和 White 法检验模型的异方差性 3 3) 选用合适的方法修正异方差。

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 ?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。

5.3 什么是加权最小二乘法 , 它的基本思想是什么 ?5.4 产生异方差的原因是什么 ? 试举例说明经济现象中的异方差性。

5.5 如果模型中存在异方差性 , 对模型有什么影响 ? 这时候模型还能进行应用分析吗 ?5.6 对数变化的作用是什么 ? 进行对数变化应注意什么 ? 对数变换后模型的经济意义有什么变化 ? 5.7 怎样确定加权最小二乘法中的权数 ? 练习题5.1 设消费函数为 12233i i i i Y X X u βββ=+++其中,i Y 为消费支出；2i X 为个人可支配收入；3i X 为个人的流动资产；i u 为随机误差项 ,并且 E(i u )=0,Var(i u )= 222i X σ( 其中2σ为常数) 。

试回答以下问题 : 1) 选用适当的变换修正异方差 , 要求写出变换过程 ; 2) 写出修正异方差后的参数估计量的表达式。

5.2 根据本章第四节的对数变换 , 我们知道对变量取对数通常能降低异方差性 , 但需对这种模型的随机误差项的性质给予足够的关注。

例如 ,设模型为21Y X u ββ=,对该模型中 的变量取对数后得12ln ln ln ln Y X u ββ=++1) 如果ln u 要有零期望值 ,u 的分布应该是什么 ? 2) 如果 E(u )=1, 会不会 E(ln u )=0? 为什么 ? 3) 如果 E(ln u ) 不为零 , 怎样才能使它等于零 ?5.3 表 5.8 给出消费 Y 与收入 X 的数据 , 试根据所给数据资料完成以下问题 :1) 估计回归模型12Y X u ββ=++中的未知参数1β和2β, 并写出样本回归模型的书写格式；2) 试用 GOMeld-Quandt 法和 White 法检验模型的异方差性 3 3) 选用合适的方法修正异方差。

第五章 异 方 差 性
本章讨论四个问题： ●异方差的实质和产生的原因 ●异方差产生的后果 ●异方差的检测方法 ●异方差的补救
1
引子：更为接近真实的结论是什么？
根据四川省2000年21个地市州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。对模型估计的结 果如下：
(a )
则拒绝原假设，接受备择假设，即模型中的 随机误差存在异方差。
29
（三）检验的特点
●要求大样本 ●异方差的表现既可为递增型，也可为递减型 ●检验结果与选择数据删除的个数 c 的大小有关 ●只能判断异方差是否存在，在多个解释变量的 情下，对哪一个变量引起异方差的判断存在局 限。
30
引例：Goldfeld­Quanadt检验
* Yi = b 1 + b 2 X 2 i + u i
X 3i
* u i （5.5） 当被略去的 X 3 i 与 X 有呈同方向或反方向变 2i 化的趋势时,随 X2i 的有规律变化会体现在（5.5） * 式的 u 中。 i
11
（二）数据的测量误差
样本数据的观测误差有可能随研究范围的扩大而增加，或随 时间的推移逐步积累，也可能随着观测技术的提高而逐步 减小。
16
第三节 异方差性的检验
常用检验方法:
●图示检验法 ● Goldfeld-Quanadt检验 ● White检验 ● ARCH检验
17
一、图示检验法
（一）相关图形分析（X与Y的相关图）
方差描述的是随机变量取值的（与其均值的）离散 程度。因为被解释变量 Y 与随机误差项 u 有相同的 方差，所以利用分析 Y 与 X 的相关图形，可以初略 地看到 Y 的离散程度与 X 之间是否有相关关系。

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 ?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。

5.3 什么是加权最小二乘法 , 它的基本思想是什么 ?5.4 产生异方差的原因是什么 ? 试举例说明经济现象中的异方差性。

5.5 如果模型中存在异方差性 , 对模型有什么影响 ? 这时候模型还能进行应用分析吗 ?5.6 对数变化的作用是什么 ? 进行对数变化应注意什么 ? 对数变换后模型的经济意义有什么变化 ? 5.7 怎样确定加权最小二乘法中的权数 ? 练习题5.1 设消费函数为 12233i i i i Y X X u βββ=+++其中,i Y 为消费支出；2i X 为个人可支配收入；3i X 为个人的流动资产；i u 为随机误差项 ,并且 E(i u )=0,Var(i u )= 222i X σ( 其中2σ为常数) 。

试回答以下问题 :1) 选用适当的变换修正异方差 , 要求写出变换过程 ; 2) 写出修正异方差后的参数估计量的表达式。

5.2 根据本章第四节的对数变换 , 我们知道对变量取对数通常能降低异方差性 , 但需对这种模型的随机误差项的性质给予足够的关注。

例如 ,设模型为21Y X u ββ=,对该模型中 的变量取对数后得12ln ln ln ln Y X u ββ=++1) 如果ln u 要有零期望值 ,u 的分布应该是什么 ? 2) 如果 E(u )=1, 会不会 E(ln u )=0? 为什么 ? 3) 如果 E(ln u ) 不为零 , 怎样才能使它等于零 ?5.3 表 5.8 给出消费 Y 与收入 X 的数据 , 试根据所给数据资料完成以下问题 :1) 估计回归模型12Y X u ββ=++中的未知参数1β和2β, 并写出样本回归模型的书写格式；2) 试用 GOMeld-Quandt 法和 White 法检验模型的异方差性 3 3) 选用合适的方法修正异方差。

第一节 异方差性的概念
重点： 对异方差性的基本认识
第一节 异方差性的概念
一、异方差的含义
二、异方差的类型
同方差的含义
同方差性：对所有的 i (i 1,2,..., n) 有：
Var(ui ) = σ 2
（5.1）
因为方差是度量被解释变量 Y的观测值围绕回归 线 E(Yi ) 1 2 X 2i 3 X 3i ... k X ki （5.2）
异方差的图形表示
储蓄与收入的关系的模 型 Y 1 2 X i ui 其中：Yi 是储蓄；X i 是收入
概 率 密 度 储 蓄 Y
概 率 密 度
同 方 差
储 蓄 Y
异 方 差
1 2 X i 1 2 X i
(A) 收入X 收入X (B)
（A）与（B）的比较：
相同点：收入增加，储蓄平均来说也增加。 不同点： （A）储蓄的方差在所有的收入水平上保持不变。 （B）储蓄的方差随收入的增加而增加。
ui 对生产函数Yi AL ，随企业规模（通常用K和L反映） K i i e
的扩大，管理水平提高包括统计监督功能的落实，观测误
u i 的方差也较小，因此， 差较小， u i 具有异方差性。
3.由于测量误差引起
异方差性还会因为异常观测的出现而产生。一个超越 正常范围的观测值（异常观测），是指和其他观测值相比 相差很多（非常小或非常大）的观测值。更具体地，异常
1.参数估计量非有效
2.无法正确估计标准误差和估计区间
3.参数显著性检验失效
4.预测的精确度降低
4.模型预测精度降低
一方面，由于上述后果，使得模型不具有良 好的统计性质；必然造成被解释变量的点预测值