异方差

第五章 异方差
• • • • 异方差的概念 异方差性的后果 异方差的检验 异方差的补救措施
第一节 异方差的概念
一、异方差的性质 违反同方差的假定: 同方差： E( ) 2 异方差： E(i ) i2
Yi X i i
var( Y X i ) E(i ) i2
2 2 ˆ (( ) X ) ˆ i i ˆ )) E ( ) E ( ˆr( E (va ) 2 2 (n 1) X i Xi 2 i
X X (n 1)( X )
2 i 2 i 2 2 i
2 i
i2
ˆ) var(
第四节 异方差的补救措施 一、加权最小二乘法
Yi X i i
E(i ) 2 f ( X i )
变换模型： Yi f (Xi )
i
1 f (Xi )
2
Xi f (Xi )
i
f (Xi )
E ( i ) 2 E( ) 2 f (Xi ) f (Xi )
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到大排序。
三、white检验 White检验由H. White 1980年提出。GoldfeldQuandt 检验必须先把数据按解释变量的值从小到 大排序。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。White 检验的具体步骤如下。以二元回归模型为例， yt = +1 xt1 +2 xt2 + ut ①首先对上式进行OLS回归，求残差 et 。 ②做如下辅助回归式， 2 et = 0 +1 xt1 +2 xt2 + 3 xt12 +4 xt22 + 5 xt1 xt2 + vt

2 2
四、异方差的补救措施
（一）加权最小二乘法 1.当 2i已知时： 考虑双变量PRF，
Y i B 1 B 2 X i ui (7)
var(ui ) i2
其中，Y为被解释变量，X为解释变量。假设误差方差 对模型（７）考虑如下变换：
i
Yi B 1(
是已知的。
i
1
) B2 (
ln ei2 B1 B2 ln X i vi
2
(3)
(4)检验零假设 B 0 ，即不存在异方差。如果 ln X i 和 ln ei2 之 间是统计显著的，则拒绝零假设：不存在异方差。

例子：利用方程(2)来说明帕克检验。把从该回归方程中得到的残差 用于模型（３），得到如下结果：
ln ei2 3.412 0.938 ln salesi se (4.972)
三、异方差的诊断
与多重共线性的情况一样，并没有诊断异方差的确定办法，只能借助一 些诊断工具判断异方差的存在。主要有：
1.根据问题的性质 2.残差的图形检验
(1)残差图可以是关于观察值与残差的散点图，也可以是残 ˆ 的散点图。这些图可以帮 差与解释变量，残差与估计值 Y i 助我们判断同方差假设或者是CLRM其他假设是否满足。 例子可参见美国行业利润，销售量和R&D支出。 由该例中关于观察值与残差的散点图可以得出结论，该模 型存在异方差。 2 e (2)此外，还可以利用残差的平方 i 与观察值或解释变量或 ei2 估计值的散点图来判断是否存在异方差。一般来说， 与变量 X 之间的散点图主要有如下样式。（见下一页） 图a到图c中，图a中残差平方与X之间没有可识别的系统模 式，所以不存在异方差；而图b到图e中两者都呈现出系统 关系，所以都可能存在异方差。

如果确实存在异方差，则被有效地消除了； 如果不存在异方差性，则加权最小二乘法 等价于普通最小二乘法
七、案例—例9-2P207
现考虑工人的工资主要由受教育程度和工作年限所影响， 现收集了523个工人的工资、受教育程度、工作年限的数 据，详见表9-2。构建如下回归模型：
wagei B1 B2Edui B3Experi ui
一、异方差的性质---异方差举例
例图9-1：截面资料下研究居民家庭的储蓄行为
Yi=0+1Xi+i
Yi:第i个家庭的储蓄额 Xi:第i个家庭的可支配收入
高收入家庭：储蓄的差异较大 低收入家庭：储蓄则更有规律性，差异较小
i的方差呈现单调递增型变化
例9-1股票交易所经纪人佣金
• Y:佣金额；X：交易额； • Y对X的斜率：佣金率 • 结论：
如果存在异方差性，则表明确与解释变量的 某种组合有显著的相关性，这时往往显示出有 较高的可决系数以及某一参数的t检验值较大。
当然，在多元回归中，由于辅助回归方程中 可能有太多解释变量，从而使自由度减少，有 时可去掉交叉项。
四、异方差的修正：补救措施1-加权最小二乘法wls
模型检验出存在异方差性，可用加权最小二乘 法（Weighted Least Squares, WLS）进行估计。
X越大，对应的方差越小； X越小，对应的方差越大。 • 解读： 经纪公司对大机构投资者收取的佣金率差异小
对小机构投资者收取的佣金率差异大
例9-2 523个工人的工资等数据
• Y:工资；X1：教育程度；X2：工作年限 • 讨论： X1越大，Y的波动越大，扰动项的方差越大； X2越大， Y的波动越大，扰动项的方差越大。
或
Yi Xi

▪ 在本章中，我们将着重考虑假定2和假定3得不到 满足，即存在异方差和自相关情况下的处理办法。
2
第一节 异方差的介绍
一、异方差的定义及产生原因
▪ 异方差(heteroscedasticy)就是对同方差假设 (assumption of homoscedasticity)的违反。经典 回归中同方差是指随着样本观察点X的变化 i ，线 性模型中随机误差项 的方差并不改变，保持为
▪ 对每一个回归模型，计算残差平方和：记 值较小的一组子样本的残差平方和为 RSS1
= 1i2 ，xi 值较大的一组子样本的残差平
方和为 RSS2 = 2i2 。
13
▪ 第三步，建立统计量。
▪ 用所得出的两个子样本的残差平方和构成F统 计量：
F
2i
2
/(
n
2
d
1i
2
/(
n
2
d
k 1) k 1)
用OLS法。对 进行t检验，如果不显著，则没
有异方差性。否则表明存在异方差。 ▪ Park检验法的优点是不但能确定有无异方差性，
而且还能给出异方差性的具体函数形式。但也有
质疑，认为 仍可vi 能有异方差性，因而结果的真
实性要受到影响。
20
（四）Glejser检验法
▪ 这种方法类似于Park检验。首先从OLS回归取得
7
一、图示法
▪ 图示法是检验异方差的一种直观方法，通常有下 列两种思路：
▪ （一）因变量y与解释变量x的散点图：若随着x 的增加，图中散点分布的区域逐渐变宽或变窄，
或出现了偏离带状区域的复杂变化，则随机项可 能出现了异方差。
▪ （与x二的）散残点差图图，。或残者差在图有即多残个差解平释方变ˆ量i（2 时i2的可估作计残值）