计量经济学违背经典假设总结
违背经典假设
样本一
样本二 … … …
一、异方差(u i &Xi )
1、why 为什么会产生异方差?——某一因素或一些因素(即u) 随着解释变量观测值的变化而对被解释变量产生不同的影响;模型中省略了重要的解释变量;模型的函数形式设定不准确等。
2、when 什么数据容易出现异方差?——截面数据
3、what 产生异方差后有什么影响?——低估 b ˆ 的真实方差Se( b ˆ ) ,导致检验统计量t 值被高估,可能造成本来不显著的某些回归系数变成显著。
4、how 如何判断是否存在异方差?
——(1)判断方法:残差图分析法;判断依据:看残差项是否随解释变量表现出趋势性
(2)判断方法:等级相关系数法;判断依据:等级相关系数检验
(3)判断方法:戈德菲尔德-匡特检验;判断依据:样本排序分段比检验
(4)判断方法:戈里瑟检验;判断依据:用残差平方作为被解释变量对每个解释变量、每个解释变量的平方、各解释变量的两两交叉乘积项一起进行线性回归,并检验各回归系数是否为0
(5)判断方法:怀特检验;判断依据:用残差平方作为被解释变量对每个解释变量一起建立各种回归模型,并检验各回归系数是否为0
5、how 判断出存在异方差了该怎么修正?
——A. si 2 (1) 2s之 (2) i 未知时,如果之间为线性关系,X i 为权数变换
二、自相关(u i &ui-1)
1、why 为什么会产生自相关?——遗漏了重要的解释变量;经济变量的滞后性;回归函数形式的设定错误;蜘蛛网现象
2、when 什么数据容易出现自相关?——时间序列数据
3、what 产生自相关后有什么影响?——参数的估计量是无偏的, 但不是有效,严重低估误差项的方差,导致统计量高估,不显著变为显著。
4、how 如何判断是否存在自相关?
——(1)判断方法:图示检验法;判断依据:看t 期残差项(e t )与t-1期残差项(e t-1)是
否表现出相关性、规律性;或者看残差项e t 与时间t 是否表现出相关性、规律性
(2)判断方法:自相关系数法;判断依据:系数越接近于1时,表明误差序列越存在正相关,系数接近于-1时,表明误差序列越存在负相关
(3)判断方法:DW 检验;判断依据:用DW 统计量与dL,du 临界值比较得出结论
(4)判断方法:拉格朗日乘数检验(高阶自相关);判断依据:假设u t 是u t-1到u t-p 等各样本残差项的线性组合,重新构建辅助回归,LM 统计量大于临界值,就拒绝原假设,表明存在自相关,反之亦然。
5、how 判断出存在自相关了该怎么修正?
——(1)如果是回归模型选用不当,则应改用适当的回归模型;
(2)如果是缺少重要的解释变量,则应增加该解释变量;
(3)如果以上两种方法都不能消除序列相关,则
A .差分法:一阶差分法、广义差分法
B .广义最小二乘法
三、多重共线性(X i &Xj )
1、why 为什么会产生多重共线性?——在现实的生活当中,解释变量之间完全不相关的情形是非常少见的,某一经济现象,涉及到多个影响因素时,这些影响因素之间大都有一定的相关性。
2、when 什么数据容易出现多重共线性?——时间序列数据
3、what 产生多重共线性后有什么影响?——1. 多重共线性使参数的最小二乘估计的方差很大,即估计值的精度很低。2. 各个回归系数的值很难精确估计,甚至可能出现符号错误的现象。3.回归系数对样本数据的微小变化变得非常敏感。
4、how 如何判断是否存在多重共线性?
——(1)判断方法:方差扩大因子法;判断依据:计算方差扩大因子VIF 的大小,由此判断是否存在多重共线性,VIF 越大共线性就越严重,越靠近1共线性就越小。
(2)判断方法:直观判定法;判断依据:A.R2 较高,而显著t 统计量较少时,可能存在多重共线性问题。 B .当增加或剔除一个解释变量,或者改变一个观测值时,回归系数的估计值发生较大变化,我们就认为回归方程存在严重的多重共线性。C .一些重要的解释变量在回归方程中没有通过显著性检验时,可初步判断存在着严重的多重共线性。D .有些解释变量的回归系数所带符号与定性分析结果违背时,可能存在多重共线性问题。E .解释变量间的相关系数较大时,可能会出现多重共线性问题。
5、how 判断出存在多重共线性了该怎么修正?
——A. 使用非样本先验信息
——B. 横截面与时间序列数据并用
——C. 剔除一些不重要的共线性解释变量
——D. 增大样本容量
——E. 使用有偏估计