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