第五章异方差性答案说课讲解.docx
《第五章异方差性答案说课讲解.docx》由会员分享,可在线阅读,更多相关《第五章异方差性答案说课讲解.docx(11页珍藏版)》请在冰豆网上搜索。
第五章异方差性答案说课讲解
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0L既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.—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.卜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e与Xj有显著的形式
e0.28715XjVj的相关关系(比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)
8.容易产生异方差的数据是(C)
A.
D.年度
时间序列数据B.平均数据C.横截面数据
数据
9•假设回归模型为YiXiUi,其中varui2X;,则使用加权最小二乘
法估计模型时,应将模型变换为(C)。
Y
A.X”
一X
U
X
B.
Y
X
X
u
X
Y
U
Y
u
C.
D.
2
2
XX
X
X2
XX
X
10.设回归模型为Y
XiUi
,其中VarUi
2X
i2,则
的普通最小二乘估计
量为(A)
A.无偏但非有效
B.
无偏且有效
C.有偏但有效
D.
有偏且非有效
11.以12表示包含较小解释变量的子样本方差,
;表示包含较大解释变量的子
样本方差,则检验异方差的戈德菲尔德一匡特检验法的零假设是(D)
B.
D.
A.12
C.12
C.CovXi,uj
D.
CovX1i,X2i0
13.在异方差的众多检验方法中,既能判断随机误差项存在异方差,又能给出异方差具体存在形式的检验方法是(C)
A.DW检验B.怀特检验C.戈里瑟检验D.图示检验法
14.设回归模型为Yi
2
XiUi,其中Var(ui)Xi,则的最有效估计量为
则用模型变换法估计模型参数时,原模型左右两边应乘以(D)
A.Xi
B.
Xi
1
1
C.Xi
D.
.X
三、多项选择题
1.在异方差条件下普通最小二乘法具有如下性质(AB)
A.线性B.无偏性C.最小方差性D.有效性
2.异方差性将导致(BCDE)。
A.普通最小二乘法估计量有偏和非一致
B.普通最小二乘法估计量非有效
C.普通最小二乘法估计量的方差的估计量有偏
D.建立在普通最小二乘法估计基础上的假设检验失效
E.建立在普通最小二乘法估计基础上的预测区间变得不准确
3.下列哪些方法可用于异方差性的检验(CD)。
A.DW检验B.方差膨胀因子检验法
C.戈德菲尔德一匡特检验法(样本分段比较法)D.戈里瑟检验(残差回归
检验法
4.当模型存在异方差现象时,加权最小二乘估计量具备(ABCD)。
A.线性B.无偏性C.有效性D.一致性
5.下列说法正确的有(BE)。
A.当异方差出现时,最小二乘估计是有偏的和不具有最小方差特性
B.当异方差出现时,常用的t和F检验失效
C.异方差情况下,通常的0L3&计一定高估了估计量的标准差
D.如果0L刨归的残差表现出系统性,则说明数据中不存在异方差性
E.如果回归模型中遗漏一个重要变量,则0L既差必定表现出明显的趋势
6.在计量经济学中,产生异方差的原因主要有(ABCD
A.模型中遗漏了某些解释变量B.模型函数形式的设定误差
C.样本数据的测量误差D.截面数据中总体各单位的差异
E.非随机因素的影响
四、简答题
1.什么是异方差性?
试举例说明经济现象中的异方差性。
答:
异方差性是指模型违反了古典假定中的同方差假定,它是计量经济分析中的一个专门问题。
在线性回归模型中,如果随机误差项的方差不是常数,即对不同的解释变量观测值彼此不同,则称随机项ui具有异方差性,即
Varuii2,i1,2,,n。
例如,利用横截面数据研究消费和收入之间的关系时,对收入较少的家庭在满足基本消费支出之后的剩余收入已经不多,用在购买生活必需品上的比例较大,消费的分散幅度不大。
收入较多的家庭有更多可自由支配的收入,使得这些家庭的消费有更大的选择范围。
由于个性、爱好、储蓄心理、消费习惯和家庭成员构成等那个的差异,使消费的分散幅度增大,或者说低收入家庭消费的分散度和高收入家庭消费得分散度相比较,可以认为牵着小于后者。
这种被解释变量的分散幅度的变化,反映到模型中,可以理解为误差项方差的变化。
2.产生异方差性的原因及异方差性对模型的0L3估计有何影响。
答:
产生原因:
(1)模型中遗漏了某些重要的解释变量;
(2)模型函数形式的设定误差;(3)样本数据的测量误差的变化;(4)截面数据中总体各单位的差异。
产生的影响:
如果线性回归模型的随机误差项存在异方差性,会对模型参数估计、模型检验及模型应用带来重大影响,主要有:
(1)参数的0L3估计仍然具有无偏性;
(2)参数的0L3估计式的方差不再是最小的;(3)解释变量的显著性检验失效;(4)预测精度降低,区间预测面临困难。
3.检验异方差性的方法有哪些?
答:
检验方法:
(1)图示检验法;
(2)戈德菲尔德—匡特检验;(3)怀特检验;(4)戈里瑟检验(残差回归检验法);(5)ARC检验(自回归条件异方差检验)
4.异方差性的解决方法有哪些?
答:
解决方法:
(1)模型变换法;
(2)加权最小二乘法;(3)模型的对数变
5.什么是加权最小二乘法?
它的基本思想是什么?
2
答:
加权最小二乘法的基本原理:
最小二乘法的基本原理是使残差平方和et2
为最小,在异方差情况下,总体回归直线对于不同的xt,et的波动幅度相差很
大。
随机误差项方差t2越小,样本点yt对总体回归直线的偏离程度越低,残
差et的可信度越高(或者说样本点的代表性越强);而t2较大的样本点可能
会偏离总体回归直线很远,et的可信度较低(或者说样本点的代表性较弱)。
2
因此,在考虑异方差模型的拟合总误差时,对于不同的et应该区别对待。
具体
22
做法:
对较小的et给于充分的重视,即给于较大的权数;对较大的et给于充
2
分的重视,即给于较小的权数。
更好的使et反映var(uj对残差平方和的影
响程度,从而改善参数估计的统计性质。
6.戈德菲尔特——匡特检验(即样本分段法)检验异方差性的基本原理及其使用条件。
答:
戈德菲尔特一匡特检验(即样本分段法)的基本原理:
将样本分为两部分,然后分别对两个样本进行回归,并计算比较两个回归的剩余平方和是否有明显差异,如果随机误差项是同方差的,则这两个子样本的残差平方和应该大致相等;如果是异方差的,则两者差别较大,以此来判断是否存在异方差。
使用条件:
(1)样本容量要尽可能大,一般而言应该在参数个数两倍以上;
(2)服从正态分布,且除了异方差条件外,其它假定均满足。
7.简述异方差性检验方法的共同思路。
答:
由于异方差性,相对于不同的样本点,也就是相对于不同的解释变量观测值,随机误差项具有不同的方差,那么检验异方差性,也就是检验随机误差项的方差与解释变量观测值之间的相关性。
各种检验方法就是在这个思路下发展起来的。
五、计算题
x为个人可支配收
(其中2为常数)。
2)写出修正异方差
1.设消费函数为yb°bi*Ui,其中y为消费支出,
22
入,Ui为随机误差项,并且E(Ui)0,Var(Ui)x,
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;(后的参数估计量的表达式。
则:
②变为ybboxv此时
Var(v」Var(巴)2(2x:
)2新模型不存在异方差性。
1
Xi
XiXi,
(2)对y*
Db0XiVi进行普通最小二乘估计
****
.nXiyiXiYi
0*2*2
n(Xi)(x)其中y*上,x*
_*_*Xj
biYiboXi
(进一步带入计算也可)
2.检验下列模型是否存在异方差性,列出检验步骤,给出结论
ytb0
b2X2tb3X3tUt
样本共40个,本题假设去掉c=12个样本,假设异方差由刈引起,数值小的一组
残差平方和为RSS0.466E17,数值大的一组平方和为RS£0.36E17。
Fo.o5(10,10)2.98
解:
(1)H0:
ut为同方差性;已:
山为异方差性
(2)F
RSS0.466E17〔柏RSS>0.36E17.
(3)%5(10,10)2.98
(4)F
F°.05(10,10),接受原假设,认为随机误差项为同方差性。
3.假设回归模型为:
yXiUi,其中:
Ui~N0,・;E5比0,ij;;并且
Xi是非随机变量,求模型参数的最佳线性无偏估计量及其方差
解:
原模型:
y
XiUi根据Ui~N0,Xi;EUiUj0,ij;
为消除异方差性,
模型等号两边同除以X;
模型变为:
-yi-
■■-x
XiUi
一Xi为
t=(5.875)(127.09)
R20.999;S.E.51.9;DW1.205;F16151
777
et451.90.871y
t=(0.283)(5.103)
R20.634508;S.E3540;DW1.91;F26.04061
777
其中:
y是居民人均可支配收入,c是居民人均消费性支出。
要求:
(1)解释模型中137.422和0.772的意义;
(2)简述什么是模型的异方差性;(3)检验该模型是否存在异方差性;
解答:
(1)0.722是指,当城镇居民人均可支配收入每变动一个单位,人均消
费性支出资料平均变动0.722个单位,也即指边际消费倾向;137.422指即使没有收入也会发生的消费支出,也就是自发性消费支出。
(2)在线性回归模型中,如果随机误差项的方差不是常数,即对不同的解释变
量观测值彼此不同,则称随机项Ui具有异方差性。
2
⑶存在异方差性,因为辅助回归方程R0.634508,F26.04061,整体显
著;并且回归系数显著性地不为0。
戈里瑟检验就是这样的检验过程。
5.根据下列检验结果0.05,说明:
(1)这是何种检验?
(2)检验结果说明了什么?
(3)采用何种方法消除存在的问题。
WhiteHeteroskedaeticityTest
F-stalivtlD
3607090
Probability
004?
040
Qba*R-squared
6270439
Probability
0的490
TestEquation
DtpendanlVtriable:
RESID'2
MsthnciLpislEqu冃
natf12/14-13JTim?
7127
Sample128
IncludedobswvHtionB:
20
Viirtable
Coefli匚i宕nt
Std.Encr
1-5t汕匚
Prob
C
-3279670
2957.119
-1.U7894
02619
X
5*DB38
31093E6
1.023744
O.QB02
灼
-0000071
D.000663
-1,334034
01942
R-scuared
0223944
Meandependent•vdt
D..THJS
AdjutledR-squart!
」
0161860
S.D.dependentvar
51^4.454
S-E.regression
4709747
Akjiktirifocrilgrion
1935361
Sun吕juat匕Mie^id
555EP8
SchvancriteriDn
W.99B35
Luglikeliha.d
-274.9506
--stylistic
3607090
Durtiii-Wji.Lnstat
257B402
PtcbFctatidic)
0D42D40
答:
(1)这是怀特检验;
(2)nr26.27,概率为0.043490<0.05,说明模型
存在异方差性;
(3)采用加权最小二乘法去消除异方差性。