广义异方差模型例题
广义异方差模型例题：
例：1969年1月至1994年9月澳大利亚储备银行2年期有价证券月度利率数据如表所示（行数据）
4.99 5
5.03 5.03 5.25 5.26 5.3 5.45 5.49 5.52 5.7
5.68 5.65 5.8
6.5 6.45 6.48 6.45 6.35 6.4 6.43 6.43
6.44 6.45 6.48 6.4 6.35 6.4 6.3 6.32 6.35 6.13 5.7
5.58 5.18 5.18 5.17 5.15 5.21 5.23 5.05 4.65 4.65 4.6
4.67 4.69 4.68 4.62 4.63 4.9
5.44 5.56
6.04 6.06 6.06
8.07 8.07 8.1 8.05 8.06 8.07 8.06 8.11 8.6 10.8 11
11 11 9.48 9.18 8.62 8.3 8.47 8.44 8.44 8.46 8.49
8.54 8.54 8.5 8.44 8.49 8.4 8.46 8.5 8.5 8.47 8.47
8.47 8.48 8.48 8.54 8.56 8.39 8.89 9.91 9.89 9.91 9.91
9.9 9.88 9.86 9.86 9.74 9.42 9.27 9.26 8.99 8.83 8.83
8.83 8.82 8.83 8.83 8.79 8.79 8.69 8.66 8.67 8.72 8.77
9 9.61 9.7 9.94 9.94 9.94 9.95 9.94 9.96 9.97 10.83
10.75 11.2 11.4 11.54 11.5 11.34 11.5 11.5 11.58 12.42 12.8 5
13.1 13.12 13.1 13.15 13.1 13.2 14.2 14.75 14.6 14.6 14.45
14.5 14.8 15.85 16.2 16.5 16.4 16.4 16.35 16.1 13.7 13.5
14 12.3 12 14.35 14.6 12.5 12.75 13.7 13.45 13.55 12.6
12 11 11.6 12.05 12.35 12.7 12.45 12.55 12.2 12.1 11.15 11.85 12.1 12.5 12.9 12.5 13.2 13.65 13.65 13.5 13.45 13.35 14.45 14.3 15.05 15.55 15.65 14.65 14.15 13.3 12.65 12.7 12 .8
14.5 15.1 15.15 14.3 14.25 14.05 14.7 15.05 14.05 13.8 13.2 5
13 12.85 12.6 11.8 13 12.35 11.45 11.35 11.55 10.85 10.9 12.3 11.7 12.05 12.3 12.9 13.05 13.3 13.85 14.65 15.05 15.1 5
14.85 15.7 15.4 15.1 14.8 15.8 15.8 15 14.4 13.8 14.3
14.15 14.45 14.1 14.05 13.75 13.3 13 12.55 12.25 11.85 11.5 11.1 11.15 10.7 10.25 10.55 10.25 10.3 9.6 8.4 8.2 7.25
8.35 8.25 8.3 7.4 7.15 6.35 5.65 7.4 7.2 7.05 7.1
6.85 6.5 6.25 5.95 5.65 5.85 5.45 5.3 5.2 5.55 5.15
5.4 5.35 5.1 5.8
6.35 6.5 6.95 8.05
7.85 7.75
8.6
（1）考察该序列的方差齐性。（2）选择适当的模型拟合该序列的发展
解答：（1）1、时序图：
时序图显示序列存在曲线趋势，我们对原序列进行差分得到残差序列的图。
差分后的残差图整均值平稳，但伴随大小不等的随机波动。我们对残差序列进行自回归，再考察自回归残差序列的方差齐性。
2、用AUTOREG过程建立序列｛Xt｝关于一阶滞后项lagx的回归模型，并检验残差序列的自相关性和异方差性。
检验显示Dh统计量为1.8550,Dh统计量的P值为0.0318小于0.05,结果显示残差序列具有显著的自相关性。
显示回归模型常数截距项不显著（0.0736>0.05）。
显示残差序列具有显著的异方差性。
3、arch的定阶
proc autoreg data=hh;
model x=lagx /lagdep=lagx archtest;
model x=lagx/nlag=4backstep garch=(p=1,q=1);
output out=res cev=v;
run;
参数检验显示除AR5参数不显著外，其它参数显著。
综合考虑残差序列自相关性和异方差性检验结果，尝试拟合无回归常数项的广义异方差模型，nlag=4，garch=(p=1,q=1)。
4、异方差模型：
拟合效果很理想。
???????-+==+=+=---15123173.62700.01272.09997.0t t t t t t t t t t t h E h e h u u x x εεε（其中e^t~n(0,0.26999)）
附程序：
data hh;
input x@@; difx=dif(x); lagx=lag(x);
year=intnx("month","01jan1969"d ,_n_-1);
format year monyy7.;
cards ; 4.99 5 5.03 5.03 5.25 5.26 5.3 5.45 5.49 5.52 5.7 5.68 5.65 5.8 6.5 6.45 6.48 6.45 6.35 6.4 6.43 6.43 6.44 6.45 6.48 6.4 6.35 6.4 6.3 6.32 6.35 6.13 5.7 5.58 5.18 5.18 5.17 5.15 5.21 5.23 5.05 4.65 4.65 4.6 4.67 4.69 4.68 4.62 4.63 4.9 5.44 5.56 6.04 6.06 6.06 8.07 8.07 8.1 8.05 8.06 8.07 8.06 8.11 8.6 10.8 11 11 11 9.48 9.18 8.62 8.3 8.47 8.44 8.44 8.46 8.49 8.54 8.54 8.5 8.44 8.49 8.4 8.46 8.5 8.5 8.47 8.47 8.47 8.48 8.48 8.54 8.56 8.39 8.89 9.91 9.89 9.91 9.91 9.9 9.88 9.86 9.86 9.74 9.42 9.27 9.26 8.99 8.83 8.83
8.83 8.82 8.83 8.83 8.79 8.79 8.69 8.66 8.67 8.72 8.77
9 9.61 9.7 9.94 9.94 9.94 9.95 9.94 9.96 9.97 10.83
10.75 11.2 11.4 11.54 11.5 11.34 11.5 11.5 11.58 12.42 12.85
13.1 13.12 13.1 13.15 13.1 13.2 14.2 14.75 14.6 14.6 14.45
14.5 14.8 15.85 16.2 16.5 16.4 16.4 16.35 16.1 13.7 13.5
14 12.3 12 14.35 14.6 12.5 12.75 13.7 13.45 13.55 12.6
12 11 11.6 12.05 12.35 12.7 12.45 12.55 12.2 12.1 11.15
11.85 12.1 12.5 12.9 12.5 13.2 13.65 13.65 13.5 13.45 13.35 14.45 14.3 15.05 15.55 15.65 14.65 14.15 13.3 12.65 12.7 12.8 14.5 15.1 15.15 14.3 14.25 14.05 14.7 15.05 14.05 13.8 13.25 13 12.85 12.6 11.8 13 12.35 11.45 11.35 11.55 10.85 10.9
12.3 11.7 12.05 12.3 12.9 13.05 13.3 13.85 14.65 15.05 15.15 14.85 15.7 15.4 15.1 14.8 15.8 15.8 15 14.4 13.8 14.3
14.15 14.45 14.1 14.05 13.75 13.3 13 12.55 12.25 11.85 11.5 11.1 11.15 10.7 10.25 10.55 10.25 10.3 9.6 8.4 8.2 7.25
8.35 8.25 8.3 7.4 7.15 6.35 5.65 7.4 7.2 7.05 7.1
6.85 6.5 6.25 5.95 5.65 5.85 5.45 5.3 5.2 5.55 5.15
5.4 5.35 5.1 5.8
6.35 6.5 6.95 8.05
7.85 7.75
8.6
;
run;
proc gplot data=hh;
plot (x difx)*year;
symbol i=line;
run;
proc autoreg data=hh;
model x=lagx /lagdep=lagx archtest;
model x=lagx /nlag=4backstep garch=(p=1,q=1) noint;
output out=out p=p pm=pm r=r rm=rm ucl=ucl lcl=lcl cev=cev; run;
data out;
set out;
uclr=1.96*sqrt(0.26747);
lclr=-1.96*sqrt(0.26747);
cuclr=1.96*sqrt(cev);
clclr=-1.96*sqrt(cev);
cuclp=p+1.96*sqrt(cev);
clclp=p-1.96*sqrt(cev);
run;
proc gplot data=out;
plot x*year=1 p*year=2 cuclp*year=3 clclp*year=3 lcl*year=4 ucl*year=4/overlay;
symbol1c=black i=none v=star;
symbol2c=red i=line v=none;
symbol3c=blue i=lnie;
symbol4c=green i=join v=star;
run;
proc gplot data=out;
plot r*year=1 uclr*year=2 lclr*year=2 clclr*year=3 cuclr*year=3 /overlay; symbol1c=black i=none v=star;
symbol2c=red i=line v=none;
symbol3c=blue i=lnie;
run;
proc arima data=out;
identify var=r nlag=24;
run;
广义异方差模型例题
广义异方差模型例题： 例：1969年1月至1994年9月澳大利亚储备银行2年期有价证券月度利率数据如表所示（行数据） 4.99 5 5.03 5.03 5.25 5.26 5.3 5.45 5.49 5.52 5.7 5.68 5.65 5.8 6.5 6.45 6.48 6.45 6.35 6.4 6.43 6.43 6.44 6.45 6.48 6.4 6.35 6.4 6.3 6.32 6.35 6.13 5.7 5.58 5.18 5.18 5.17 5.15 5.21 5.23 5.05 4.65 4.65 4.6 4.67 4.69 4.68 4.62 4.63 4.9 5.44 5.56 6.04 6.06 6.06 8.07 8.07 8.1 8.05 8.06 8.07 8.06 8.11 8.6 10.8 11 11 11 9.48 9.18 8.62 8.3 8.47 8.44 8.44 8.46 8.49 8.54 8.54 8.5 8.44 8.49 8.4 8.46 8.5 8.5 8.47 8.47 8.47 8.48 8.48 8.54 8.56 8.39 8.89 9.91 9.89 9.91 9.91 9.9 9.88 9.86 9.86 9.74 9.42 9.27 9.26 8.99 8.83 8.83 8.83 8.82 8.83 8.83 8.79 8.79 8.69 8.66 8.67 8.72 8.77 9 9.61 9.7 9.94 9.94 9.94 9.95 9.94 9.96 9.97 10.83 10.75 11.2 11.4 11.54 11.5 11.34 11.5 11.5 11.58 12.42 12.85 13.1 13.12 13.1 13.15 13.1 13.2 14.2 14.75 14.6 14.6 14.45 14.5 14.8 15.85 16.2 16.5 16.4 16.4 16.35 16.1 13.7 13.5 14 12.3 12 14.35 14.6 12.5 12.75 13.7 13.45 13.55 12.6 12 11 11.6 12.05 12.35 12.7 12.45 12.55 12.2 12.1 11.15 11.85 12.1 12.5 12.9 12.5 13.2 13.65 13.65 13.5 13.45 13.35 14.45 14.3 15.05 15.55 15.65 14.65 14.15 13.3 12.65 12.7 12.8
《计量经济学》(庞浩第一版)第五章异方差性eviews上机操作
第五章异方差性 案例分析 一、问题的提出和模型设定 为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口 数量的关系，建立卫生医疗机构数与人口数的回归模型。 假定医疗机构数与人口数之间满足线性约束，则理论模型设定为： i i i u X b b Y ++=21 其中i Y 表示卫生医疗机构数，i X 表示人口数。 数据搜集 四川省2000年各地区医疗机构数与人口数 地区 人口数（万人） 医疗机构数（个）Y 地区 人口数（万人） 医疗机构数（个）Y X X 成都 1013.3 6304 眉山 339.9 827 自贡 315 911 宜宾 508.5 1530 攀枝花 103 934 广安 438.6 1589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 雅安 149.8 866 绵阳 518.4 1616 巴中 346.7 1223 广元 302.6 1021 资阳 488.4 1361 遂宁 371 1375 阿坝 82.9 536 内江 419.9 1212 甘孜 88.9 594 乐山 345.9 1132 凉山 402.4 1471 南充 709.2 4064
二、参数估计 Eviews上机具体操作： 利用eviews3.0进行分析 第一步：建立数据 1新建工作文档：file-new-workfile，在打开的workfile range对话框中的workfile frequency 中选择undated or irregular，start observation输入1，end observation输入21，点击ok。 2输入数据（先是data y x2 x3······然后是将excel中的数据复制过来即可）并保存 本题在命令窗口输入data y x，并点击name命名为GROUP01. 第二步：做回归 1最小二乘估计（ls y c x2 x3 ······） 本题在命令窗口输入ls y c x ，并点击name命名为EQ01. Dependent Variable: Y Method: Least Squares Date: 12/04/12 Time: 12:29 Sample: 1 21 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. C -562.9074 291.5642 -1.930646 0.0686 X 5.372828 0.644239 8.339811 0.0000 R-squared 0.785438 Mean dependent var 1588.143 Adjusted R-squared 0.774145 S.D. dependent var 1310.975
计量经济学课后答案第五章 异方差性汇总
第五章课后答案 5.1 （1）因为22()i i f X X =，所以取221i i W X =，用2i W 乘给定模型两端，得 31232222 1i i i i 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 2 2221 ()()i i i i u 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 ***12233???Y X X βββ=-- ()()()() ()()() ***2*** *22232322 322*2*2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑∑∑∑∑∑ ()()( )()()( )( )** *2 ** ** 232222223 3 2 *2 *2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑ ∑ ∑ ∑∑∑ 其中 2223 2***23222, , i i i i i i i i i W X W X W Y X X Y W W W = = = ∑∑∑∑∑∑ ***** *222333 i i i i i x X X x X X y Y Y =-=-=- 5.2 （1） 22222 11111 ln()ln()ln(1)1 u ln()1 Y X Y X Y u u X X X u ββββββββββ--==+≈=-∴=+ [ln()]0 ()[ln()1][ln()]11 E u E E u E u μ=∴=+=+=又 （2） [ln()]ln ln 0 1 ()11 i i i i P 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 ln
计量经济学习题及全部答案
《计量经济学》习题(一) 一、判断正误 1．在研究经济变量之间的非确定性关系时，回归分析是唯一可用的分析方法。（） 2．最小二乘法进行参数估计的基本原理是使残差平方和最小。（） 3．无论回归模型中包括多少个解释变量，总离差平方和的自由度总为（n-1）。（） 4．当我们说估计的回归系数在统计上是显着的，意思是说它显着地异于0。（） 5．总离差平方和（TSS）可分解为残差平方和（ESS）与回归平方和（RSS）之和，其中残差平方和（ESS）表示总离差平方和中可由样本回归直线解释的部分。（） 6．多元线性回归模型的F检验和t检验是一致的。（） 7．当存在严重的多重共线性时，普通最小二乘估计往往会低估参数估计量的方差。（） 8．如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差项的 自相关。（） 9．在存在异方差的情况下，会对回归模型的正确建立和统计推断带来严重后果。（） 10．.. DW检验只能检验一阶自相关。（） 二、单选题
1．样本回归函数（方程）的表达式为（ ）。 A ．i Y =01i i X u ββ++ B ．(/)i E Y X =01i X ββ+ C ．i Y =01??i i X e ββ++ D ．?i Y =01??i X ββ+ 2．下图中“｛”所指的距离是（ ）。 A ．随机干扰项 B ．残差 C ．i Y 的离差 D ．?i Y 的离差 3．在总体回归方程(/)E Y X =01X ββ+中，1β表示（ ）。 A ．当X 增加一个单位时，Y 增加1β个单位 B ．当X 增加一个单位时，Y 平均增加1β个单位 C ．当Y 增加一个单位时，X 增加1β个单位 D ．当Y 增加一个单位时，X 平均增加1β个单位 4．可决系数2R 是指（ ）。 A ．剩余平方和占总离差平方和的比重 B ．总离差平方和占回归平方和的比重 C ．回归平方和占总离差平方和的比重 D ．回归平方和占剩余平方和的比重 5．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=800，估
练习(异方差)
练习（异方差） 1 什么是异方差性？举例说明经济现象中的异方差性。检验异方差的方法思路是什么？ 2 判断下列各题的对错，并简单说明理由： （1）在存在异方差的情况下，普通最小二乘法（OLS ）估计量是有偏的和无效的； （2）如果存在异方差，通常使用的t 检验和F 检验是无效的； （3）在存在异方差的情况下，常用的OLS 法总是高估了估计量的标准差； 3 简述异方差对下列各项有何影响： （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。 4 试比较说明模型存在异方差时，普通最小二乘法与加权最小二乘法的区别与联系。 5 已知消费模型 t t t t X X Y μααα+++=22110 其中，t Y 为消费支出，t X 1为个人可支配收入，t X 2为消费者的流动资 产，且 0)(=t E μ 212)(t t X Var σμ=（其中2σ为常数） 进行适当的变换消除异方差，并证明
答案 1解答 对于模型i ki k i i i X X X Y μββββ+++++=Λ22110 （i=1,2,…,n ）,如果出现 ),,2,1()(2n i Var i i Λ==σμ，即对于不同的样本点，随即干扰项的方差不再是常数，而且互不相同，则认为出现了异方差。 在现实经济运行中，异方差性经常出现，尤其是采用截面数据作样本的计量经济学问题。例如，工业企业的研究与发展费用支出同企业的销售和利润之间关系的函数模型；服装需求量与季节、收入之间关系的函数模型；个人储蓄量与个人可支配收入之间关系的函数模型等。检验异方差性的主要思路就是检验随机干扰项的方差与解释变量观察值的某种函数形式之间是否存在相关性。 2解答 （1）错。当存在异方差情况下，OLS 法估计量是无偏的但不具有有效性。 （2）对。如果存在异方差，通常使用的t 检验和F 检验是无效的。 （3）错。实际情况可能是高估也可能是低估。 3解答 由于异方差性的存在，使得OLS 估计量仍是线性无偏但不再具有最小方差性，即不再有效；而由于相应的置信区间以及t 检验和F 检验都与估计量的方差相关，因此会造成建立的置信区间以及t 检验和F 检验都不再是可靠的。 4解答
计量经济学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221i i W X =，用2i W 乘给定模型两端，得 31232222 1i i i i 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 2 2221 ()()i i i i u 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 ***12233???Y X X βββ=-- ()()( )()()( )( )** *2 ** * *222323 22 32 2 *2*2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑ ∑ ∑∑∑∑ ()()()()()()( )** *2 ** ** 232222223 3 2 *2 *2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑ ∑ ∑ ∑∑∑ 其中 2223 2***23222, , i i i i i i i i i W X W X W Y X X Y W W W = = = ∑∑∑∑∑∑ ***** *222333 i i i i i x X X x X X y Y Y =-=-=- 5.2 （1） 22222 11111 ln()ln()ln(1)1 u ln()1 Y X Y X Y u u X X X u ββββββββββ--==+≈=-∴=+ [ln()]0 ()[ln()1][ln()]11 E u E E u E u μ=∴=+=+=又 （2） [ln()]ln ln 0 1 ()11 i i i i P 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
第五章：异方差性(作业)
5.3 为了研究中国出口商品总额EXPORT 对国内生产总值GDP 的影响，搜集了1990～2015年相关的指标数据，如表5.3所示。 资料来源：《国家统计局网站》 (1) 根据以上数据，建立适当线性回归模型。 (2) 试分别用White 检验法与ARCH 检验法检验模型是否存在异方差？ (3) 如果存在异方差，用适当方法加以修正。 解：（1） 100,000 200,000300,000400,000500,000600,000700,000X Y Dependent Variable: Y Method: Least Squares Date: 04/18/20 Time: 15:38
Sample: 1991 2015 Included observations: 25 Variable Coefficient Std. Error t-Statistic Prob. C -673.0863 15354.24 -0.043837 0.9654 X 4.061131 0.201677 20.13684 0.0000 R-squared 0.946323 Mean dependent var 234690.8 Adjusted R-squared 0.943990 S.D. dependent var 210356.7 S.E. of regression 49784.06 Akaike info criterion 24.54540 Sum squared resid 5.70E+10 Schwarz criterion 24.64291 Log likelihood -304.8174 Hannan-Quinn criter. 24.57244 F-statistic 405.4924 Durbin-Watson stat 0.366228 Prob(F-statistic) 0.000000 模型回归的结果： ^ 673.0863 4.0611i X i Y =-+ ()(0.043820.1368)t =- 20.9463,25R n == （2）white: 该模型存在异方差 Heteroskedasticity Test: White F-statistic 4.493068 Prob. F(2,22) 0.0231 Obs*R-squared 7.250127 Prob. Chi-Square(2) 0.0266 Scaled explained SS 8.361541 Prob. Chi-Square(2) 0.0153 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 04/18/20 Time: 17:45 Sample: 1991 2015 Included observations: 25 Variable Coefficient Std. Error t-Statistic Prob. C -1.00E+09 1.43E+09 -0.700378 0.4910 X^2 -0.455420 0.420966 -1.081847 0.2910 X 102226.2 60664.19 1.685117 0.1061 R-squared 0.290005 Mean dependent var 2.28E+09
异方差性习题及答案
异方差性 一、单项选择 1.Goldfeld-Quandt 方法用于检验（ ） 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（ ） 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.异方差性 B.自相关性 C.随机解释变量 D.多重共线性 4.Glejser 检验方法主要用于检验（ ） A.异方差性 B.自相关性 C.随机解释变量 D.多重共线性 5.下列哪种方法不是检验异方差的方法 （ ） 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 6.当存在异方差现象时，估计模型参数的适当方法是 （ ） A.加权最小二乘法 B.工具变量法 C.广义差分法 D.使用非样本先验信息 7.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 （ ） 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 8.如果戈里瑟检验表明，普通最小二乘估计结果的残差i e 与i x 有显著的形式 i i i v x e +=28715.0的相关关系（i v 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 （ ） A. i x B. 21i x C. i x 1 D. i x 1 9.如果戈德菲尔特——匡特检验显著，则认为什么问题是严重的 （ ） A.异方差问题 B.序列相关问题 C.多重共线性问题 D.设定误差问题 10.设回归模型为i i i u bx y +=，其中i i x u Var 2)(σ=，则b 的最有效估计量为（ ） A. ∑∑=2?x xy b B. 2 2)(?∑∑∑∑∑--=x x n y x xy n b C. x y b =? D. ∑=x y n b 1? 二、多项选择 1.下列计量经济分析中那些很可能存在异方差问题（ ） A.用横截面数据建立家庭消费支出对家庭收入水平的回归模型 B.用横截面数据建立产出对劳动和资本的回归模型 C.以凯恩斯的有效需求理论为基础构造宏观计量经济模型
计量经济学课件：第五章-异方差性汇总
第五章异方差性 本章教学要求：根据类型，异方差性是违背古典假定情况下线性回归模型建立的另一问题。通过本章的学习应达到，掌握异方差的基本概念包括经济学解释，异方差的出现对模型的不良影响，诊断异方差的方法和修正异方差的方法。经过学习能够处理模型中出现的异方差问题。 第一节异方差性的概念 一、例子 例1，研究我国制造业利润函数，选取销售收入作为解释变量，数据为1998年的食品年制造业、饮料制造业等28个截面数据（即n=28）。数据如下表,其中y表示制造业利润函数，x表示销售收入（单位为亿元）。
Y对X的散点图为 从散点图可以看出，在线性的基础上，有的点分散幅度较小，有的点分散幅度较大。因此，这种分散幅度的大小不一致，可以认为是由于销售收入的影响，使得制造业利润偏离均值的程度发生了变化，而这种偏离均值的程度大小不同是一种什么现象？如何定义？如果非线性，则属于哪类非线性，从图形所反映的特征看并不明显。 下面给出制造业利润对销售收入的回归估计。
模型的书写格式为 2 ?12.03350.1044(0.6165)(12.3666) 0.8547,..84191.34,152.9322213.4639, 146.4905 Y Y X R S E F Y s =+===== 通过变量的散点图、参数估计、残差图，可以看到模型中（随机误差）很有可能存在一种系统性的表现。 例2，改革开放以来，各地区的医疗机构都有了较快发展，不仅政府建立了一批医疗机构，还建立了不少民营医疗机构。各地医疗机构的发展状况，除了其他因素外主要决定于对医疗服务的需求量，而医疗服务需求与人口数量有关。为了给制定医疗机构的规划提供依据，分析比较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。根据四川省2000年21个地市州医疗机构数与人口数资料对模型估计的结果如下： i i X Y 3735.50548.563?+-= （291.5778） (0.644284) t =(-1.931062) (8.340265) 785456.02=R 774146.02 =R 56003.69=F 式中Y 表示卫生医疗机构数（个），X 表示人口数量（万人）。从回归模型估计的
计量经济学习题及答案汇总
期中练习题 1、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（ ） A ．使∑=-n t t t Y Y 1)?(达到最小值 B.使∑=-n t t t Y Y 1达到最小值 C. 使 ∑=-n t t t Y Y 1 2 ) (达到最小值 D.使 ∑=-n t t t Y Y 1 2)?(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为 ?ln 2.00.75ln i i Y X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ） A. 0.75 B. 0.75% C. 2 D. 7.5% 3、设k 为回归模型中的参数个数,n 为样本容量。则对总体回归模型进行显著性检验的F 统计量与可决系数2 R 之间的关系为( ) A.)1/()1()/(R 2 2---=k R k n F B. )/(1)-(k )R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. ) 1()1/(22R k R F --= 6、二元线性回归分析中 TSS=RSS+ESS 。则 RSS 的自由度为（ ） A.1 B.n-2 C.2 D.n-3 9、已知五个解释变量线形回归模型估计的残差平方和为 8002=∑t e ，样本容量为46，则随机误 差项μ的方差估计量2 ?σ 为（ ） A.33.33 B.40 C.38.09 D. 20 1、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2i )Var(u i σ= C. 0)u E(u j i ≠ D.随机解释变量X 与随机误差i u 不相关 E. i u ～),0(2i N σ 2、对于二元样本回归模型i i i i e X X Y +++=2211???ββα，下列各式成立的有（ ） A.0 =∑i e B. 0 1=∑i i X e C. 0 2=∑i i X e D. =∑i i Y e E. 21=∑i i X X 4、能够检验多重共线性的方法有（ ） A.简单相关系数矩阵法 B. t 检验与F 检验综合判断法 C. DW 检验法 D.ARCH 检验法 E.辅助回归法
异方差习题
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2 σ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。
异方差练习题参考解答
异方差练习题参考解答 练习题 1.设消费函数为 i i i i u X X Y +++=33221βββ 式中，i Y 为消费支出；i X 2为个人可支配收入；i X 3为个人的流动资产；i u 为随机误差 项，并且222)(,0)(i i i X u Var u E σ==（其中2 σ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。 2.由表中给出消费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u X Y ++=21ββ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Goldfeld-Quandt 法和White 法检验模型的异方差性； （3）选用合适的方法修正异方差。 Y X Y X Y X 55 80 152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 80 110 180 260 110 160 79 120 135 190 125 165 84 115 140 205 115 180 98 130 178 265 130 185 95 140 191 270 135 190 90 125 137 230 120 200 75 90 189 250 140 205 74 105 55 80 140 210 110 160 70 85 152 220 113 150 75 90 140 225 125 165 65 100 137 230 108 145 74 105 145 240 115 180 80 110 175 245 140 225 84 115 189 250 120 200 79 120 180 260 145 240 90 125 178 265
计量经济学习题及答案
习题讲解（一） 一、选择题 1、样本回归函数（方程）的表达式为（ D ） A.i i i X Y μββ++=10 B.i i X X Y E 10)(ββ+= C.i i i e X Y ++=10??ββ D.i i X Y 10???ββ+= 2、反映由模型中解释变量所解释的那部分离差大小的是（ B ） A.总离差平方和 B.回归平方和 C.残差平方和 D.都不是 3、设k 为回归模型中的参数个数（不包括常数项），n 为样本容量，RSS 为残差平方和，ESS 为回归平方和，则对总体回归模型进行显着性检验时构造的F 统计量为（ B ） A.TSS ESS F = B.)1(--=k n RSS k ESS F C.)1(1---=k n TSS k ESS F D.TSS RSS F = 4、对于某样本回归模型，已求得DW 的值为l ，则模型残差的自相关系数∧ρ近似等于（ C ） .0 C 5、下列哪种方法不能用来检验异方差（ D ） A.戈德菲尔特——匡特检验 B.怀特检验 C.戈里瑟检验 检验 6、根据一个n =30的样本估计t t t e X Y ++=10??ββ后计算得.=，已知在5%的显着水平下，35.1=L d ，49.1=U d ，则认为原模型（ C ）。 A.不存在一阶序列相关 B.不能判断是否存在一阶序列相关 C.存在正的一阶序列相关 D.存在负的一阶序列相关 7、某商品需求函数模型为i i i X Y μββ++=10，其中Y 为需求量，X 为价格。为了考虑“地区”（农村、城市）和“季节”（春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为（ B ） .4 C 8、可以用于联立方程计量模型方程间误差传递性检验的统计量是（ C ） A.均方百分比误差 检验统计量 C.均方根误差 D.滚动预测检验 9、下列属于有限分布滞后模型的是（ D ） A. t t t t X X Y μβββ++++=-Λ1210 B. t t t t t Y Y X Y μββββ++++=--231210 C. t t t t Y Y Y μβββ++++=-Λ1210 D. t k t k t t t X X X Y μββββ+++++=+--11210Λ 10、估计模型Y t =β0+β1X t +β2Y t-1+μt （其中μt 满足线性模型的全部假设）参数的适当方法是（ D ） A.二阶段最小二乘法 B.间接最小二乘法
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 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 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i e 与i x 有显著的形式 i i i v x e +=28715.0的相关关系（i v 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. i x B. 21i x C. i x 1 D. i x 1 7.设回归模型为i i i u bx y +=，其中()2i 2i x u Var σ=，则b 的最有效估计量为（ D ）
计量经济学习题及答案
第一章绪论 一、填空题： 1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。 2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间__________的关系，用__________性的数学方程加以描述。 3．经济数学模型是用__________描述经济活动。 4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。 5．计量经济学模型包括__________和__________两大类。 6．建模过程中理论模型的设计主要包括三部分工作，即__________、____________________、____________________。 7．确定理论模型中所包含的变量，主要指确定__________。 8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9．选择模型数学形式的主要依据是__________。 10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。 11．样本数据的质量包括四个方面__________、__________、__________、__________。 12．模型参数的估计包括__________、__________和软件的应用等内容。 13．计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 14．计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。 15．计量经济学模型的应用可以概括为四个方面，即__________、__________、__________、__________。 16．结构分析所采用的主要方法是__________、__________和__________。 二、单选题： 1．计量经济学是一门（）学科。 A.数学 B.经济 C.统计 D.测量
异方差性习题与答案
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：i i i i u X X Y +++=22110βββ 式中，i Y 为某公司在第i 个地区的销售额；i X 1为该地区的总收入；i X 2为该公司在该地区投入的广告费用（i=0,1,2……,50）。 （1）由于不同地区人口规模i P 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u i 是异方差的。假设i σ依赖于总体i P 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i i P σσ=。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 年 龄 中位数工薪（以千美元计算） 硕士 博士 25－29 8.0 8.8 30－34 9.2 9.6 35－39 11.0 11.0 40－44 12.8 12.5 45－49 14.2 13.6 50－54 14.7 14.3 55－59 14.5 15.0 60－64 13.5 15.0 65－69 12.0 15.0 (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
条件异方差模型分析解析
第三节 自回归条件异方差(ARCH)模型 金融时间序列数据通常表现出一种所谓的集群波动现象。模型随机误差项中同时含有自相关和异方差。 一、ARCH 模型 （Auto-regressive Conditional Heteroskedastic —自回归条件异方差模型） 对于回归模型 t kt k t t x b x b b y ε++++= 110 （3.3.1） 若2 t ε服从AR （q ）过程 t q t q t t νεαε ααε++++=--221102 （3.3.2） 其中t ν独立同分布，并满足0)(=t E ν , 2)(σν=t D 则称（3.3.2）式为ARCH 模型，序列t ε服从q 阶ARCH 过程，记为t ε～ARCH （q ）。 (3.3.1)和(3.3.2)称为回归—ARCH 模型。 注：不同时点t ε的方差2)(t t D σε=是不同的。
对于AR （p ）模型 t p t p t t y y y εφφ+++=-- 11 （3.3.3） 如果t ε～ARCH （q ），则（3.3.3）与（3.3.2）结合称为AR （p ）-ARCH （q ）模型。 ARCH （q ）模型还可以表示为 *t t h = εt ν (3.3.4) 2 1 022 110j t q j q t q t t h -=--∑+=+++=εααεαεααα (3.3.5) 其中，t ν独立同分布，且0)(=t E ν,1)(=t D ν,00>α 0≥j α)2,1(q j = 且11<∑=q j j α （保证ARCH 平稳）。 有时，（3.3.5）式等号右边还可以包括外生变量，但要注意应保证t h 值是非负的。如： p t p t q t q t t h h h ----++++++=θθεαεαα 1122110 1011<+<∑∑==p j j q i i θα 对于任意时刻t ，条件期望 E （t ε| ,1-t ε）=0)(*=t t E h ν （3.3.6）
计量经济学第五章练习题及参考解答
第五章练习题及参考解答 5.1 设消费函数为 i i i i u X X Y +++=33221βββ 式中，i Y 为消费支出；i X 2为个人可支配收入；i X 3为个人的流动资产；i u 为随机误差 项，并且222)(,0)(i i i X u Var u E σ==（其中2 σ为常数）。试解答以下问题： (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。 练习题5.1参考解答： （1）因为2 2()i i f X X =，所以取221 i i W X = ，用2i W 乘给定模型两端，得 312322221i i i i 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 i u 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 ***12233???Y X X βββ=-- ()()()() ()()() ***2**** 2223232232 2*2 *2**2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑∑∑∑∑∑ ()()()()()()() ***2**** 2322222233 2*2 *2**2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑∑∑∑∑∑ 其中 22232***23222, , i i i i i i i i i W X W X W Y X X Y W W W = = = ∑∑∑∑∑∑ **** **222333 i i i i i x X X x X X y Y Y =-=-=- 5.2 下表是消费Y 与收入X 的数据，试根据所给数据资料完成以下问题：
实验报告：异方差模型的检验和处理
实验实训报告课程名称：计量经济学实验 开课学期： 2012-2013学年第一学期 开课系(部)：经济系 开课实验(训)室：数量经济分析实验室 学生姓名： 专业班级： 学号： 重庆工商大学融智学院教务处制
实验题目 实验概述 【实验(训)目的及要求】 通过本次实验，使学生掌握异方差模型的检验方法及校正方法。其中，检验方法主要掌握图形法检验、怀特检验；校正方法主要掌握加权最小二乘法、White 校正法。 【实验(训)原理】 对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。异方差的实质表现为随机误差项的方差随着解释变量（引起异方差的解释变量）观测值的变化而变化。对于出现异方差的原模型主要采用校正其异方差，再对校正后的模型采用普通最小二乘法估计。 实验内容 【实验(训)方案设计】 1、图形法检验：（1）回归分析；（2）得到残差趋势图和残差散点图；（3）分析异方差。 2、使用White检验异方差：（1）回归分析；（2）得到White检验统计量及伴随概率；（3）根据结果判断分析异方差的存在性。 3、在发现存在异方差的基础上，进行异方差的处理： （1）使用加权最小二乘法校正异方差：①输入回归方程；②在Option 中选择加权最小二乘法，并输入权重序列名称；③得到校正后的结果。 （2）使用White校正法解决异方差：①输入回归方程；②在Option中选择White校正；③得到校正后的结果。 【实验(训)过程】（实验(训)步骤、记录、数据、分析） 实验背景 本例用的是四川省2000年各地市州的医疗机构数和人口数。为了给制定医疗机构的规划提供依据，分析比较医疗机构（Y，单位：个）与人口数量(X，单