对于模型 y t= b0 b1x1tb2x2t……bkxktut如果随机误差项的各期望值之间存在着相关关系即cov(utus)=E(utus) == 0 (ts=12……k)这时称随机误差项之间存在自相关性(autocorrelation)或序列相关
异方差性2.异方差的三种类型 异方差时: ?i2 = f(Xi)异方差一般可归结为三种类型: (1)单调递增型: ?i2随X的增大而增大 (2)单调递减型: ?i2随X的增大而减小 (3)复杂型: ?i2与X的变化呈复杂形式一异方差性的概念及其产生的原因样本1三异方差性的检验一般是直接观察p值的大小若p值较小认为模型存在异方差性 1.模型变换法例如设模型 yi=
七 异方差与自相关一背景我们讨论如果古典假定中的同方差和无自相关假定不能得到满足会引起什么样的估计问题呢另一方面如何发现问题也就是发现和检验异方差以及自相关的存在性也是一个重要的方面这个部分就是就这个问题进行讨论二知识要点1引起异方差的原因及其对参数估计的影响2异方差的检验(发现异方差)3异方差问题的解决办法4引起自相关的原因及其对参数估计的影响5自相关的检验(发现自相关)6自相关问题的解决办法
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级 §4.1 异方差性一异方差的概念二异方差的类型三实际经济问题中的异方差性四异方差性的后果五异方差性的检验六异方差的修正七案例对于模型如果出现即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(Heteroskedasticity) 一异方差的概念 二异方差的类型 同方差性假定:?i2 =
根据四川省2000年21个地市州医疗机构数与人口数分析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对模型估计的结果如下: () () t =(-) () 式中: Y表示卫生医疗机构数(个)X表示人口数量(万人)表明该模型的估计效果不错即可以认为人口数量每增加1万人平均说来医疗机构将增加个 回顾:总体回归线是Y的条件期望
计量经济学 ●人口数量对应参数的标准误差较小 ● t统计量远大于临界值可决系数和修正的可决系 数结果较好F检验结果明显显著 表明该模型的估计效果不错可以认为人口数量 每增加1万人平均说来医疗机构将增加人 然而这里得出的结论可能是不可靠的平均说来每增加1万人口可能并不需要增加这样多的医疗机构所得结论并不符合真实情况 有什么充分的理由说明这一回归结果不可靠呢更为接近真实的结论又是什么呢
第五章 异方差性引子:更为接近真实的结论是什么改革开放以来各地区的医疗机构都有了较快发展不仅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对模型估计的
—异方差性的含义 条件的方差是一个常数因此每个 与解释变量X的关系异方差一般可归结为三种类型(如图):的方差为常数往往不符合实际情况对于高收入干中学模型 假性异方差是 对于该模型我们假定除同方差假设外其他的高斯马尔科夫假设都成立如果模型随机误差项包含异方差那么有的方差为(6-3)问题 :三G-Q(Goldfeld-Quandt)检验步骤 步骤 注意: 序列与多个解释
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级 第12章 自相关性 误差项相关会怎么样第2 篇放宽经典模型的假定一自相关性概念二实际经济问题中的自相关性 三自相关性的产生原因及后果四自相关性的检验五案例第十二章 自相关性 一自相关性概念 如果对于不同的样本点随机误差项之间不再是不相关的而是存在某种相关性则认为出现了序列相关性(Serial Cor
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式单击此处编辑母版
违法有害信息,请在下方选择原因提交举报