例如3,以绝对收入假设为理论假设、以截面数据作样本建 立居民消费函数: C=β0+Bu+ 将居民按照收入等距离分成n组,取组平均数(每组的人均收 入,人均消费)为样本观测值
• 例如3，以绝对收入假设为理论假设、以截面数据作样本建 立居民消费函数： ci= b0+b1yi+i 将居民按照收入等距离分成n组，取组平均数（每组的人均收 入，人均消费）为样本观测值
例如3,以绝对收入假设为理论假设、以截面数据作样本建 立居民消费函数: C=β0+β2+μ 将居民按照收入等距离分成n组,取组平均数(每组的人均收 入,人均消费)为样本观测值。 一般情况下:处于中等收入组中的人数最多,处于两端收入 组(低收入及高收入)中的人数少。那么,人数多的收入组的人 均数据会比人数少的收入组的数据具有更高的准确性。因此, 人数多的组人均收入的误差小,人数少的组平均收入的误差大。 所以样本观测值的观测误差随着解释变量观测值的增大而先减 后增 如果样本观测值的观测误差构成随机误差项的主要部分, 那么对于不同的样本点,随机误差项的方差随着解释变量观测 值的增大而先减后增,出现了异方差性
一般情况下：处于中等收入组中的人数最多，处于两端收入 组(低收入及高收入)中的人数少。那么，人数多的收入组的人 均数据会比人数少的收入组的数据具有更高的准确性。因此， 人数多的组人均收入的误差小，人数少的组平均收入的误差大。 所以样本观测值的观测误差随着解释变量观测值的增大而先减 后增。 如果样本观测值的观测误差构成随机误差项的主要部分， 那么对于不同的样本点，随机误差项的方差随着解释变量观测 值的增大而先减后增，出现了异方差性。 • 例如3，以绝对收入假设为理论假设、以截面数据作样本建 立居民消费函数： ci= b0+b1yi+i 将居民按照收入等距离分成n组，取组平均数（每组的人均收 入，人均消费）为样本观测值
例如4,以某一行业的企业为样本建立企业生产函 数模型 产出量为被解释变量,选择资本、劳动、技术等 投入要素为解释变量,那么每个企业所处的外部 环境对产出量的影响被包含在随机误差项中 由于每个企业所处的外部环境对产出量的影响程 度不同,造成了随机误差项的异方差性。 这时,随机误差项的方差并不随某一个解释变 量观测值的变化而呈规律性变化,为复杂型的 种
•例如4，以某一行业的企业为样本建立企业生产函 数模型 产出量为被解释变量，选择资本、劳动、技术等 投入要素为解释变量，那么每个企业所处的外部 环境对产出量的影响被包含在随机误差项中。 由于每个企业所处的外部环境对产出量的影响程 度不同，造成了随机误差项的异方差性。 这时，随机误差项的方差并不随某一个解释变 量观测值的变化而呈规律性变化，为复杂型的一 种
4异方差的性质 由上面的4个例子可以看出异方差的两个 性质: 1.现实社会经济中异方差是很常见的,处理 截面数据时,尤应注意。 2.一般地,大多数异方差是有规律的:随机 误差项的方差随着解释变量观测值的变化 而呈现出规律性的变化 当然也有例外。 我们主要考虑有规律可循的异方差问题
4.异方差的性质 • 由上面的4个例子可以看出异方差的两个 性质： 1. 现实社会经济中异方差是很常见的，处理 截面数据时，尤应注意。 2. 一般地，大多数异方差是有规律的：随机 误差项的方差随着解释变量观测值的变化 而呈现出规律性的变化。 • 当然也有例外。 • 我们主要考虑有规律可循的异方差问题
一旦计量经济学模型存在异方差性,如果 仍然采用OLS法估计模型参数,会产生什 么后果呢?
• 一旦计量经济学模型存在异方差性，如果 仍然采用OLS法估计模型参数，会产生什 么后果呢？