问题在于用什么来表示随机误差项的方差 一般的处理方法--残差项: 首先采用OLS法估计模型,以求得随机误差项的 估计量(注意,该估计量是不严格的),我们称之为“近 似估计量”,用e表示。于是有 Iamr()=E(2)≈22 Viols 即用e2来表示随机误差项的方差
• 问题在于用什么来表示随机误差项的方差 一般的处理方法－－残差项： 首先采用 OLS 法估计模型，以求得随机误差项的 估计量（注意，该估计量是不严格的），我们称之为“近 似估计量”，用~ei 表示。于是有 Var E e i i i ( ) ( ) ~ = 2 2 ~ e y ( y ) i = i − i 0ls
Genr e2-resid 2
• Genr e2=resid^2
几种异方差的检验方法: 1.图示法 (1)用XY的散点图进行判断 看是否存在明显的散点扩大、缩小或复杂 型趋势(即不在一个固定的带型域中 ( Eviews操作: Quick- Gragh- Cater)
几种异方差的检验方法： 1. 图示法 （1）用X-Y的散点图进行判断 看是否存在明显的散点扩大、缩小或复杂 型趋势（即不在一个固定的带型域中） (Eviews操作: Quick--Gragh--Scater)
(2)x-22的散点图进行判断 看是否形成一斜率为零的直线 同方差 递增异方差 递减异方差 复杂型异方差
(2)X-~ ei 2 的散点图进行判断 看是否形成一斜率为零的直线 ~ei 2 ~ei 2 X X 同方差 递增异方差 ~ei 2 ~ei 2 X X 递减异方差 复杂型异方差
2.帕克(Park检验与 戈里瑟(格莱泽 Gleiser)检验 基本思想: 偿试建立方程: e2=f(Xn)+6 ei=f(Xi)+e 选择关于变量X的不同的函数形式,对方 程进行估计并进行显著性检验,如果存在某 种函数形式,使得方程显著成立,则说明原模 型存在异方差性
2. 帕克(Park)检验与 戈里瑟(格莱泽Gleiser)检验 基本思想: 偿试建立方程： i X ji i e = f ( ) + ~2 i X ji i e |= f ( ) + ~| 选择关于变量X的不同的函数形式，对方 程进行估计并进行显著性检验，如果存在某一 种函数形式，使得方程显著成立，则说明原模 型存在异方差性