全站数据
8 4 2 0 5 8 1

检验异方差有哪些方法

米勒大法师 | 简单学习,快乐成才!         
问题更新日期:2024-10-17 10:40:28

问题描述

检验异方差有哪些方法希望能解答下
精选答案
最佳答案

对于线性模型来说,异方差也不算什么大问题。

主要有两种处理方法:

①“OLS+异方差稳健标准误”②加权最小二乘法(WLS)与可行加权最小二乘法(FWLS)

大多情况下可以直接用“OLS+异方差稳健标准误”来解决,Stata里在回归语句后面加 ,robust即可。

常规OLS的命令为:

reg y A B C(ABC为三个解释变量)

“异方差稳健标准误OLS”的命令为:

reg y A B C,robust

一般只有异方差非常严重并且对条件方差函数的具体形式很有把握的时候,才会用可行加权最小二乘法(FWLS),先估计出个体扰动项的方差拟合值,然后以为权重调整模型,重新做OLS估计。

Stata命令为:

reg y A B C

predict e,residual

gen lne2=log(e^2)

reg lne2 A (当你怀疑异方差主要由解释变量A引起)

predict lne2f

gen e2f=exp(lne2f)

reg y A BC [aw=1/e2f]

但此时参数线性假定肯定是不成立了,估计得到的也不可能是线性无偏估计量了。总之,FWLS的估计效率的确比OLS高(前提是对条件方差函数的具体形式有可靠认知),但风险也高,一旦对的估计不准确,那FWLS最终估计得到的标准误以及后续的统计推断都可能失效。而“OLS+异方差稳健标准误”好处就在于:直接放弃了窥探黑箱,只求保证大样本下,回归系数的渐进方差依概率收敛,通过牺牲一定的有效性来换取一致性,为后续的“稳健t比值”检验提供保障。

当然你也可以先做“FWLS”,在做完辅助回归并调整完模型以后,再用“OLS+异方差稳健标准误”加个robust,就相当于有了一个双保险。

也就是将最后一条命令改为:

reg y A BC [aw=1/e2f],robust

至于异方差的检验,最常用的方法是:BP检验和White检验。

BP检验就是用所有解释变量或拟合值对残差平方做回归,得到,计算统计量做检验。

命令为:

reg y A B C

estat hettest,iid rhs(对所有解释变量做异方差检验)

或estat hettest A B,iid(仅对解释变量A、B做异方差检验)

White检验除了所有解释变量以外,还要囊括所有解释变量的高次项和交叉项来对残差平方做回归,得到,然后再做LM检验。相对于BP检验,更适用于大样本。

命令为:

reg y A B C

estat imtest,white

其他回答

异方差检验主要有三种方法 1 Park-Gleiser检验 2 Goldfeld-Quandt 检验(缺点,只能处理单升和单降型的异方差)

3 White 检验 最著名最常用的是第三种怀特检验。核心原理是判断ui由xi解释程度的高低,越高越有异方差。 具体的方法这里不好打,你可以查一下相关资料。 希望帮到你

其他回答

异方差检验主要有三种方法

1 Park-Gleiser检验

2 Goldfeld-Quandt 检验(缺点,只能处理单升和单降型的异方差)

3 White 检验

最著名最常用的是第三种怀特检验。核心原理是判断ui由xi解释程度的高低,越高越有异方差。

具体的方法这里不好打,你可以查一下相关资料。

希望帮到你