中级计量经济学 Intermediate Econometrics 刘玲 中南财经政法大学经济学院 liulingOzuel.edu.cn 中级计量经济学课件下载请加入“BB平台一中级计量经济学
中级计量经济学 刘玲 中南财经政法大学经济学院 liuling@zuel.edu.cn 中级计量经济学课件下载请加入“BB平台—中级计量经济学
异方差检验 Wooldridge chap.8 2 中级计量经济学
异方差检验 Wooldridge chap. 8 2 中级计量经济学
异方差问题 )什么是异方差？ ，如果不满足同方差的条件，会有什么问题？ 怎样修正？或在异方差情形下获得稳健推断？ >8|异方差对○儿S估计造成的影响 >82○儿S估计后的异方差-稳健推断 >8.3对异方差性的检验 >8.4加权最小二乘估计 >8.5再议线性概率模型 3 中级计量经济学
什么是异方差？ 如果不满足同方差的条件，会有什么问题？ 怎样修正？或在异方差情形下获得稳健推断？ ➢ 8.1 异方差对OLS估计造成的影响 ➢ 8.2 OLS估计后的异方差-稳健推断 ➢ 8.3 对异方差性的检验 ➢ 8.4 加权最小二乘估计 ➢ 8.5 再议线性概率模型 异方差问题 3 中级计量经济学
拉格朗日乘数(LM) 约束条件下最优化方法 为了推导LM统计量，考虑通常包含k个自变量的多元回归模型： y=B+Bn+.+Ax1+u (5.11) 我们想检验的是，这些变量中最后的q个，是否在总体中都具有参数零。原假设是 H:34=0,.,A=0 (5.12) )q个约束 LM统计量仅要求估计约束模型。于是，假定我们进行了如下回归： y=B十月x十.十ax,十i (5.13) 其中，“~”表示估计值都来自约束模型。具体而言，“表示约束模型的残差。（和往常一样，这种 简单记法无非表示，我们对样本中的每次观测都得到一个约束残差。) 中级计量经济学
拉格朗日乘数（LM） 约束条件下最优化方法 q个约束 4 中级计量经济学
拉格朗日乘数(LM) q个排除性约束的拉格朗日乘数统计量： ()将y对施加限制后的自变量集进行回归，并保存残差。 ()将ū对所有自变量进行回归，并得到R,记为R:(以区别于将y作为因变量时所得到 的R)。 (ii)计算LM=nR[样本容量乘以第(i)步所得到的R]。 (v)将LM与y分布中适当的临界值c相比较；如果LMC>c,就拒绝原假设。最好能得到p 值，即X随机变量超过检验统计量值的概率。如果小于理想的显著性水平，那么就拒绝H。否则， 我们就不能拒绝H。拒绝法则在本质上与F检验如出一辙。 根据其形式，LM统计量有时也被称为n-R统计量(rR-squared statistic)。与F统计量不同， 无约束模型中的自由度在进行LM检验时没有什么作用。所有起作用的因素只是被检验约束的个数 (g)、辅助回归R的大小(R)和样本容量(n)。无约束模型中的df没有什么作用，这是因为LM 统计量的渐近性质。但我们必须确定将R:乘以样本容量以得到LM;如果很大，R:看上去较低的 值仍可能导致联合显著性。 5 中级计量经济学
拉格朗日乘数（LM） 5 中级计量经济学