大同学2019-05-23 18:57:37
数量中这两个章节对异方差的检验和修正怎么完全不一样?是因为什么原因不能用一样的,老师能不能说下这两个地方分别这么干的原因,我自己想不明白 谢谢老师
回答(1)
Chris Lan2019-05-24 09:22:11
同学你好,这是因为这是两种不同的回归,多元回归是用x1 x2.....xn来解释y,而自回归是用xt-1,xt-2....xt-n来解释xt。发现他们的区别了吗?
前者是其它变量在解释因变量,后者是因变量的滞后项在解释因变量,所以他们是不同的。
多元回归条件异方差的影响:
不影响b0和b1的一致性(一致性:样本容量越大,系数的估计越准确)
不会对估计系数本身产生影响
影响残差的标准差(如果残差的标准差变小,会使得显著性检验统计量t变大,更容易被拒绝,更容易产生第一类错误,反之更容易产生第二类错误)
导致F检验不可靠(T检验不可靠,导致F检验不可靠,即联合检验不适用)
总结:当出现条件异方差时,b0和b1不会发生变化;t检验、F检验、SEE、R2会受到影响
条件异方差存在,会导致残差的标准差SSE变小,因此SEE变小,SSE=√MSE,所以MSE变小,而F检验F=MSR/MSE,所以F检验也就不可靠了
检测方法:BP检验,修正方法:怀特稳健标准差法,也称为怀特修正标准差法(White-corrected standard errors)
- 评论(1)
- 追问(1)
- 追答
-
自回归的条件异方差用ARCH进行检测,如果残差项存在条件异方差,意味着残差项是与t是有关的(残差项是随着时间变化而变化),因此可以对残差项的平方与t做一个自回归模型,这个模型就称为ARCH(1)
H0:a1=0,Ha:a1≠0,如果a1=0,表示没有条件异方差


评论
0/1000
追答
0/1000
+上传图片