蔡同学2022-08-19 02:24:19
蔡同学异方差和条件异方差的主要原理和各自区别是什么呢？另外异方差和serial correlation，以及多重共线性各有什么优缺点呢？
回答（1）
Essie2022-08-19 09:26:26
Essie你好，异方差是指残差项的方差不为常数，即残差的波动是不稳定的，分为两种情况：1.条件异方差，是指随着自变量的改变，残差的方差会改变；2.非条件异方差，是指残差的方差虽不稳定，但并不随自变量的变动而变动。非条件异方差通常对多元回归的影响不大，可以容忍；因此我们在二级数量中主要关注的是条件异方差。
异方差，序列自相关，多重共线性是违反多元回归模型假设的三种情况，没有优点，缺点都是违反了模型假设，导致回归系数的标准误有偏，t统计量和F统计量都是不可靠的。
- 评论（0）
- 追问（2）
- 追问
-
那异方差是t和F检验都是biased，用GLS和robust来检验
SC序列是残差和残差旭烈相关，导致standard error标准误有偏，则t有偏，但是F无偏，用durbin-watson test/hansen menthod检验；
多重共线性则F和t都有偏，标准误也有偏，F检验来检验，对吗？
- 追答
-
1.异方差是t和F检验都是biased，用GLS和robust standard error来进行修正，检验用的是BP卡方检验。
2.序列自相关是指残差和残差之间有显著相关性，导致standard error标准误有偏，则t有偏，f检验也是有偏的，因为MSE是有偏的。用durbin-watson test检验，用hansen menthod修正；
3.多重共线性则F和t都有偏，标准误也有偏。用两种办法来检验：1.检验自变量之间的相关系数，通常相关系数高于0.7，认为出现多重共线性。2.经典法则：需要同时满足：a.所有自变量的t检验都不显著；b.模型整体的F检验显著；c.方程有较高的R方，同时满足这三点，则认为出现多重共线性。
评论
0/1000
追答
0/1000
+上传图片