异方差性
回归模型随机扰动项的方差随样本点不同而变化，即：# 此时称该回归模型具有异方差性。 异方差问题多发生在横截面数据中，但有时也会在时间序列数据中出现。出现异方差的原因主要是数据来自不同的经济背景。例如研究家庭消费与收入的关系时，高收入家庭的消费会比低收入家庭的消费波动大，因为收入越高，消费也越高，消费中随意性的部分也相应增大，影响到随机扰动项的方差也大；反之，收入低的家庭，消费中随意性的部分也相应低，影响到随机扰动项的方差也小。 类似的情况也适用于规模大小不同的企业的生产量，穷富不同地区的储蓄等等。 检测异方差的方法有图解法、GoldfeldQuandt检验、Bartlett检验和Spearman等级相关检验等。 异方差的存在违反了[经典回归模型]的基本假定，此时若对模型应用普通[最小二乘法]，那么所得的β不再具有最小方差特性，同时β的方差－协方差矩阵也不再适用，由此而来的显著性检验也无法进行。解决的办法是应用广义[最小二乘法]。 |