計(jì)量經(jīng)濟(jì)學(xué) 第五章 放寬基本假定的模型 知識點(diǎn)

第五章放寬基本假定的模型

一、知識點(diǎn)列表

序號知識點(diǎn)頁碼教材章節(jié)

1多重共線性概念P15.1

2多重共線性產(chǎn)生的原因P15.1.2

3多重共線性的后果P1-P35.1.3

4多重共線性的檢驗(yàn)（判斷多重共線性是否P3

5.1.4

存在、確定多重共線性的范圍）

5克服多重共線性的方法（排除引起共線性P3-P11

5.1.5

的變量、嶺回歸法）

6異方差性概念、類型和來源P115.2.1

7異方差性的檢驗(yàn)（圖示法、布羅施一帕甘、

P12-P145.2.2

G-Q法、懷特法）

8異方差性的修正（加權(quán)最小二乘法、異方

P14-P155.2.3

差穩(wěn)健標(biāo)準(zhǔn)誤法）

9序列相關(guān)性的定義及后果P225.3.1

10序列相關(guān)的檢驗(yàn)方法（圖示法、回歸檢驗(yàn)

法、DN.檢驗(yàn)法、拉格朗日乘數(shù)檢驗(yàn)法、P22-P255.3.1

自相關(guān)圖法、Q統(tǒng)計(jì)量檢驗(yàn)）

11序列相關(guān)性的修正（廣義最小二乘法、廣

義差分法、序列相關(guān)穩(wěn)健標(biāo)準(zhǔn)誤法、序列P27-P315.3.2

相關(guān)穩(wěn)健估計(jì)方法）

二、關(guān)鍵詞

1、多重共線性概念

關(guān)鍵詞：多重共線性

對于回歸模型：x=A+P\xi\+PixnPkxik+?如果某兩個(gè)或多個(gè)解釋變量之

間出現(xiàn)了相關(guān)性，則稱為存在多重共線性。而多重共線性乂可分為完全共線性和近似共線性

（交互相關(guān)）。

2、異方差性概念、類型和來源

關(guān)鍵詞：異方差性

對于回歸模型：X=/3i）+p}xix+P2xi2+Lfikxik+;/z,如果出現(xiàn)

Varin；|X“,Xi2,X謙）=3：,i=1,2,3,…,"

即對于不同的樣本點(diǎn)，隨機(jī)干擾項(xiàng)的方差不再是常數(shù)，而是互不相同，則認(rèn)為出現(xiàn)了異

方差性?？梢哉J(rèn)為被解釋變量的波動幅度隨解釋變量不同而變化時(shí)，產(chǎn)生了異方差。并且異

方差可以分為以卜三類：U）單調(diào)遞增型（隨機(jī)干擾的方程隨被解釋變量的增大而增大）；

（2）單調(diào)遞減型（隨機(jī)干擾的方程隨被解釋變量的增大而減少）；（3）復(fù)雜型（隨機(jī)干擾的

方程隨被解釋變量的增大而減少）。

3、異方差性的檢驗(yàn)

關(guān)鍵詞：布羅施一帕甘檢驗(yàn)（B-P檢驗(yàn)）

布羅施一帕甘檢驗(yàn)（B-P檢驗(yàn)）是通過將OLS殘差的平方對模型中解釋變量做回歸的?

種檢查異方差的方法。。

關(guān)鍵詞：G-Q（Goldfeld-Quandt）檢驗(yàn)

G-Q檢驗(yàn)是先按某一解釋變量對樣本排序，再對排序后的樣本一分為二，對兩個(gè)子樣本

分別進(jìn)行普通最小二乘回歸，然后利用兩個(gè)子樣本的殘差平方和之比構(gòu)造F統(tǒng)計(jì)量進(jìn)行檢

驗(yàn)異方差的方法。

關(guān)鍵詞：懷特（White）檢驗(yàn)

懷特（White）檢驗(yàn)是將0LS殘差的平方對0LS擬合值和擬合值的平方進(jìn)行回歸的?種

異方差檢驗(yàn)方法。其最一般的形式是將0LS殘差的平方對解釋變量、解釋變量的平方和和解

釋變顯之間所有多余的交互項(xiàng)進(jìn)行回歸。

3、異方差性的修正

關(guān)鍵詞：加權(quán)最小二乘法

加權(quán)最小二乘法是對原模型加權(quán)，使之變成一個(gè)新的不存在異方差性的模型，然后采用

普通最小二乘法估計(jì)其參數(shù)。其中，每個(gè)殘差平方都用一個(gè)等于誤差（估計(jì)）方差的倒數(shù)作

為權(quán)數(shù)。

關(guān)鍵詞：異方差-穩(wěn)健標(biāo)準(zhǔn)誤法

異方差-穩(wěn)健標(biāo)準(zhǔn)誤法是對未知形式的異方差保持（漸近）穩(wěn)健的誤差。通過先采用普

通最小二乘估計(jì)量，再對估計(jì)量的方差進(jìn)行修正，從而消除異方差性的后果。

4、序列相關(guān)性的定義及后果

關(guān)鍵詞：序列相關(guān)性

在時(shí)間序列或面板數(shù)據(jù)模型中，不同時(shí)期的誤差之間存在相關(guān)性，從而稱為序列的相關(guān)

性。

4、序列相關(guān)的檢驗(yàn)方法

關(guān)鍵詞：D.W.檢驗(yàn)法

在經(jīng)典線性回歸假設(shè)F，用于檢驗(yàn)時(shí)間序列回歸模型之誤差項(xiàng)中的一階序列相關(guān)的檢驗(yàn)

方法。

關(guān)鍵詞：拉格朗日乘數(shù)（LM）檢驗(yàn)

拉格朗口乘數(shù)檢驗(yàn)法是僅在大樣本下用于檢驗(yàn)遺漏變量、異方差性、序列相關(guān)和不同模

型設(shè)定問題的檢驗(yàn)方法。

關(guān)鍵詞：自相關(guān)系數(shù)

自相關(guān)系數(shù)是用來刻畫時(shí)間序列X,與其滯后項(xiàng)的相關(guān)性程度。若一個(gè)時(shí)間序列Xr.其

滯后k階的自相關(guān)系數(shù)為：

X（工-君（工心-君

—r=A-l_______________________

rk-r〃

七（七-君2

關(guān)鍵詞：偏自相關(guān)系數(shù)

偏自相關(guān)系數(shù)刻畫的是X,與滯后k階的Xi之間的條件相關(guān)性。X,與x,_,的估計(jì)偏

自相關(guān)系數(shù)外，的計(jì)算公式為：

*k=T

A-I

%.k_j=l_________

in

>='

其中，〃是滯后k階的自相關(guān)系數(shù)。

5、序列相關(guān)性的修正

關(guān)鍵詞：廣義最小二乘法

廣義最小二乘法是通過對原始模型的轉(zhuǎn)換，解釋了誤差方差的已知結(jié)構(gòu)（異方差性）、

誤差中的序列相關(guān)形式或同時(shí)解釋二者的方法。

關(guān)鍵詞：廣義差分法

廣義差分法是一類克服序列相關(guān)性的有效方法，是將原模型變換為滿足普通最小二乘法

的差分模型，在進(jìn)行普通最小二乘估計(jì)。

關(guān)鍵詞：序列相關(guān)穩(wěn)健估計(jì)法

序列相關(guān)穩(wěn)健估計(jì)法是通過采用最小二乘法估計(jì)原模型，滯后再對參數(shù)估計(jì)量的方程或

標(biāo)準(zhǔn)差進(jìn)行修正，從而