异方差、序列相关性、多重共线性的比较

异方差、序列相关性、多重共线性的比较 ( )异方差(Heteroskedasticity)(截面数据：Cross Sectional Data) 序列相关性（Serial Correlat

异方差、序列相关性、多重共线性的比较() (Heteroskedasticity) 异方差 Multicollinearity 多重共线性（） SerialCorrelation ） 序列相关性（ CrossSectionalData (截面数据：) TimeSeriesData (时间序列数据：) TimeSeriesData (时间序列数据：) 含义： 某两个或多个解释变量之间出现了相关性 1. 经济变量相关的共同趋势 1.Specificationerror 模型设定偏误（） 1. 模型中忽略和省去了重要的经济变量。 原因 2.() 模型中引入了滞后变量自变量、因变量 2. 省略了一些带有自相关的次要变量 2. 测量误差。 Reason （） 3. 样本资料的限制 3.“” 数据的编造 1. 完全共线性下参数估计量不存在 1.() 参数估计量非有效但，是线性的、无偏的 与异方差性引起的后果相同： 2.(tF) 变量的显著性检验失去意义检验、检验 1. 参数估计量非有效 -1 (X’X) ，不存在 后果 3.(Y 模型的预测失效对的预测误差变大，降低预 2. 变量的显著性检验失去意义 2.OLS 近似共线性下估计量非有效（估计方差变大） Consequences （） 似乎反常的现象 (1)() 参数估计量经济含义不合理变现 ) 测精度 3. 模型的预测失效 2 (2)(tRF) 变量的显著性检验失去意义变小，变大，变大 (3)(“”) 模型的预测功能失效方差变大使预测区间变大 1. 检验多重共线性是否存在 1.() 图示法散点图 1.(GraphicalMethod) 图示法 2(RegressionMethod) 回归检验法 1 （）对两个解释变量模型，采用简单相关系数法 2.(ParkTest) 帕克检验 3.-(Durbin-WatsonTest): 杜宾瓦森检验法检验一阶 2 （）对多个解释变量模型，采用综合统计检验法 3.(GleiserTest) 戈里瑟检验 2 判明存在多重共线性的范围 4.-(Goldfeld-QuandtTest) 戈德菲尔德匡特检验 检验 1(Auxiliary （）判定系数检验法：构造辅助回归模型 (G-Q) 简称检验 (Test) Regression) 并计算相应的拟合优度 5.WhiteTest 怀特检验（） 4.(LMTest,Lagrangemultiplier 拉格朗日乘数检验 2(StepwiseBackwardRegression) （）排除变量法 6.(Spearman’sRank 斯皮尔曼等级相关系数检验 test)((Breusch)(Godfrey), 由布劳殊与戈弗提出也被 CorrelationTest) 3StepwiseforwardRegression （）逐步回归法（） GB) 称为检验：检验高阶 1.() 第一类方法：排除引起共线性的变量逐步回归法 1.(WLS,WeightedLeastSquares) 加权最小二乘法 1.GLS:Generalizedleastsquares 广义最小二乘法（） 2. 第二类方法：差分法 2.(GeneralizedDifference) 广义差分法 处理方法 3. 第三类方法：减小参数估计量的方差 3.(- 随机误差项相关系数的估计科克伦奥科特 2. 异方差稳健标准误法 Measures () 1 （）增加样本容量 (Cochrane-Orcutt);(durbin)) 迭代法杜宾两步法 Heteroscedasticity-ConsistentVariancesand （ 2RidgeRegression （）岭回归法（） 4.Newey-Weststandarderrors 稳健标准误法（） StandardErrors ）