Обобщенная линейная модель множественной регрессии с гетероскедастичными остатками. (Лекция 4)

Содержание

Слайд 2

ОЛММР с гетероскедастичными остатками

ОЛММР с гетероскедастичными остатками

Слайд 3

Гетероскедастичность — определение

Гетероскедастичность — определение

Слайд 4

Гетероскедастичность — графическая иллюстрация Есть гетероскедастичность => Нет гетероскедастичности

Гетероскедастичность — графическая иллюстрация

Есть гетероскедастичность =>

Нет гетероскедастичности <=

Слайд 5

Гетероскедастичность — графическая иллюстрация Есть гетероскедастичность => Нет гетероскедастичности

Гетероскедастичность — графическая иллюстрация

Есть гетероскедастичность =>

Нет гетероскедастичности <=

Слайд 6

Пример 1. При исследовании среднедушевых сбережений и дохода в семьях разброс

Пример 1. При исследовании среднедушевых сбережений и дохода в семьях разброс

в данных будет выше для семей с более высокими доходами. Это означает, что дисперсия зависимых величин, а, следовательно, и случайных ошибок не постоянны.
Слайд 7

Пример 2. При изучении влияния ВВП на затраты на образование по

Пример 2. При изучении влияния ВВП на затраты на образование по
статистическим

данным странам мира разброс значений относительно
функции регрессии выше у стран с более высокими значениями ВВП
Слайд 8

Гетероскедастичность — ковариационная матрица вектора случайных ошибок

Гетероскедастичность — ковариационная матрица вектора случайных ошибок

Слайд 9

Последствия гетероскедастичности МНК-оценки коэффициентов остаются несмещенными, но... МНК-оценки коэффициентов становятся неэффективными.

Последствия гетероскедастичности

МНК-оценки коэффициентов остаются несмещенными, но...
МНК-оценки коэффициентов становятся неэффективными.
Стандартные ошибки

коэффициентов смещены и несостоятельны => t-статистики вычисляются некорректно.
Слайд 10

Последствия гетероскедастичности На практике в пространственных выборках гетероскедастичность есть (почти) всегда.

Последствия гетероскедастичности

На практике в пространственных выборках гетероскедастичность есть (почти) всегда.
К счастью,

существуют простые и действенные средства решения этой проблемы, о которых пойдет речь ниже
Слайд 11

Последствия гетероскедастичности На практике в пространственных выборках гетероскедастичность есть (почти) всегда.

Последствия гетероскедастичности

На практике в пространственных выборках гетероскедастичность есть (почти) всегда.
К счастью,

существуют простые и действенные средства решения этой проблемы, о которых пойдет речь ниже
Но сначала обсудим, как выявить наличие этой проблемы
Слайд 12

Обнаружение гетероскедастичности Анализ графиков остатков Тесты на гетероскедастичность: - Тест ранговой

Обнаружение гетероскедастичности

Анализ графиков остатков
Тесты на гетероскедастичность:
- Тест ранговой корреляции Спирмена
-

Голдфелда — Квандта
- Глейзера
- Бреуша — Пагана
- Уайта
Слайд 13

Тесты для проверки гетероскедастичности Тест ранговой корреляции Спирмена 1. Вычисляется коэффициент

Тесты для проверки гетероскедастичности Тест ранговой корреляции Спирмена

1. Вычисляется коэффициент ранговой

корреляции Спирмена
где di — разность между рангами значений хi и ei
Слайд 14

2. Выдвигается гипотеза 3. Гипотеза проверяется на основе статистики

2. Выдвигается гипотеза

3. Гипотеза проверяется на основе статистики

Слайд 15

Тесты для проверки на гетероскедастичность Тест Голдфелда—Квандта Все n наблюдений X

Тесты для проверки на гетероскедастичность

Тест Голдфелда—Квандта

Все n наблюдений X и

Y упорядочиваются по объясняющей переменной, влиянием которой порождается гетероскедастичность;
Оцениваются коэффициенты уравнений регрессии для первых n’ и последних n’’ наблюдений, причем
Выдвигаются гипотезы
4. Вычисляются суммы квадратов отклонений для первых n’ и последних n’’ наблюдений
Слайд 16

5. Строятся статистики Тест Голдфелда—Квандта 6. В случае отклонения нулевой гипотезы

5. Строятся статистики

Тест Голдфелда—Квандта

6. В случае отклонения нулевой гипотезы структура

матрицы Σ0 имеет вид

или

Если Q’’>Q’

Если Q’’

Слайд 17

Тесты для проверки гетероскедастичности Тест Глейзера 1. Будем предполагать, что 2.

Тесты для проверки гетероскедастичности

Тест Глейзера

1. Будем предполагать, что

2. Выдвигается гипотеза

3.

Варьируя γ, оценивают уравнения регрессии. Если при оценивании значимым оказывается более одного уравнения, то выбирают уравнение с наибольшим коэффициентом детерминации

- нет гетероскедастичности

Слайд 18

Тест Глейзера 4. В случае отклонения нулевой гипотезы структура матрицы Σ0 имеет вид

Тест Глейзера

4. В случае отклонения нулевой гипотезы структура матрицы Σ0 имеет

вид
Слайд 19

Тесты для проверки гетероскедастичности Тест Парка (идея)

Тесты для проверки гетероскедастичности Тест Парка (идея)

Слайд 20

Тест Парка (алгоритм)

Тест Парка (алгоритм)

Слайд 21

Тест Бройша-Пагана-Годфри (идея)

Тест Бройша-Пагана-Годфри (идея)

Слайд 22

Тест Бройша-Пагана-Годфри (алгоритм)

Тест Бройша-Пагана-Годфри (алгоритм)

Слайд 23

Общий тест гетероскедастичности Уайта (алгоритм)

Общий тест гетероскедастичности Уайта (алгоритм)

Слайд 24