Нарушение первой предпосылки Гаусса-Маркова

Июль 24, 2022

Главная
Информатика
Нарушение первой предпосылки Гаусса-Маркова

Содержание

6. Гетероскедастичность случайного возмущения Нарушение предпосылок Гаусса-Маркова
7. ОПРЕДЕЛЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ Гетероскедастичность – это неоднородность наблюдений. Она характеризуется тем, что не выполняется предпосылка 20 использования
8. Проверка гомоскедастичности остатков Гомоскедастичность – дисперсия каждого отклонения одинакова для всех x. Гетероскедастичность – разная дисперсия
9. Трехмерное изображение гомос- и гетероскедастичности Гомоскедастичность остатков Гетероскедастичность остатков
10. Причины гетероскедастичности Характер данных Неоднородность исследуемых объектов Y – спрос, X – доход Y X
11. Причины гетероскедастичности Причиной непостоянства дисперсии эконометрической модели часто является ее зависимость от масштаба рассматриваемых явлений.
12. Последствия гетероскедастичности МНК оценки параметров несмещённые Гетероскедастичность не приводит к смещению оценок коэффициентов регрессии. Стандартные ошибки
13. Предварительная работа: 1. Нет ли очевидных ошибок спецификации? 2. Можно ли содержательно предполагать какой-то вид гетероскедастичности?
14. График остатков 36
15. Тесты: 1. Тест ранговой корреляции Спирмена. 2. Тест Парка. 3. Тест Глейзера. 4. Тест Голдфелда-Квандта. 5.
16. Тест Голдфельда – Квандта Предпосылки теста: 1. Дисперсия возмущений пропорциональна одному из регрессоров. Стандартные отклонения остатков
17. Тест Голдфельда – Квандта Алгоритм применения 1. Выделяют фактор пропорциональности Z = Xk. Данные упорядочиваются в
18. Тест Голдфельда – Квандта Алгоритм применения 4. Берутся суммы квадратов остатков для регрессий по первой трети
20. Скачать презентацию

Слайд 2

Слайд 3

Слайд 4

Слайд 5

Слайд 6

Гетероскедастичность случайного возмущения
Нарушение предпосылок
Гаусса-Маркова

Слайд 7

ОПРЕДЕЛЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ
Гетероскедастичность – это неоднородность
наблюдений. Она характеризуется тем, что не
выполняется предпосылка

20 использования МНК:
Выполнимость предпосылки 20 называется
гомоскедастичностью.

Слайд 8

Проверка гомоскедастичности остатков Гомоскедастичность – дисперсия каждого отклонения одинакова для всех

Гетероскедастичность – разная дисперсия для различных x:
а) дисперсия остатков растет с ростом x,
б) дисперсия максимальная при средних значениях x,
в) дисперсия уменьшается с ростом x.

Слайд 9

Трехмерное изображение гомос- и гетероскедастичности
Гомоскедастичность остатков Гетероскедастичность остатков

Слайд 10

Причины гетероскедастичности
Характер данных
Неоднородность исследуемых объектов
Y – спрос, X – доход
Y
X

Слайд 11

Причины гетероскедастичности
Причиной непостоянства дисперсии
эконометрической модели часто является ее зависимость
от масштаба рассматриваемых

явлений.

Слайд 12

Последствия гетероскедастичности
МНК оценки параметров несмещённые Гетероскедастичность не приводит к смещению оценок

коэффициентов регрессии.
Стандартные ошибки коэффициентов
(вычисленные в предположении.
гомоскедастичности) будут занижены. Это
приведет к завышению t-статистик и даст
неправильное (завышенное) представление о
точности оценок.

Слайд 13

Предварительная работа:
1. Нет ли очевидных ошибок спецификации?
2. Можно ли содержательно предполагать

какой-то
вид гетероскедастичности?
3. Рассмотрение графиков остатков:

Обнаружение гетероскедастичности

Слайд 14

График остатков
36

Слайд 15

Тесты:
1. Тест ранговой корреляции Спирмена.
2. Тест Парка.
3. Тест Глейзера.
4. Тест Голдфелда-Квандта.
5.

Тест Уайта.
6. Тест Бреуша-Пагана.

Обнаружение гетероскедастичности

Слайд 16

Тест Голдфельда – Квандта
Предпосылки теста: 1. Дисперсия возмущений пропорциональна одному из регрессоров.

Стандартные отклонения остатков
пропорциональны фактору пропорциональности
Z, т.е.
2. Случайный член ε имеет нормальное распределение и отсутствует автокорреляция остатков (предпосылка 30).

Слайд 17

Тест Голдфельда – Квандта Алгоритм применения
1. Выделяют фактор пропорциональности Z = Xk.
Данные

упорядочиваются в порядке возрастания
величины Z.
2. Отбрасывают среднюю треть упорядоченных
наблюдений. Для первой и последней третей
строятся две отдельные регрессии, используя ту же
спецификацию модели регрессии.
3. Количество наблюдений в этих подвыборках
должно быть одинаково. Обозначим его l.

Слайд 18

Тест Голдфельда – Квандта Алгоритм применения
4. Берутся суммы квадратов остатков для регрессий

по
первой трети RSS1 и последней трети RSS3. Рассчитывают
их отношение:
5. Используем F-тест для проверки гомоскедастичности.
Если статистика GQ удовлетворяет неравенству
то гипотеза гомоскедастичности остатков отвергается на
уровне значимости α.

Нарушение первой предпосылки Гаусса-Маркова

Содержание

Гетероскедастичность случайного возмущенияНарушение предпосылок Гаусса-Маркова

ОПРЕДЕЛЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИГетероскедастичность – это неоднородностьнаблюдений. Она характеризуется тем, что невыполняется предпосылка

Проверка гомоскедастичности остатков Гомоскедастичность – дисперсия каждого отклонения одинакова для всех

Трехмерное изображение гомос- и гетероскедастичностиГомоскедастичность остатков Гетероскедастичность остатков

Причины гетероскедастичностиХарактер данныхНеоднородность исследуемых объектовY – спрос, X – доход YX

Причины гетероскедастичностиПричиной непостоянства дисперсииэконометрической модели часто является ее зависимостьот масштаба рассматриваемых

Последствия гетероскедастичностиМНК оценки параметров несмещённые Гетероскедастичность не приводит к смещению оценок

Предварительная работа:1. Нет ли очевидных ошибок спецификации?2. Можно ли содержательно предполагать

График остатков36

Тесты:1. Тест ранговой корреляции Спирмена.2. Тест Парка.3. Тест Глейзера.4. Тест Голдфелда-Квандта.5.

Тест Голдфельда – КвандтаПредпосылки теста: 1. Дисперсия возмущений пропорциональна одному из регрессоров.

Тест Голдфельда – Квандта Алгоритм применения1. Выделяют фактор пропорциональности Z = Xk.Данные

Тест Голдфельда – Квандта Алгоритм применения4. Берутся суммы квадратов остатков для регрессий

Похожие презентации