异方差、自相关、多重共线性比较

1、各种序列相关检验方法比较检验方法操作思想操作步骤适用性软件操作图 示 法对给定的回归模 型直接用普通最 小二乘法估计其 参数，求出残差 项e，以e作为 随机项u的估计 值，再描绘e的 散点图，根据散 点图来判断e的 相关性。两种方法：1.绘制e(-1)和e 的散点图。用(e(-1),e)作 为散布点绘图，若多数点落 在一三象限，表明随即误差 项u存在正自相关。否则， u存在负自相关。2.按照时间顺序绘制回归残 差项e的图形。若e随着t 的变化逐次有规律呈现锯 齿形或循环形状的变化，则 判断e存在相关，表明u存 在自相关。其中，若e随t 逐次变化并不频繁改变符 号，表明u存在正自相关， 否则u存

2、在负自相关。是一种比较粗糙 的检验方法，需要 与其它检验方法 相验证。方法一:1.用OLS 估计 Reside。2.Quick/graph,在 series list 对话框 中输入“e(-1) e”， 选择scatter7,得 到e(-1)与e的散 点图。方法二:1.用 OLS 估计 Resid一e。2. Quick/graph, 在 series list 对话 框中输入“ e”， 得到e随时间t 的变化图示。操作思想操作步骤适用性软件操作其他BG检验基于所分析模型 普通最小二乘估 计的残差贵解释 变量和一定数量 滞后残差的辅助 回归，如果滞后 残差足以解释当 前残差的差异， 就拒绝误差项

3、无 自相关的原假 设。用OLS估 计原模型 式，并得到 残差e.用残差e 对解释变量 X及滞后残 差e(-1)做 辅助回归。计算辅助 回归的可决 系数时2,构 建统计量 LM=TRA2O LM=TRA2 x2适用于一 阶和高阶自 相关的检验。适合检验 模型的解释 变量中有滞 后的被解释 变量的情况。滞后长度p 不能先验确 定。用OLS估计 Reside。辅助回归，在“lagspecification ” 中选取滞后阶数。得到LM=TR2,LMx2,则 拒绝原假设，说明 存在自相关。否 则，不存在自相关实际检验中可逐 次向更高阶检 验，并结合辅助 回归中滞后项参 数的显著性去帮 助判断自相关的

4、阶数。DW检验操作思想：DW 与 p 的关系：dw2(1-p) p的取值范围0DW8.947212， 此外P值大于0.05,所以不能 拒绝原假设。还可继续通过其他 检验方法继续检验是否存在异 方差。是时间序列 数据；它只 能判断模型 中是否存在 异方差，而 不能诊断出 是哪一个变 量引起的异 力B。异方差、序列相关、多重共线性相关问题比较异方差序列相关多重共线性违背的经典假 定同方差无自相关无多重共线性产生原因模型设定 误差测量误差 的变化截面数据 中总体各 单位的差 异1.经济系统的惯性；2 .经济 活动的滞后效应；3.数据 处理造成的相关；4.蛛网 现象；5.模型设定偏误。经济变量之间具有

5、共同变化 趋势。模型中包含滞后变量。利用截面数据建立模型。样本数据自身的原因。表现或分类递增型，递减性，复杂型正自相关，负自相关， 一阶自相关，高阶自相关完全多重共线性，不完全 多重共线性产生的后果无偏，非有效；统计检验无偏，非有效。当存在自相关依然用OLS 法，会低估真实，更会 低估参数估计值的方差，完全多重共线性：1.参数的估计 值不确定；2.参数估计值的方差 无限大。不完全多重共线性：1.参数估计导致标准误差也将被低 估，从而过高估计t统计 量的值，夸大所估计参数 的显著性。这时通常的回 归系统显著性的t检验将 失去意义。类似地，F检 验和 检验也是不可靠 的。值的方差与协方差增大;2.对参 数区间估计时，置信区间趋于 变大；3.严重多重共线时，假设检验 容易作出错误的判断;4.严重多 重共线是，可能造成可决系数 RA2较高，经F检验的参数联 合显著性也很高，但对单个的t 检验却可能不显著，甚全可能 使估计的回归系数符号相反， 得出完全错误的结论。检验方法图示法，G-Q检验，戈里瑟检 验，怀特检 验，ARCH 检验图示法，DW检验，BG检验简单相关系数检验，方差扩大（膨胀）因子检验，直观判断 法，逐步回归