讨论4.1关于随机项的假定

1、第4章 讨论关于随机项的假定异方差性的含义 对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。HomoscedasticityHeteroscedasticity为什么截面数据模型容易出现异方差性？为什么时序数据模型不容易出现异方差性？异方差检验方法的思路检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间的相关性及其相关的“形式”。首先采用OLS估计，得到残差估计值，用它的平方近似随机误差项的方差。ParkGleiserWhite为什么该思路是正确的？存在什么问题？消除异方差的WLS估计变换模型。变换后的模型具有同方差性。对变换后的模型采用OLS估计。消

2、除了异方差性。 权矩阵具有什么特点？ 如何得到权？Whites Heteroscedasticity-Consistent Variances and Standard Errors仍然采用OLS，但对OLS估计量的标准差进行修正。这种方法的意义：变量的显著性检验有效，预测有效。如何修正？异方差性的非线性最大似然估计将异方差问题看成一类非线性问题，采用NML估计，比较简单，可以同时得到参数估计量和反映异方差特征的量。不要求，将在计量经济学中介绍。 被解释变量样本的对数似然函数为： 中心化对数似然函数：对异方差的结构给出假定，可以对模型的参数和异方差的结构参数进行最大似然估计。针对不同的问题假定

3、不同的异方差结构；针对同一个问题假定不同的异方差结构，进行估计和比较。采用非线性最大似然法估计，可以得到关于异方差结构的估计结果。在某些情况下，得到异方差结构的估计结果比模型参数估计量更重要。这就是异方差性的非线性方法的意义所在。序列相关性的定义时间序列数据作为样本时，一般都存在序列相关性。为什么？截面数据作为样本时，一般不考虑序列相关性。为什么？1阶序列相关为什么在经典截面数据模型中一般不考虑序列相关性？独立随机抽样，模型设定正确，假设不存在序列相关性。如果存在序列相关性，那么其相关性比较复杂。实际问题中，确实存在“空间相关性”，形成了“空间计量经济学模型” (Spatial Econome

4、trics)。截面数据模型的序列相关性对于时间序列模型相关性只存在于1个维度，1阶序列相关中只有1个参数只有1个参数对于截面模型1阶序列相关中有（n1）个参数因为相关性存在多维度参数数量n(n-1)空间计量经济学模型空间效应设定构造外生的空间矩阵空间计量模型设定设定检验空间自回归模型空间残差自回归模型空间残差移动平均模型空间自回归残差模型空间计量模型估计IV、GS2SLS、GMM、 ML、Bootstrap方法空间计量经济学模型检验 Moran I 检验基于LM原理的模型检验空间异质性检验空间模型非嵌套检验演示：LM检验LM检验例4.2.1不接受3阶接受2阶LM检验与AIC、SC准则LM检验序列相关的原理(fifth edition)p271 (fourth edition)p473 为什么包含X？消除模型设定误差？LM检验是基于序列相关的定义，属于数据依赖方法。在软件中采用信息准则（例如AIC、BIC等）确定广义差分的滞后阶数：AIC、SC准则是基于信息的充分利用。可以用于进行广义最小差分滞后阶数的确定，但原理不同。其明