异方差会导致什么后果
答案:1 悬赏:40 手机版
解决时间 2021-03-11 22:48
- 提问者网友：我是女神我骄傲
- 2021-03-11 08:22
异方差会导致什么后果
最佳答案
- 五星知识达人网友：骨子里都是戏
- 2021-03-11 08:29
问题一：如果回归模型的随机误差项存在异方差性，会对线性回归分析造成什么影响 若误差方差或因变量方差不满足方差齐性条件，则在不同的X取值处，Y的实际分散程度不同，则回归线的预测在不同的X点准确度不同，回归预测效果不稳定，或者说此时在不同的X水平，其与Y的关系是有很大差别的，无法用单一的回归方程去预测Y。
比如下方这个图：
a是满足方差齐性的，b不满足，很明显a的回归直线预测作用要好于b，在不同的X点处的预测效果也稳定问题二：产生异方差的原因是什么 原因：
1.常来源于截面数据
2.来源于测量误差和模型中被省略的一些因素对憨解释变量的影响
3.有时产生于计量经济模型所研究问题的本身
4.用分组数据估计经济计量模型也是异方差性的重要来源问题三：怀特检验怎么判断哪个变量引起的异方差 for (int i = 0; i 问题四：计量经济学中缺失变量会产生什么后果 其实缺失的变量都到了随机误差项中去了，导致最后得到非一致估计量。还有，因为有的缺失的变量可能会和解释变量相关，但是被归到随机误差项中去，这样会产生内生性问题。问题五：计量经济学的几个问题 我是来等等回答的问题六：下面哪些因素会导致ols估计量出现偏误 1、随机误差项是一个期望值或平均值为0的随机变量； 2、对于解释变量的所有观测值，随机误差项有相同的方差； 3、随机误差项彼此不相关； 4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立； 5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵； 6、随机误差项服从正态分布。问题七：完全多重共线性和遗漏变量偏差。计量经济学 楼上有误。
遗漏变量会引起估计系数大小有偏，而自相关和异方差只会带来统计量（T值）有偏，也就是影响显著性，系数是无偏的。
再来解释你的问题。
遗漏变量是指，你遗漏的变量既与自变量有关，又与因变量有关。比如你的身高是x，树的高度是y，把树每年的高度对你每年的身高做回归，系数肯定显著为正。但是你遗漏了时间这个变量。其实你的身高和树的身高并没有关系，只不过都随着时间长高而已。
另外，多重共线性和线性相关是不一样的。线性相关就是你说的，一个变量可以用另一个变量表示。用向量的语言来说，就是两个变量是共线的。而多重共线性是说，两个变量的向量是夹角小于90度大于0度（如果完全无关，则向量夹角为90度）。
多重共线性是普遍存在的。两个自变量之间有多重共线性是很正常的，只要vif 问题八：经济学建模问题。。两个看起来是有相关性的经济因素，建模的结果确实两者之间影响的不大，该怎么解释呢？ 首先，这样一个原则你要明确，如果模型的设定和数据处理基本没问题，那么不管结果好不好，都是有意义的，这就是实证研究，可以是证实一个猜想，也可以是证伪一个猜想。事实上，正是因为不断有不显著的实证结果产生，才推动着理论模型向前进步；
其次，针对你的这个研究，我认为可能你在以下方面还存在不足：
1.模型设定的偏误或遗漏变量。你研究的对外贸易是对外贸易总量吗？如果是这样的，那么你想研究国内物流运输成本和我国对外贸易总量这两个变量之间的关系，那么显然你缺少了一些重要的控制变量，计量经济学的多元线性回归分析是在保持其他因素不变的情况下，考查你感兴趣的解释变量对于被解释变量的偏效应，重要控制变量的遗漏会有严重后果。这里列举两个你遗漏的重要变量，一个是进口总额，国内物流运输成本的上涨带来出口价格的上升，从而导致国外的需求下降，导致出口减少，在进口不变的前提下，是会引起贸易额的缩小，但是如果进口上升了，贸易额可能不变也可能扩大，从而你可以看到不控制进口总额可能会导致不显著以及符号相反的系数；（当然，如果不想控制进口额也行，那么干脆直接研究国内物流成本和出口额之间的关系好了，也就相当于你研究一个东西的价格上升对于需求量的影响，那么你就有非常成熟而且简单的模型可以直接套用，根据你在微观经济学里面学习的知识，你就知道有外国人的收入等等变量需要控制了对吧）。另一个你没有控制的重要变量是汇率，汇率会影响进口商和出口商双方的行为。建议你从浏览有关国内物流成本和对外贸易的相关文献入手，理解所有变量的含义，了解目前理论界已有的研究成果、模型，这样你才能确保你在模型中加入了足够的控制变量，控制变量多一些没什么关系，它只影响估计的最优性，但是遗漏重要变量则会带来估计的有偏和不一致；
2.数据处理的问题，有可能你的数据存在异方差性和自相关性等问题，这样会导致系数不显著；建议参考一本计量经济学教材，例如古扎拉蒂的《计量经济学基础》，里面提供了系统的解决方案。
希望能对你有所帮助~问题九：计量经济学中用怀特（White）检验修正了异方差性，进行自相关检验时发现该模型还有序列自相关，该如何修正 看你的目的是什么啦，如果仅仅估计参数，无论是异方差还是自相关，你的参数都是无偏的；但方差较大，预测准确度较低。
你要克服异方差同时还有自相关，建议拟采用FGLS（可行广义二乘），可同时达到目的。广义差分尽管也可以，但损失自由度，而且要你自己推断出相关系数。
但我觉得奇怪的是，你为什么同时既有异方差又有序列相关；所以我觉得你很可能是有遗漏变量，遗漏变量进入残差项中，且与自变量相关，最终会导致你估计非无偏且非一致。
所以，最好先用直接做回归，后得到的残差，与自变量测下相关性；如相关性强，则说明存在遗漏变量。然后你采用工具变量法进行回归就可以了。
比如下方这个图：
a是满足方差齐性的，b不满足，很明显a的回归直线预测作用要好于b，在不同的X点处的预测效果也稳定问题二：产生异方差的原因是什么 原因：
1.常来源于截面数据
2.来源于测量误差和模型中被省略的一些因素对憨解释变量的影响
3.有时产生于计量经济模型所研究问题的本身
4.用分组数据估计经济计量模型也是异方差性的重要来源问题三：怀特检验怎么判断哪个变量引起的异方差 for (int i = 0; i 问题四：计量经济学中缺失变量会产生什么后果 其实缺失的变量都到了随机误差项中去了，导致最后得到非一致估计量。还有，因为有的缺失的变量可能会和解释变量相关，但是被归到随机误差项中去，这样会产生内生性问题。问题五：计量经济学的几个问题 我是来等等回答的问题六：下面哪些因素会导致ols估计量出现偏误 1、随机误差项是一个期望值或平均值为0的随机变量； 2、对于解释变量的所有观测值，随机误差项有相同的方差； 3、随机误差项彼此不相关； 4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立； 5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵； 6、随机误差项服从正态分布。问题七：完全多重共线性和遗漏变量偏差。计量经济学 楼上有误。
遗漏变量会引起估计系数大小有偏，而自相关和异方差只会带来统计量（T值）有偏，也就是影响显著性，系数是无偏的。
再来解释你的问题。
遗漏变量是指，你遗漏的变量既与自变量有关，又与因变量有关。比如你的身高是x，树的高度是y，把树每年的高度对你每年的身高做回归，系数肯定显著为正。但是你遗漏了时间这个变量。其实你的身高和树的身高并没有关系，只不过都随着时间长高而已。
另外，多重共线性和线性相关是不一样的。线性相关就是你说的，一个变量可以用另一个变量表示。用向量的语言来说，就是两个变量是共线的。而多重共线性是说，两个变量的向量是夹角小于90度大于0度（如果完全无关，则向量夹角为90度）。
多重共线性是普遍存在的。两个自变量之间有多重共线性是很正常的，只要vif 问题八：经济学建模问题。。两个看起来是有相关性的经济因素，建模的结果确实两者之间影响的不大，该怎么解释呢？ 首先，这样一个原则你要明确，如果模型的设定和数据处理基本没问题，那么不管结果好不好，都是有意义的，这就是实证研究，可以是证实一个猜想，也可以是证伪一个猜想。事实上，正是因为不断有不显著的实证结果产生，才推动着理论模型向前进步；
其次，针对你的这个研究，我认为可能你在以下方面还存在不足：
1.模型设定的偏误或遗漏变量。你研究的对外贸易是对外贸易总量吗？如果是这样的，那么你想研究国内物流运输成本和我国对外贸易总量这两个变量之间的关系，那么显然你缺少了一些重要的控制变量，计量经济学的多元线性回归分析是在保持其他因素不变的情况下，考查你感兴趣的解释变量对于被解释变量的偏效应，重要控制变量的遗漏会有严重后果。这里列举两个你遗漏的重要变量，一个是进口总额，国内物流运输成本的上涨带来出口价格的上升，从而导致国外的需求下降，导致出口减少，在进口不变的前提下，是会引起贸易额的缩小，但是如果进口上升了，贸易额可能不变也可能扩大，从而你可以看到不控制进口总额可能会导致不显著以及符号相反的系数；（当然，如果不想控制进口额也行，那么干脆直接研究国内物流成本和出口额之间的关系好了，也就相当于你研究一个东西的价格上升对于需求量的影响，那么你就有非常成熟而且简单的模型可以直接套用，根据你在微观经济学里面学习的知识，你就知道有外国人的收入等等变量需要控制了对吧）。另一个你没有控制的重要变量是汇率，汇率会影响进口商和出口商双方的行为。建议你从浏览有关国内物流成本和对外贸易的相关文献入手，理解所有变量的含义，了解目前理论界已有的研究成果、模型，这样你才能确保你在模型中加入了足够的控制变量，控制变量多一些没什么关系，它只影响估计的最优性，但是遗漏重要变量则会带来估计的有偏和不一致；
2.数据处理的问题，有可能你的数据存在异方差性和自相关性等问题，这样会导致系数不显著；建议参考一本计量经济学教材，例如古扎拉蒂的《计量经济学基础》，里面提供了系统的解决方案。
希望能对你有所帮助~问题九：计量经济学中用怀特（White）检验修正了异方差性，进行自相关检验时发现该模型还有序列自相关，该如何修正 看你的目的是什么啦，如果仅仅估计参数，无论是异方差还是自相关，你的参数都是无偏的；但方差较大，预测准确度较低。
你要克服异方差同时还有自相关，建议拟采用FGLS（可行广义二乘），可同时达到目的。广义差分尽管也可以，但损失自由度，而且要你自己推断出相关系数。
但我觉得奇怪的是，你为什么同时既有异方差又有序列相关；所以我觉得你很可能是有遗漏变量，遗漏变量进入残差项中，且与自变量相关，最终会导致你估计非无偏且非一致。
所以，最好先用直接做回归，后得到的残差，与自变量测下相关性；如相关性强，则说明存在遗漏变量。然后你采用工具变量法进行回归就可以了。
我要举报
如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！
点此我要举报以上问答信息
大家都在看
推荐资讯