异方差
异质变异数(英语:Heteroscedasticity),指的是一系列的随机变量间的方差不相同,相对于同质变异数(Homoscedasticity)。
当我们利用普通最小平方法进行回归估计时,常应用高斯-马尔可夫定理。其中假设误差项的变异数是不变的,而异方差是违反这个假设的。如果普通最小平方法应用于异方差模型,会导致估计出的方差值是真实方差值的偏误估计量,但是估计值是无偏的。[1]解决方法包括对数处理、修改模型、加权最小二乘法、异方差稳健的标准误等。
计量经济学家罗伯特·F·恩格尔因他对存在异方差的回归分析的研究而获得2003年诺贝尔经济学奖,研究得出了自回归条件异方差模型(ARCH)。[2]
参考文献
- ^ White, Halbert. A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica. 1980, 48 (4): 817–838. CiteSeerX 10.1.1.11.7646 . JSTOR 1912934. doi:10.2307/1912934.
- ^ Engle, Robert F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica. July 1982, 50 (4): 987–1007. ISSN 0012-9682. JSTOR 1912773. doi:10.2307/1912773.
这是一篇与统计学相关的小作品。您可以通过编辑或修订扩充其内容。 |