一种多变量线性回归模型的异方差检验方法

文章在G-Q检验的基础上,给出了一种针对多变量的推广的G-Q异方差检验方法,并通过实例分析说明了推广的G-Q异方差检验方法的可行性和有效性。     

单向面板回归模型中异方差类型的确定性检验框架

结合White检验和Hausman检验,在一个检验框架内对单向面板回归模型中异方差的七种类型进行研究,将误差项中的个体效应和时间效应进行分离,给出异方差类型的确定性检验方法和步骤。应用中国城镇居民总消费、居住消费和收入的数据进行实证分析,证实异方差类型确定性检验方法的实用性和可行性。     

蒙特卡罗方法下线性模型的异方差性检验方法

在已有的异方差性检验方法的基础上,运用蒙特卡罗方法,借助permutation检验思想,在不假定随机扰动项服从同一分布族的条件下,通过从大样本中提取大量的子样本,不断对线性模型进行拟合和检验,根据异方差为真的频率大小,给出了一种新的异方差检验方法。随机模拟表明本检验方法优于传统方法。     

异方差G-Q检验方法的改进

围绕戈德菲尔德—匡特异方差检验方法(G-Q检验)展开相关问题的研究讨论,并对该检验方法进行改进。在对线性回归模型异方差检验的两个基本问题进行分析阐述的基础上,对G-Q检验中使用的F检验方法进行辨析讨论,并在应用中针对不同形式的数据条件进行拓展;以此研究为基础,设计基于线性回归模型拟合值排序的多元线性回归模型的G-Q检验方法,并对这一方法进行统计模拟和应用检验,以证实该方法良好的检验效果和简便的使用过程。     

两变量异方差随机系数回归模型的最优设计

文章研究了具有异方差误差结构的两变量随机系数回归模型的最优设计,证明了当异方差误差结构满足一个充分条件时,模型在几类经典设计准则下的最优设计可以在设计域的顶点处获得.     

基于一元线性回归模型异方差对加权最小二乘法的考察

作为普通最小二乘法的改进,加权最小二乘法用于存在异方差问题的线性回归模型的参数估计。文章通过对加权最小二乘估计量、加权最小二乘变换的分析,并结合实际例证研究发现,加权最小二乘法在应用中存在一些不足之处,因而当发现模型存在异方差时使用加权最小二乘法是存在风险的。     

异方差帕克检验方法的改进

围绕传统的帕克检验方法展开研究,针对该方法在对多元线性回归模型进行异方差检验时工作量大、计算繁琐、异方差模型不够准确这一系列问题,提出运用主成分的思想,将得到的所有综合指标建立异方差模型,并对不同形式的数据条件进行研究,根据系数的显著性检验,给出了一种新的异方差检验方法。模拟数据和实例论证表明该检验方法更为快捷准确。     

一类基于非参数回归的条件异方差检验

现有基于参数模型构造的条件异方差检验往往存在模型设定偏误问题。为了避免模型误设对检验结果的影响,并且同时捕获多种条件异方差现象,本文基于非参数回归构造了不依赖于特定模型形式的条件异方差检验统计量。该统计量可视作条件方差和无条件方差之间差异的加权平均,在原假设成立时渐近服从标准正态分布。数值模拟结果一方面表明本文统计量具有良好的有限样本性质,另一方面也说明条件均值模型误设会导致错误地拒绝条件同方差的原假设,凸显了本文引入非参数方法构造条件异方差检验的必要性。实证分析采用本文统计量探讨了国际主要股指收益率的条件异方差现象,得到了与Engle (1982)不同的检验结果,可能意味着股指收益率呈现出非线性动态特征。     

异方差条件下两种回归方法的比较

最小二乘回归作为一种优良的统计方法应用非常广泛,但是在使用时要求满足同方差等假设条件.文章归纳总结了最小二乘回归和分位数回归的理论特点及异方差产生的原因,论证了异方差对最小二乘回归造成的负面影响,并通过模拟研究和实例研究比较了两种回归方法的功能.结果显示,在异方差情况下,分位数回归可以在因变量条件分布的不同水平上刻画回归关系,分离出回归系数的变异,其结果较最小二乘回归更加全面和细致.     

关于我国居民储蓄行为异方差性的探讨

储蓄行为的计量经济模型容易发生异方差性。本文建立和分析了1952年—2001年的我国居民储蓄函数模型及其异方差性,表明随着社会经济的发展我国居民储蓄行为的无规律性会越来越明显。     

时间序列分析中的异方差性

文章阐述异方差性在时间序列分析中的影响及识别方法 ,并比较各方法的应用特点。以双能 X线骨密度仪基线漂移数据为例 ,说明异方差性的一种检验手段。能够识别出序列中的方差变化区域及显著变化区域。对时间序列中的异方差性 ,建议使用假设检验方法予以判别     

异方差模型参数估计的有效性研究

本文运用随机模拟方法,对误差序列异方差模型中加权最小二乘（GLS）估计的有效性进行研究。研究表明,GLS估计的有效性与异方差强度有关,当异方差强度较强时,GLS估计比普通最小二乘（OLS）估计有效;当异方差强度较弱时,GLS估计不如OLS估计有效。     

异方差White检验应用的几个问题

White检验通常由LM检验来完成,现实中也可以使用更简单的F检验来替代LM检验;White检验过程中需要构筑辅助回归模型,它可以有不同的形式以应对实际问题的需要;讨论了四类不同的辅助回归模型,理论分析表明,它们在应用中各有所长;最后通过一个实际例子,验证了理论分析的结论,展示了White检验应用的灵活性。     

一种异方差模型的两阶段估计

在异方差线性回归模型中,当模型误差项的协方差阵未知时,对异方差模型进行估计目前还没有比较好的方法。基于此,提出一种异方差模型的两阶段估计—基于异方差一致协方差阵估计,该方法将异方差一致协方差阵估计HC5m和广义最小二乘估计法结合起来,综合使用全部样本的信息,并对异方差模型进行估计。通过大量的蒙特卡洛数值模拟和实证分析,结果表明该方法具有一定的可行性和有效性。     

单因素方差分析中异方差的检验与修正

文章在单因素方差分析模型的基础上,通过散点图和方差齐性检验,判断模型中是否存在异方差性.如果存在异方差,进一步讨论异方差出现的原因及如何进行修正,使单因素方差分析在理论上更加完善.     

基于EM算法的异方差性Markov机制转换模型的估计

文章将EM算法引入到对异方差性Markov机制转换模型未知参数的估计,并将研究结果运用到我国股票收益率数据的分析,结果表明,该方法很好地拟合了我国股票收益率的波动性特征.该方法为金融波动问题的未知参数估计提供了新的研究思路.     

基于小波Mallat算法和异方差模型的人民币汇率预测

文章首先用小波Mallat算法对RMB/JPY汇率一阶差分数据进行了分解和单支重构,并对单支重构后的近似分量和细节分量进行检验,证实存在条件异方差性;然后,对近似分量和细节分量分别建立了条件异方差模型,同时检验了近似分量序列与原始差分序列的"杠杆效应",显示出一致的结论;最后,对各模型的均值和波动率进行了预测,结果显示结合小波后的预测效果要优于传统的预测模型.     

截面数据异方差问题检验技术的比较

在忽略异方差的情况下,进行模型的OLS参数估计会导致严重的后果,因此,研究异方差性的检验、选取适当的检验方法是非常重要的理论与实践问题.文章基于蒙特卡罗随机模拟技术,分别在Permutation Test与传统形式下对异方差检验的主要方法有:White检验、Park检验、Goldfeld-Quandt检验、Breusch-Pagan/Godfrey检验、Glejser检验,在不同的异方差假定形式下、在不同的样本容量下对这五种检验方法的第一类错误率的控制、检验功效等方面进行充分、完备的研究和讨论,并给出结论供实践工作者参考.     

非参数异方差模型中条件回归函数的EM算法——基于农村食品消费与纯收入的实证研究

对非参数异方差模型中回归函数的EM算法进行研究,并基于EM算法得到了条件回归函数的估计。此外,通过对农村居民食品消费支出与纯收入关系的实证分析,说明了基于EM算法的估计方法比最小二乘估计方法的拟合效果更好,并对恩格尔系数进行了拟合,分析了其变化走势。     

异方差混合转移分布模型的谱分析

文章通过将自回归模型的谱分析推广到异方差混合转移分布模型的谱分析,导出了自协方差函数的递推关系式及计算谱密度的＂三步算法＂,从而解决了这类模型的谱分析问题,并进一步讨论模型在一些常见情形及自协方差函数满足一定条件下,谱密度的具体表达式。