Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему Гетероскедастичность и ее последствия

Содержание

ПланГетероскедастичность и ее последствияМетоды обнаружения гетероскедастичности.Методы устранения гетероскедастичности. Обобщенный метод наименьших квадратов ПланКафедра математической статистики
ГЕТЕРОСКЕДАСТИЧНОСТЬ  И ЕЕ ПОСЛЕДСТВИЯ Обнаружение гетероскедастичности. Устранение гетероскедастичности. Презентация ПланГетероскедастичность и ее последствияМетоды обнаружения гетероскедастичности.Методы устранения гетероскедастичности. Обобщенный метод наименьших Гетероскедастичность и ее последствияСвойства эмпирических коэффициентов регрессии напрямую зависят от свойств случайной Гетероскедастичность и ее последствияСогласно второму условию Гаусса-Маркова, дисперсия случайного фактора должна быть Иллюстрация гомоскедастичностиВероятность того, что случайная ошибка примет какое- –либо значение одинакова для Второе условие Гаусса-МарковаИллюстрация гетероскедастичностиКафедра математической статистики Гомоскедастичность означает “одинаковый разброс”.Типичный вид облака точек в модели с гомоскедастичными остаткамиКафедра Гетероскедастичность означает “неодинаковый разброс”.Типичный вид облака точек в модели с гетероскедастичными остаткамиКафедра Последствия применения МНК в случае гетероскедастичностиМНК-оценки не будут являться эффективными;формулы для вычисления Проверка остатков модели на гетероскедастичностьПервичная проверка на наличие гетероскедастичности осуществляется с помощью Методы обнаружения гетероскедастичностиВиды тестовТесты на гетероскедастичностьграфический тестстатистические тестытест Спирменаграфичес-кий анализ остатковтест ГлейзераКафедра Графический анализ остатков. Гетероскедастичность.Если все отклонения расположены внутри расширяющейся или наклонной полосы, Графический анализ остатков. Гомоскедастичность.Если все отклонения равномерно заполняют некоторую полосу постоянной ширины, Сравнительный анализ статистических тестовстатистические тесты Общая схема проведения любого статистического тестаНапоминаниеКафедра математической статистики Тест ранговой корреляции СпирменаТест Спирмена проверяет коррелированность модулей остатков регрессии со значениями Порядок выполнения теста Спирменавыполняется регрессия переменной Y на переменную X,для каждого i Порядок выполнения теста Спирмена(окончание)7) выдвигаются нулевая и альтернативная гипотезы: H0 :(ранговый коэффициент Тест Голдфелда-КвандтаТест Голдфелда-Квандта предполагает, что с ростом xi дисперсия D(εi) либо растет, Порядок выполнения теста Голдфелда-Квандта1) все наблюдений упорядочиваются по величине объясняющей переменной;2) упорядоченная Порядок выполнения теста Голдфелда-Квандта (окончание)гипотеза H0 : проверяется с помощью статистики:при выбранном Тест ГлейзераТест Глейзера позволяет обнаружить гетероскедастичность в случае, когда стандартное отклонение случайной Порядок выполнения теста Глейзерапо МНК оценивается линейная регрессия Порядок выполнения теста Глейзера (окончание)5) с помощью t- статистики проверяется статистическая значимость Методы устранения гетероскедастичности.  Основной метод устранения гетероскедастичности – обобщенный метод Применение ОМНКПусть в исходной модели: имеет место гетероскедастичность, т. е. Предположим, что Применение ОМНК (продолжение)Легко убедиться, что случайная компонента в полученной модели имеет нулевое Применение ОМНК (окончание)Замечание. Основная трудность в применении обобщенного (взвешенного) МНК состоит в ЗаключениеПостроение любой эконометрической модели должно включать проверку выполнимости второго условия Гаусса-Маркова. Проверка ЗаключениеВсякая наука только тогда достигает своего совершенства , когда она породнится с
Слайды презентации

Слайд 2 План

Гетероскедастичность и ее последствия

Методы обнаружения гетероскедастичности.

Методы устранения гетероскедастичности.

ПланГетероскедастичность и ее последствияМетоды обнаружения гетероскедастичности.Методы устранения гетероскедастичности. Обобщенный метод

Обобщенный метод наименьших квадратов
План

Кафедра математической статистики



Слайд 3 Гетероскедастичность и ее последствия
Свойства эмпирических коэффициентов регрессии напрямую

Гетероскедастичность и ее последствияСвойства эмпирических коэффициентов регрессии напрямую зависят от свойств

зависят от свойств случайной компоненты ε.
Для получения статистически надежных

эмпирических коэффициентов регрессии необходимо следить за выполнимостью условий Гаусса-Маркова.
При нарушении условий Гаусса-Маркова МНК может давать эмпирические коэффициенты регрессии с плохими статистическими свойствами.

Условия Гаусса-Маркова

Кафедра математической статистики


Слайд 4 Гетероскедастичность и ее последствия
Согласно второму условию Гаусса-Маркова, дисперсия

Гетероскедастичность и ее последствияСогласно второму условию Гаусса-Маркова, дисперсия случайного фактора должна

случайного фактора должна быть одинаковой для всех наблюдений, т.е.

D(εi)= D(εj).
Выполнение этого условия называется гомоскедастичностью, а его нарушение - гетероскедастичностью.



Второе условие Гаусса-Маркова

Кафедра математической статистики


Слайд 5 Иллюстрация гомоскедастичности
Вероятность того, что случайная ошибка примет какое-

Иллюстрация гомоскедастичностиВероятность того, что случайная ошибка примет какое- –либо значение одинакова

–либо значение одинакова для всех наблюдений
Второе условие Гаусса-Маркова
Кафедра математической

статистики

Слайд 6 Второе условие Гаусса-Маркова
Иллюстрация гетероскедастичности
Кафедра математической статистики

Второе условие Гаусса-МарковаИллюстрация гетероскедастичностиКафедра математической статистики


Вероятность того, что случайная ошибка примет какое-либо значение неодинакова для всех наблюдений


Слайд 7 Гомоскедастичность означает “одинаковый разброс”.
Типичный вид облака точек в

Гомоскедастичность означает “одинаковый разброс”.Типичный вид облака точек в модели с гомоскедастичными

модели с гомоскедастичными остатками


Кафедра математической статистики


“гомоскедастичное” облако точек


Слайд 8 Гетероскедастичность означает “неодинаковый разброс”.
Типичный вид облака точек в

Гетероскедастичность означает “неодинаковый разброс”.Типичный вид облака точек в модели с гетероскедастичными

модели с гетероскедастичными остатками


Кафедра математической статистики


“гетероскедастичное” облако точек


Слайд 9 Последствия применения МНК в случае гетероскедастичности
МНК-оценки не будут

Последствия применения МНК в случае гетероскедастичностиМНК-оценки не будут являться эффективными;формулы для

являться эффективными;
формулы для вычисления стандартных ошибок коэффициентов регрессии становятся

некорректными;
дисперсия остатков регрессии становится смещенной оценкой для дисперсии случайной компоненты;
все выводы, получаемые на основе F – и t -статистик, а также интервальные оценки становятся ненадежными.

Последствия

Кафедра математической статистики


Слайд 10 Проверка остатков модели на гетероскедастичность
Первичная проверка на наличие

Проверка остатков модели на гетероскедастичностьПервичная проверка на наличие гетероскедастичности осуществляется с

гетероскедастичности осуществляется с помощью визуального анализа поведения остатков регрессии.
Дальнейшая

проверка на наличие гетероскедастичности осуществляется уже с помощью статистических тестов.

тесты

Кафедра математической статистики


Слайд 11 Методы обнаружения гетероскедастичности
Виды тестов

Тесты на гетероскедастичность
графический тест
статистические тесты
тест

Методы обнаружения гетероскедастичностиВиды тестовТесты на гетероскедастичностьграфический тестстатистические тестытест Спирменаграфичес-кий анализ остатковтест

Спирмена
графичес-кий анализ остатков
тест Глейзера
Кафедра математической статистики


тест Квандта


Слайд 12 Графический анализ остатков. Гетероскедастичность.
Если все отклонения расположены внутри

Графический анализ остатков. Гетероскедастичность.Если все отклонения расположены внутри расширяющейся или наклонной

расширяющейся или наклонной полосы, то это свидетельствует в пользу

гетероскедастичности

Графический тест

Кафедра математической статистики


Слайд 13 Графический анализ остатков. Гомоскедастичность.
Если все отклонения равномерно заполняют

Графический анализ остатков. Гомоскедастичность.Если все отклонения равномерно заполняют некоторую полосу постоянной

некоторую полосу постоянной ширины, то это свидетельствует в пользу

гомоскедастичности.

Графический тест

Кафедра математической статистики


Слайд 14 Сравнительный анализ статистических тестов
статистические тесты

Сравнительный анализ статистических тестовстатистические тесты


Кафедра математической статистики


Слайд 15 Общая схема проведения любого статистического теста
Напоминание
Кафедра математической статистики

Общая схема проведения любого статистического тестаНапоминаниеКафедра математической статистики



Слайд 16 Тест ранговой корреляции Спирмена
Тест Спирмена проверяет коррелированность модулей

Тест ранговой корреляции СпирменаТест Спирмена проверяет коррелированность модулей остатков регрессии со

остатков регрессии со значениями объясняющей переменной.

При использовании этого теста

предполагается, что дисперсия случайной ошибки либо уменьшается, либо увеличивается по мере увеличения Х.

При этом точки (xi,ei) могут располагаться внутри либо расширяющейся, либо – наклонной полосы (см. слайд 12 ).

Теснота взаимосвязи между модулями остатков регрессии |ei| и значениями xi оценивается с помощью выборочного рангового коэффициента корреляции rxe.

Если связь между абсолютными величинами остатков регрессии и значениями может быть признана статистически значимой, то принимается гипотеза о наличии гетероскедастичности.

Тест Спирмена

Кафедра математической статистики


Слайд 17 Порядок выполнения теста Спирмена
выполняется регрессия переменной Y на

Порядок выполнения теста Спирменавыполняется регрессия переменной Y на переменную X,для каждого

переменную X,
для каждого i -ого наблюдения вычисляют модуль остатков

регрессии |ei|;
значения xi и модули |ei| ранжируются, т. е. упорядочиваются по возрастанию;
вычисляются ранги – порядковые номера значений в ранжированном ряде из значений xi, и ранги |ei| – порядковые номера значений в ранжированном ряде, составленном из модулей остатков;
для каждого i-ого наблюдения вычисляется значение di как разность между рангами xi, и |ei| (пусть, например, наблюдаемое значение объясняющей переменной x11 является 33-им по величине, т.е. ранг x11 равен 33, а |e11| является 5-ым по величине, т.е. ранг |e11| равен 5, тогда d11=33-5=28);
вычисляется выборочный коэффициент ранговой корреляции по следующей формуле:




Тест Спирмена

Кафедра математической статистики


Слайд 18 Порядок выполнения теста Спирмена(окончание)

7) выдвигаются нулевая и альтернативная

Порядок выполнения теста Спирмена(окончание)7) выдвигаются нулевая и альтернативная гипотезы: H0 :(ранговый

гипотезы:
H0 :(ранговый коэффициент корреляции для генеральной совокупности ρxe

= 0, или гетероскедастичность отсутствует);
H1 :(ранговый коэффициент корреляции для генеральной совокупности ρxe отличен от 0, или гетероскедастичность имеет место);
8) cтатистика для проверки H0 имеет вид:



9) строится двусторонняя критическая область ;
10) если наблюдаемое значение t-статистики попадает в критическую область, то принимается гипотеза о наличии гетероскедастичности; если же наблюдаемое значение t-статистики попадает в область принятия гипотезы, то принимается гипотеза о наличии гомоскедастичности.
Замечание. Если в модели более одной объясняющей переменной, то с помощью t-статистики проверка гипотезы может выполняться для каждой из переменных отдельно..





Тест Спирмена

Кафедра математической статистики


Слайд 19 Тест Голдфелда-Квандта
Тест Голдфелда-Квандта предполагает, что с ростом xi

Тест Голдфелда-КвандтаТест Голдфелда-Квандта предполагает, что с ростом xi дисперсия D(εi) либо


дисперсия D(εi) либо растет, т.е.




либо падает, т.е.



Тест Голдфелда-Квандта


Кафедра математической статистики


Слайд 20 Порядок выполнения теста Голдфелда-Квандта
1) все наблюдений упорядочиваются по

Порядок выполнения теста Голдфелда-Квандта1) все наблюдений упорядочиваются по величине объясняющей переменной;2)

величине объясняющей переменной;
2) упорядоченная выборка разбивается на три подвыборки

объемом ;
3) средняя треть наблюдений отбрасывается и оцениваются отдельные регрессии для верхней и нижней подвыборок;
4) вычисляются дисперсии остатков регрессии для верхней ( ) и нижней ( ) подвыборок;
5) выдвигают основную гипотезу
H0 : модель является гомоскедастичной;
против альтернативной
H1 :модель является гетероскедастичной;

Тест Голдфелда-Квандта

Кафедра математической статистики


Слайд 21 Порядок выполнения теста Голдфелда-Квандта (окончание)
гипотеза H0 : проверяется

Порядок выполнения теста Голдфелда-Квандта (окончание)гипотеза H0 : проверяется с помощью статистики:при

с помощью статистики:


при выбранном уровне значимости α строится правосторонняя

критическая область , описываемая неравенством: ;
вычисляется наблюдаемое значение F-критерия;
далее следует выполнить проверку гипотезы H0 по стандартной схеме.

Тест Голдфелда-Квандта

Кафедра математической статистики


Слайд 22 Тест Глейзера
Тест Глейзера позволяет обнаружить гетероскедастичность в случае,

Тест ГлейзераТест Глейзера позволяет обнаружить гетероскедастичность в случае, когда стандартное отклонение

когда стандартное отклонение случайной компоненты связано со значением X

нелинейной зависимостью:

Тест Глейзера

Кафедра математической статистики


Слайд 23 Порядок выполнения теста Глейзера
по МНК оценивается линейная регрессия

Порядок выполнения теста Глейзерапо МНК оценивается линейная регрессия

;

оценки стандартных отклонений случайной компоненты в каждом наблюдении вычисляются как:

выбирается набор значений показателя степени γ, например, такой:

для каждого γ строится по МНК регрессионная модель вида:


Тест Глейзера

Кафедра математической статистики


Слайд 24 Порядок выполнения теста Глейзера (окончание)
5) с помощью t- статистики

Порядок выполнения теста Глейзера (окончание)5) с помощью t- статистики проверяется статистическая

проверяется статистическая значимость каждого коэффициента

;
6) если оценка окажется статистически значима, то имеет место гетероскедастичность.


Замечание. Если для нескольких значений параметра γ получены статистически значимые оценки , то следует выбрать наилучшую из них (т. е. ту, для которой
t-статистика максимальна).

Тест Глейзера

Кафедра математической статистики


Слайд 25 Методы устранения гетероскедастичности.

Основной метод устранения гетероскедастичности –

Методы устранения гетероскедастичности. Основной метод устранения гетероскедастичности – обобщенный метод

обобщенный метод наименьших квадратов (ОМНК).
Суть ОМНК – минимизация суммы

квадратов отклонений, в которой каждое наблюдение присутствует с учетом его “веса”.
Последствия ОМНК – получение эффективных оценок для коэффициентов регрессии.

ОМНК


Кафедра математической статистики


Слайд 26 Применение ОМНК
Пусть в исходной модели:
имеет место гетероскедастичность,

Применение ОМНКПусть в исходной модели: имеет место гетероскедастичность, т. е. Предположим,

т. е.

Предположим, что дисперсия случайной компоненты в каждом

наблюдении известна.
Разделим каждое наблюдение на соответствующее ему значение стандартного отклонения:



Положим и .

Тогда преобразованная модель примет вид:

ОМНК

Кафедра математической статистики


Слайд 27 Применение ОМНК (продолжение)
Легко убедиться, что случайная компонента

в

Применение ОМНК (продолжение)Легко убедиться, что случайная компонента в полученной модели имеет

полученной модели имеет нулевое математическое ожидание и единичную дисперсию

для всех наблюдений. Действительно,
и


Следовательно, оценки коэффициентов регрессии можно найти по обычному МНК, минимизируя следующую сумму квадратов отклонений

ОМНК

Кафедра математической статистики


Слайд 28 Применение ОМНК (окончание)
Замечание. Основная трудность в применении обобщенного

Применение ОМНК (окончание)Замечание. Основная трудность в применении обобщенного (взвешенного) МНК состоит

(взвешенного) МНК состоит в том, что значения

, как правило, неизвестны. На практике неизвестные значения либо заменяют их оценками, либо подбирают некоторую величину, пропорциональную в каждом наблюдении стандартному отклонению .

ОМНК

Кафедра математической статистики


Слайд 29 Заключение
Построение любой эконометрической модели должно включать проверку выполнимости

ЗаключениеПостроение любой эконометрической модели должно включать проверку выполнимости второго условия Гаусса-Маркова.

второго условия Гаусса-Маркова.
Проверка осуществляется с помощью статистических тестов.
При

нарушении второго условия Гаусса-Маркова следует предпринять шаги к устранению гетероскедастичности.

Выводы

Кафедра математической статистики


  • Имя файла: geteroskedastichnost-i-ee-posledstviya.pptx
  • Количество просмотров: 104
  • Количество скачиваний: 0