異方差性的解決方法

Ⅰ 異方差性問題如何處理

在計量經濟學中，一些情況下會出現異方差問題，嚴重的異方差問題會影響模型估計和模型檢驗等，因而在OLS回歸時需要對其進行檢驗，如果出現異方差問題需要進行對應處理。

1、殘差圖

通過繪制殘差圖，將殘差項分別與模型的自變數X或者因變數Y，作散點圖，查看散點是否有明顯的規律性。

通常存在異方差時，散點圖會呈現出自變數X值越大，殘差項越大/越小的分布規律。如上圖中散點圖呈現出這樣的規律性，說明模型具有異方差性。

2、white檢驗

懷特檢驗是最常用於檢驗異方差的方法。SPSSAU中會自動輸出懷特檢驗結果。

3、BP檢驗

除此之外，也可用BP檢驗結果判斷，SPSSAU中會自動輸出此結果。如果BP結果與white檢驗結果出現矛盾，建議以懷特檢驗結果為准。

通過案例也許能夠能清楚地說明，以下是關於工資的影響因素的OLS回歸分析。共涉及四個因素分別是起始工資、性別、受雇月數和受教育年限。採用OLS回歸，得到如下結果：

由上圖可得到起始工資、受雇時間、受教育時間對當前工有顯著的正向影響關系。

但根據異方差檢驗結果顯示，White檢驗和BP檢驗均拒絕原假設（P<0.05）（原假設為模型沒有異方差），說明模型存在異方差問題。

解決異方差問題一般有三種辦法，分別是 數據處理（取對數） 、 Robust穩健標准誤回歸 和 FGLS法 ；三種辦法可以同時使用去解決異方差問題。

1. 對原數據做對數處理

針對連續且大於0的原始自變數X和因變數Y，進行取自然對數（或10為底對數）操作，如果是定類數據則不處理。

取對數可以將原始數據的大小進行『壓縮』，這樣會減少異方差問題。事實上多數研究時默認就進行此步驟處理。負數不能直接取對數，如果數據中有負數，研究人員可考慮先對小於0的負數，先取其絕對值再求對數，然後加上負數符號。

案例中，性別一項為定類數據，所以不需要對此項做處理。其他分析項均取其自然對數。

2. 使用Robust穩健標准誤回歸

這種研究方法是當前最為流行也最為有效的處理辦法。在SPSSAU中分析時，勾選上『robust穩健標准誤』即可。當然以上兩種方法可以結合使用，即先對數據取對數，然後進行Robuust穩健標准誤回歸：

3. FGLS回歸

FGLS是這樣的一類思路，即對於殘差值越大的點，給予越小的權重，從而解決異方差問題，FGLS回歸事實上一系列數據處理的過程。從分析上看，它依然還是使用OLS回歸方法進行。操作方法請參考： https://spssau.com/front/spssau/helps/conometricstudy/olsregression.html

1. 如果是取對數操作，特別需要注意原始數據中負數不能直接取對數，如果數據中有負數，研究人員可考慮先對小於0的負數，先取其絕對值再求對數，然後加上負數符號。

2. 穩健標准誤回歸不會輸出white檢驗和BP檢驗，Robust穩健標准誤回歸即是最終結果。

更多干貨內容可登錄 SPSSAU官網 查看

Ⅱ 澶勭悊寮傛柟宸鐨勬柟娉曟槸鍔犲叆鉶氭嫙鍙橀噺銆

澶勭悊寮傛柟宸鐨勬柟娉曚箣涓鏄鍔犲叆鉶氭嫙鍙橀噺銆

浠涔堟槸寮傛柟宸錛

鍦ㄧ粺璁″︿腑錛屽紓鏂瑰樊( heteroscedasticity )鏄鎸囬殢鐫鑷鍙橀噺鐨勫彉鍖栵紝闅忔満璇宸欏圭殑鏂瑰樊涔熷彂鐢熷彉鍖栫殑鐜拌薄銆

綆鍗曟潵璇達紝灝辨槸鍦ㄥ洖褰掓ā鍨嬩腑錛岃宸欏圭殑鏂瑰樊涓嶆槸鎮掑畾鐨勶紝鑰屾槸涓庤嚜鍙橀噺鐩稿叧寮傛柟宸浼氱粰鍥炲綊鍒嗘瀽甯︽潵涓浜涢棶棰橈紝渚嬪傦紝鍙傛暟浼拌′笉鍑嗙『銆佸亣璁炬楠屽け鏁堛侀勬祴鍖洪棿涓嶅噯紜絳夈傚洜姝わ紝涓轟簡寰楀埌鍙闈犵殑緇撴灉錛岄渶瑕侀噰鍙栦竴浜涙柟娉曟潵瑙ｅ喅寮傛柟宸闂棰樸

3銆佸箍涔夋渶灝忎簩涔樻硶( Generalized Least Squares錛孏LS)銆

騫誇箟鏈灝忎簩涔樻硶鏄涓縐嶆洿鍔犱竴鑸鍖栫殑瑙ｅ喅寮傛柟宸闂棰樼殑鏂規硶銆傚畠閫氳繃瀵瑰洖褰掓ā鍨嬭繘琛屼慨姝ｏ紝寮曞叆鍗忔柟宸鐭╅樀鏉ヨ冭檻寮傛柟宸鐨勫獎鍝嶃

鍏蜂綋鑰岃█錛屽箍涔夋渶灝忎簩涔樻硶浼氬瑰洖褰掓ā鍨嬬殑璇宸欏硅繘琛屼慨姝ｏ紝浣垮緱璇宸欏圭殑鍗忔柟宸鐭╅樀涓轟竴涓瀵硅掔煩闃碉紝浠庤屾秷闄ゅ紓鏂瑰樊鐨勫獎鍝嶃傜劧鍚庡啀榪涜屾渶灝忎簩涔樹及璁★紝寰楀埌鏇村姞鍑嗙『鐨勫洖褰掔郴鏁般

4銆佺ǔ鍋ユ爣鍑嗚( Robust Standard Errors 錛夈

紼沖仴鏍囧噯璇鏄涓縐嶅熀浜庡紓鏂瑰樊鐨勫弬鏁頒及璁＄殑鏍囧噯璇銆傚畠閫氳繃瀵規爣鍑嗚榪涜屼慨姝ｏ紝鑰冭檻浜嗗紓鏂瑰樊鐨勫獎鍝嶏紝浠庤屽緱鍒版洿鍔犲噯紜鐨勫弬鏁頒及璁＄粨鏋溿

紼沖仴鏍囧噯璇鍙浠ラ氳繃璁＄畻孌嬪樊鐨勬柟宸-鍗忔柟宸鐭╅樀鏉ュ緱鍒幫紝鐒跺悗鍐嶈繘琛屾爣鍑嗚鐨勮＄畻銆傝繖鏍峰氨鍙浠ラ伩鍏嶅紓鏂瑰樊瀵規爣鍑嗚鐨勫獎鍝嶏紝寰楀埌鏇村姞鍙闈犵殑鍙傛暟浼拌°

5銆佸紓鏂瑰樊紼沖仴鍥炲綊(Heteroscedasticity Robust Regression )銆

寮傛柟宸紼沖仴鍥炲綊鏄涓縐嶇粨鍚堜簡騫誇箟鏈灝忎簩涔樻硶鍜岀ǔ鍋ユ爣鍑嗚鐨勬柟娉曘傚畠閫氳繃鍚屾椂瀵瑰洖褰掓ā鍨嬭繘琛屼慨姝ｅ拰鍙傛暟浼拌＄殑淇姝ｏ紝寰楀埌鍚屾椂鑰冭櫄寮傛柟宸鐨勫洖褰掔粨鏋溿

寮傛柟宸紼沖仴鍥炲綊鍙浠ラ氳繃璁＄畻孌嬪樊鐨勬柟宸-鍗忔柟宸鐭╅樀鏉ュ緱鍒幫紝鐒跺悗鍐嶈繘琛屽洖褰掔郴鏁扮殑浼拌°傝繖鏍峰氨鍙浠ヨВ鍐沖紓鏂瑰樊闂棰橈紝寰楀埌鏇村姞鍑嗙『鐨勫洖褰掔粨鏋溿

鎬葷粨錛

瑙ｅ喅寮傛柟宸鏄鍥炲綊鍒嗘瀽涓涓涓閲嶈佺殑闂棰橈紝瀹冨彲浠ュ獎鍝嶅埌鍙傛暟浼拌＄殑鍑嗙『鎬у拰鍋囪炬楠岀殑鍙闈犳с傚湪瀹為檯搴旂敤涓錛屾垜浠鍙浠ラ噰鐢ㄦ潈閲嶆渶灝忎簩涔樻硶銆佸彉閲忚漿鎹銆佸箍涔夋渶灝忎簩涔樻硶銆佺ǔ鍋ユ爣鍑嗚鍜屽紓鏂瑰樊紼沖仴鍥炲綊絳夋柟娉曟潵瑙ｅ喅寮傛柟宸闂棰樸

閫夋嫨鍚堥傜殑鏂規硶闇瑕佹牴鎹瀹為檯鎯呭喌鍜岀粺璁℃ā鍨嬬殑瑕佹眰鏉ョ『瀹氥傞氳繃鏈夋晥鍦拌В鍐沖紓鏂瑰樊闂棰橈紝鎴戜滑鍙浠ュ緱鍒版洿鍔犲噯紜鍙闈犵殑鍥炲綊緇撴灉錛屾彁楂樼粺璁″垎鏋愮殑鍙闈犳у拰瀹炵敤鎬с