排序方式: 共有3条查询结果,搜索用时 474 毫秒
1
1.
在线性回归模型的异方差检验中,Goldfeld-Quandt (G-Q)检验是常用的方法,但传统的G-Q检验在一般情况下仅适用于一元回归,有其局限性。本文围绕G-Q检验展开讨论,通过借鉴White检验的思想对多元线性回归中的变量进行筛选,并使用筛选出的变量进行G-Q检验的排序,使其可以应用于多元线性回归模型,通过多种情况下的大量数值模拟与其他改进的G-Q检验以及White检验进行了比较。模拟结果中,本文提出的方法在大多数情况下优于其他几种方法,且在异方差较易识别的情况下的异方差检出率达到90.17%以上,论证了本文方法良好的检验效果,并且用实例验证了其可行性。 相似文献
2.
3.
在多元线性回归模型的异方差检验中,当解释变量较多且两两之间相关系数较低时,会导致传统White检验构造的辅助回归函数参数增多、计算量增大、检验效果不明显。针对这一问题,基于异方差检验原理,建立残差平方与解释变量之间的回归模型,筛选出系数显著的解释变量,利用残差平方与筛选出的解释变量构建辅助回归模型进行异方差检验。数值模拟及实证分析表明该方法有良好的检验效果及简单的步骤。 相似文献
1