admin 管理员组

文章数量: 1086019


2024年4月16日发(作者：个人简单博客系统页面搭建)

stata中glejser方法

在Stata中使用Glejser方法可以进行异方差性检验。Glejser方

法是通过将方程中的一个自变量作为要检验的变量，然后将该

变量的观察值按照升序排列，再重新估计方程，比较重新估计

的系数与原系数的差异来判断异方差性的存在。

以下是使用Glejser方法进行异方差性检验的步骤：

1. 拟合回归模型：首先，需要拟合一个普通的线性回归模型，

例如使用最小二乘法进行拟合。

2. 计算残差的绝对值：根据拟合的模型，计算每个观察值的残

差，并取其绝对值。

3. 按照自变量排序：根据要检验的自变量，将数据集按照该自

变量的值升序排列。

4. 重新估计回归模型：使用排序后的数据集，重新拟合回归模

型。

5. 比较系数估计：比较原模型中的系数与重新估计模型中的系

数，检查其差异。

6. 进行统计检验：可以通过计算差异的标准差来进行统计检验。

如果差异显著大于零，那么可以判断存在异方差性。

在Stata中，可以按照以下步骤执行Glejser方法的异方差性检

验：

1. 拟合回归模型：使用regress命令拟合回归模型，例如：reg

y x1 x2

2. 计算残差的绝对值：使用predict命令计算残差的绝对值，

例如：predict residual, r

3. 按照自变量排序：使用sort命令按照要检验的自变量的值升

序排列数据集，例如：sort x1

4. 重新估计回归模型：使用regress命令重新拟合回归模型，

例如：reg y x2

5. 比较系数估计：比较原模型和重新估计模型中的系数，例如：

esttab, b(%6.3f) label

6. 进行统计检验：可以通过比较两个模型的系数差异的标准差

来进行统计检验，例如使用lincom命令进行检验。

注意：Glejser方法是一种简单的异方差性检验方法，但并不

一定能产生准确的结果。如果需要更准确和全面的异方差性检

验，可以考虑使用其他方法，如White检验或

Heteroscedasticity-consistent Standard Errors（异方差一致标准

误）估计。


本文标签： 模型 使用 检验 进行 方差

版权声明：本文标题：stata中glejser方法 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/p/1713231539a625074.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。