《表5 模型B，误差服从均匀分布》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《部分线性模型的一种新的异方差检验方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从上述表1～6来看，无论未知参数是否估计，mi来自什么模型，还是误差服从什么分布，模拟结果在size（检验水平）和power（功效）方面的表现效果都比较好。当模型没有异方差（即δ*=0）时，随着样本量的增大，size在逐渐变小并接近于显著性水平0.05。当样本量相同时，随着异方差性的增强，power也在增大并接近于1。当异方差程度相同时，随着样本量的增大，power在逐渐增大，但在样本量较小时，size都偏大，主要的原因是经验似然比检验都是渐近服从于卡方分布的，小样本时用极限分布去逼近它的真实分布的效果就不是很理想。同时，可以从表格中看出，未知参数有估计时比没有估计时的size要低一些，接近0.05的趋势要快一些，也就是说检验Ⅰ控制第一类错误的效果更好。从计算方面来看，没有对讨厌参数进行估计的情况下需要在程序中进行迭代优化，这样会导致计算的时间复杂度大大提高。综合考虑，检验Ⅰ要优于检验Ⅱ。