计量经济学 异方差性文档格式.docx

计量经济学 异方差性文档格式.docx

《计量经济学 异方差性文档格式.docx》由会员分享，可在线阅读，更多相关《计量经济学 异方差性文档格式.docx（13页珍藏版）》请在冰豆网上搜索。

【实验目的】

掌握异方差性的检验及处理方法

【实验内容】

建立并检验我国制造业利润函数模型

【实验步骤】

输入数据

建立散点图

从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。

这说明变量之间可能存在递增的异方差性。

⑵残差分析

首先将数据排序（命令格式为：

SORT解释变量），然后建立回归方程。

在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。

图2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。

⒉Goldfeld-Quant检验

⑴将样本按解释变量排序（SORTX）并分成两部分（分别有1到10共11个样本合19到28共10个样本）

⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为364818.6

⑶利用样本2建立回归模型2（回归结果如图4），其残差平方和为6897143

SMPL1928

LSYCX

⑷计算F统计量：

＝6897143/364818.6

=18.906，

分别是模型1和模型2的残差平方和。

取

时，查F分布表得

，而

，所以存在异方差性

⒊White检验

1建立回归模型：

LSYCX，

2方程窗口上点击View\Residual\Test\WhiteHeteroskedastcity,检验结果如图6

其中F值为辅助回归模型的F统计量值。

取显著水平

，由于其中F值为辅助回归模型的F统计量值。

，由于

所以存在异方差性。

实际应用中可以直接观察相伴概率p值的大小，若p值较小，则认为存在异方差性。

反之，则认为不存在异方差性。

⒋Park检验

⑴建立回归模型（结果同图5所示）。

⑵生成新变量序列：

GENRLNE2=log（RESID^2）

GENRLNX=logx

3立新残差序列对解释变量的回归模型：

LSLNE2CLNX

从图7所示的回归结果中可以看出，LNX的系数估计值不为0且能通过显著性检验，即随即误差项的方差与解释变量存在较强的相关关系，即认为存在异方差性。

⒌Gleiser检验（Gleiser检验与Park检验原理相同）

2立回归模型（结果同图5所示）。

3成新变量序列：

GENRE=ABS（RESID）

4分别建立新残差序列（E）对各解释变量（X/X^2/X^（1/2）/X^（－1）/X^（－2）/X^（－1/2））的回归模型：

LSECX，回归结果如图8、9、10、11、12、13所示。

5GENRE=ABS（RESID）

LSECX

得到

LSECX^2

LSECX^（1/2）

LSECX^（－1）

LSECX^（－2）

LSECX^（－1/2）

由上述各回归结果可知，各回归模型中解释变量的系数估计值显著不为0且均能通过显著性检验。

所以认为存在异方差性。

由F值或

确定异方差类型

Gleiser检验中可以通过F值或

值确定异方差的具体形式。

本例中，图10所示的回归方程F值（

）最大，可以据次来确定异方差的形式。

一、调整异方差性

1定权数变量

根据Park检验生成权数变量：

GENRW1=1/X^1.314

根据Gleiser检验生成权数变量：

GENRW2=1/X^0.5

另外生成：

GENRW3=1/ABS（RESID）

GENRW4=1/RESID^2

⒉利用加权最小二乘法估计模型

在Eviews命令窗口中依次键入命令：

LS（W=

）YCX

LSW1CX

LSW2CX

LSW3CX

LSW4CX