实验五异方差模型的检验.docx
- 文档编号:29970885
- 上传时间:2023-08-03
- 格式:DOCX
- 页数:29
- 大小:51.44KB
实验五异方差模型的检验.docx
《实验五异方差模型的检验.docx》由会员分享,可在线阅读,更多相关《实验五异方差模型的检验.docx(29页珍藏版)》请在冰豆网上搜索。
实验五异方差模型的检验
实验报告
课程名称:
计量经济学
实验项目:
实验五异方差模型的
检验和处理
实验类型:
综合性□设计性□验证性☑
专业班别:
12国
姓名:
学号:
412
实验课室:
厚德楼A404
指导教师:
实验日期:
2015年5月28日
广东商学院华商学院教务处制
一、实验项目训练方案
小组合作:
是□否☑
小组成员:
无
实验目的:
掌握异方差模型的检验和处理方法
实验场地及仪器、设备和材料
实验室:
普通配置的计算机,Eviews软件及常用办公软件。
实验训练内容(包括实验原理和操作步骤):
【实验原理】
异方差的检验:
图形检验法、Goldfeld-Quanadt检验法、White检验法、Glejser检验法;
异方差的处理:
模型变换法、加权最小二乘法(WLS)。
【实验步骤】
本实验考虑三个模型:
【1】广东省财政支出CZ对财政收入CS的回归模型;(数据见附表1:
附表1-广东省数据)
【2】广东省固定资产折旧ZJ对国内生产总值GDPS和时间T的二元回归模型;(数据见附表1:
附表1-广东省数据)
【3】广东省各市城镇居民消费支出Y对人均收入X的回归模型。
(数据见附表2:
附表2-广东省2005年数据)
(一)异方差的检验
1.图形检验法
分别用相关分析图和残差散点图检验模型【1】、模型【2】和模型【3】是否存在异方差。
注:
①相关分析图是作应变量对自变量的散点图(亦可作模型残差对自变量的散点图);
②残差散点图是作残差的平方对自变量的散点图。
③模型【2】中作图取自变量为GDPS来作图。
模型【1】
相关分析图
残差散点图
模型【2】
相关分析图
残差散点图
模型【3】
相关分析图
残差散点图
【思考】①相关分析图和残差散点图的不同点是什么?
②*在模型【2】中,自变量有两个,有无其他处理方法?
尝试做出来。
(请对得到的图表进行处理,以上在一页内)
2.Goldfeld-Quanadt检验法
用Goldfeld-Quanadt检验法检验模型【3】是否存在异方差。
注:
Goldfeld-Quanadt检验法的步骤为:
①排序:
②删除观察值中间的约1/4的,并将剩下的数据分为两个部分。
③构造F统计量:
分别对上述两个部分的观察值求回归模型,由此得到的两个部分的残差平方为
和
。
为较大的残差平方和,
为较小的残差平方和。
④算统计量
。
⑤判断:
给定显著性水平
,查F分布表得临界值
。
如果
,则认为模型中的随机误差存在异方差。
(详见课本135页)
将实验中重要的结果摘录下来,附在本页。
obs
X
Y
1
7021.94
4632.689999999999
2
7220.44
6317.03
3
7299.25
6463.37
4
8241.209999999999
6350.38
5
8842.84
6757.02
6
9214.6
7294.93
7
9867.36
7669.84
8
10097.2
7476.65
9
10908.36
8113.64
10
11944.08
8296.43
11
1
229.17
9505.66
12
15762.77
12651.95
13
17680.1
14485.61
14
18287.24
14468.24
15
18907.73
14323.66
16
21015.03
18550.56
17
22881.8
21767.78
18
28665.25
21188.84
DependentVariable:
Y
Method:
LeastSquares
Date:
06/07/15Time:
11:
18
Sample:
17
Includedobservations:
7
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X
0.723077
0.218386
3.311003
0.0212
C
536.8874
1814.254
0.295927
0.7792
R-squared
0.686771
Meandependentvar
6497.894
AdjustedR-squared
0.624125
S.D.dependentvar
966.9988
S.E.ofregression
592.8541
Akaikeinfocriterion
15.84273
Sumsquaredresid
1757380.
Schwarzcriterion
15.82728
Loglikelihood
-53.44956
Hannan-Quinncriter.
15.65172
F-statistic
10.96274
Durbin-Watsonstat
1.761325
Prob(F-statistic)
0.021217
DependentVariable:
Y
Method:
LeastSquares
Date:
06/07/15Time:
11:
20
Sample:
1218
Includedobservations:
7
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X
0.759291
0.177898
4.268125
0.0080
C
1243.743
3707.238
0.335490
0.7509
R-squared
0.784640
Meandependentvar
16776.66
AdjustedR-squared
0.741567
S.D.dependentvar
3677.261
S.E.ofregression
1869.382
Akaikeinfocriterion
18.13956
Sumsquaredresid
17472943
Schwarzcriterion
18.12411
Loglikelihood
-61.48846
Hannan-Quinncriter.
17.94855
F-statistic
18.21689
Durbin-Watsonstat
2.037081
Prob(F-statistic)
0.007953
有上图可知
=17472943,
=1757380 F=
/
=17472943/1757380=9.94260945.在
下,上式中分子、分母的自由度均为5,查F分布表得临界值F0.05(5,5)=5.05,因为F=9.94260945> F0.05(5,5)=5.05,所以拒接原假设,说明模型存在异方差。
(请对得到的图表进行处理,以上在一页内)
3.White检验法
分别用White检验法检验模型【1】、模型【2】和模型【3】是否存在异方差。
Eviews操作:
先做模型,选view/ResidualTests/HeteroskedasticityTests/White/(勾选crossterms)。
摘录主要结果附在本页内。
模型【1】
HeteroskedasticityTest:
White
F-statistic
4.
40866
Prob.F(2,25)
0.0156
Obs*R-squared
7.932189
Prob.Chi-Square
(2)
0.0189
ScaledexplainedSS
14.57723
Prob.Chi-Square
(2)
0.0007
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/07/15Time:
12:
44
Sample:
19782005
Includedobservations:
28
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-879.8513
1125.376
-0.781829
0.4417
CS
12.93720
4.651328
2.781398
0.0101
CS^2
-0.006620
0.002964
-2.233561
0.0347
R-squared
0.283292
Meandependentvar
1940.891
AdjustedR-squared
0.225956
S.D.dependentvar
4080.739
S.E.ofregression
3590.225
Akaikeinfocriterion
19.31077
Sumsquaredresid
3.22E+08
Schwarzcriterion
19.45351
Loglikelihood
-267.3508
Hannan-Quinncriter.
19.35441
F-statistic
4.940866
Durbin-Watsonstat
2.144291
Prob(F-statistic)
0.015552
模型【2】
HeteroskedasticityTest:
White
F-statistic
1.993171
Prob.F(5,22)
0.1195
Obs*R-squared
8.729438
Prob.Chi-Square(5)
0.1204
ScaledexplainedSS
14.67857
Prob.Chi-Square(5)
0.0118
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/07/15Time:
12:
47
Sample:
19782005
Includedobservations:
28
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1837.898
6243.701
0.294360
0.7712
GDPS
-3.395093
5.407361
-0.627865
0.5366
GDPS^2
-9.08E-05
0.000185
-0.489537
0.6293
GDPS*T
0.160300
0.315176
0.508604
0.6161
T
-491.5614
1982.891
-0.247901
0.8065
T^2
49.08543
152.9875
0.320846
0.7514
R-squared
0.311766
Meandependentvar
3461.910
AdjustedR-squared
0.155349
S.D.dependentvar
7240.935
S.E.ofregression
6654.775
Akaikeinfocriterion
20.63147
Sumsquaredresid
9.74E+08
Schwarzcriterion
20.91694
Loglikelihood
-282.8405
Hannan-Quinncriter.
20.71874
F-statistic
1.993171
Durbin-Watsonstat
1.971537
Prob(F-statistic)
0.119510
模型【3】
HeteroskedasticityTest:
White
F-statistic
7.670826
Prob.F(2,15)
0.0051
Obs*R-squared
9.101341
Prob.Chi-Square
(2)
0.0106
ScaledexplainedSS
14.09286
Prob.Chi-Square
(2)
0.0009
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/07/15Time:
12:
51
Sample:
118
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1865425.
2810916.
0.663636
0.5170
X
-354.7917
388.1454
-0.914069
0.3751
X^2
0.018810
0.011686
1.609597
0.1283
R-squared
0.505630
Meandependentvar
1232693.
AdjustedR-squared
0.439714
S.D.dependentvar
2511199.
S.E.ofregression
1879689.
Akaikeinfocriterion
31.88212
Sumsquaredresid
5.30E+13
Schwarzcriterion
32.03052
Loglikelihood
-283.9391
Hannan-Quinncriter.
31.90258
F-statistic
7.670826
Durbin-Watsonstat
2.010913
Prob(F-statistic)
0.005074
(请对得到的图表进行处理,以上在一页内)
4.Glejser检验法
用Glejser检验法检验模型【1】是否存在异方差。
分别用残差的绝对值对自变量的一次项
、二次项
,开根号项
和倒数项
作回归。
检验异方差是否存在,并选定异方差的最优形式。
摘录主要结果附在本页内。
一、一次项
回归
DependentVariable:
E1
Method:
LeastSquares
Date:
06/07/15Time:
13:
17
Sample:
19782005
Includedobservations:
28
Variable
Coefficient
Std.Error
t-Statistic
Prob.
CS
0.029236
0.012279
2.380947
0.0249
C
14.15991
8.259492
1.714380
0.0984
R-squared
0.179006
Meandependentvar
27.30288
AdjustedR-squared
0.147429
S.D.dependentvar
35.20964
S.E.ofregression
32.51074
Akaikeinfocriterion
9.869767
Sumsquaredresid
27480.66
Schwarzcriterion
9.964925
Loglikelihood
-136.1767
Hannan-Quinncriter.
9.898858
F-statistic
5.668911
Durbin-Watsonstat
1.339465
Prob(F-statistic)
0.024881
二、去掉常数项再回归
DependentVariable:
E1
Method:
LeastSquares
Date:
06/07/15Time:
13:
22
Sample:
19782005
Includedobservations:
28
Variable
Coefficient
Std.Error
t-Statistic
Prob.
CS
0.043304
0.009456
4.579473
0.0001
R-squared
0.086198
Meandependentvar
27.30288
AdjustedR-squared
0.086198
S.D.dependentvar
35.20964
S.E.ofregression
33.65794
Akaikeinfocriterion
9.905436
Sumsquaredresid
30587.14
Schwarzcriterion
9.953015
Loglikelihood
-137.6761
Hannan-Quinncriter.
9.919981
Durbin-Watsonstat
1.209310
三、二次项
回归
DependentVariable:
E1
Method:
LeastSquares
Date:
06/07/15Time:
13:
19
Sample:
19782005
Includedobservations:
28
Variable
Coefficient
Std.Error
t-Statistic
Prob.
CS^2
1.11E-05
8.36E-06
1.322207
0.1976
C
22.30236
7.575286
2.944094
0.0067
R-squared
0.063003
Meandependentvar
27.30288
AdjustedR-squared
0.026965
S.D.dependentvar
35.20964
S.E.ofregression
34.73168
Akaikeinfocriterion
10.00193
Sumsquaredresid
31363.53
Schwarzcriterion
10.09709
Loglikelihood
-138.0270
Hannan-Quinncriter.
10.03102
F-statistic
1.748231
Durbin-Watsonstat
1.203183
Prob(F-statistic)
0.197614
四、开根号项
回归
DependentVariable:
E1
Method:
LeastSquares
Date:
06/07/15Time:
13:
24
Sample:
19782005
Includedobservations:
28
Variable
Coefficient
Std.Error
t-Statistic
Prob.
CS^(1/2)
1.537233
0.269036
5.713848
0.0000
R-squared
0.265081
Meandependentvar
27.30288
AdjustedR-squared
0.265081
S.D.dependentvar
35.20964
S.E.ofregression
30.18432
Akaikeinfocriterion
9.687583
Sumsquaredresid
24599.52
Schwarzcriterion
9.735
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验 方差 模型 检验