异方差的检验与修正.docx

异方差的检验与修正.docx

《异方差的检验与修正.docx》由会员分享，可在线阅读，更多相关《异方差的检验与修正.docx（10页珍藏版）》请在冰豆网上搜索。

异方差的检验与修正

西安财经学院

本科实验报告

学院（部）统计学院

实验室313

课程名称计量经济学

学生姓名

学号1204100213

专业统计学

教务处制

2014年12月15日

《异方差》实验报告

开课实验室：

3132014年12月22日

学院

统计学院

年级、专业、班

统计1202

姓名

成绩

课程

名称

计量经济学

实验项目

名称

异方差

指导教师

教师评语

教师签名：

年月日

一、实验目的

了解异方差（heteroscedasticity）异方差产生的原因和后果。

掌握异方差的检验与修正方法以及如何运用Eviews软件在实证研究中实现相关检验与修正。

二、实验原理

普通最小二乘法、图形检验法、Goldfeld-Quandt检验、White检验

三、使用仪器、材料

计算机、Eviews软件、数据

四、实验步骤

一．选择数据

二．对数据进行参数估计，得出多元线性回归模型

三．检查模型是否存在异方差

四．进行异方差的修正

五、实验过程原始记录（数据、图表、计算等）

一．选择数据

1.建立工作文件并录入数据File\New\workfile,弹出Workfilecreate对话框中选择数据类型。

Object\newobject\group,按向上的方向键，出现两个obs后输入数据.

中国内地2006年各地区农村居民家庭人均纯收入与消费支出单位：

元

城市

y

x1

x2

城市

y

x1

x2

北京

5724.5

958.3

7317.2

湖北

2732.5

1934.6

1484.8

天津

3341.1

1738.9

4489

湖南

3013.3

1342.6

2047

河北

2495.3

1607.1

2194.7

广东

3886

1313.9

3765.9

山西

2253.3

1188.2

1992.7

广西

2413.9

1596.9

1173.6

内蒙古

2772

2560.8

781.1

海南

2232.2

2213.2

1042.3

辽宁

3066.9

2026.1

2064.3

重庆

2205.2

1234.1

1639.7

吉林

2700.7

2623.2

1017.9

四川

2395

1405

1597.4

黑龙江

2618.2

2622.9

929.5

贵州

1627.1

961.4

1023.2

上海

8006

532

8606.7

云南

2195.6

1570.3

680.2

江苏

4135.2

1497.9

4315.3

西藏

2002.2

1399.1

1035.9

浙江

6057.2

1403.1

5931.7

陕西

2181

1070.4

1189.8

安徽

2420.9

1472.8

1496.3

甘肃

1855.5

1167.9

966.2

福建

3591.4

1691.4

3143.4

青海

2179

1274.3

1084.1

江西

2676.6

1609.2

1850.3

宁夏

2247

1535.7

1224.4

山东

3143.8

1948.2

2420.1

新疆

2032.4

2267.4

469.9

河南

2229.3

1844.6

1416.4

二．对数据进行参数估计，得出多元线性回归模型

1.模型设定为

Yi----人均消费支出

X1--从事农业经营的纯收入

X2--其他来源的纯收入

2.点Quick\estimateequation,在弹出的对话框中输入”YCX”，结果如下：

4.在本例中，参数估计的结果为：

（2.218）（2.438）（16.999）

D.W.=1.4289F=165.8853SE=395.2538

三．检查模型是否存在异方差

1．图形分析检验

（1）散点相关图分析

分别做出X1和Y、X2和Y的散点相关图，观察相关图可以看出，随着X1、X2的增加，Y也增加，但离散程度逐步扩大，尤其表现在X1和Y.这说明变量之间可能存在递增的异方差性。

在Graph/scatter输入log（x2）e^2，结果如下：

（2）残差相关图分析

建立残差关于X1、X2的散点图，可以发现随着X的增加，残差呈现明显的扩大趋势，表明模型很可能存在递增的异方差性。

但是否确实存在异方差还应通过更进一步的检验。

2.GQ检验

首先在主窗口Procs菜单里选Sortcurrentpage命令，输入排序变量x2，以递增型排序对解释变量X2进行排序，然后构造子样本区间，分别为1-12和20-31，再分别建立回归模型。

（1）在Sample菜单里，将区间定义为1—12，然后用OLS方法求得如下结果

（2）在Sample菜单里，将区间定义为20—31，然后用OLS方法求得如下结果

则F的统计量值为：

在

下，式中分子、分母的自由度均为9，查F分布表得临界值为：

，因为F=8.6699>

所以拒绝原假设，表明模型确实存在异方差。

3.White检验

（1）建立回归模型，然后在模型页面按路径view/residualtests/heteroskedasticity（nocrosstermsorcrossterms）/white，进入White检验。

从上表可以看出

由White检验知，在

查

分布表得

<

所以存在异方差性。

同时可以直接观察相伴概率P值的大小，这里P=0.00948,小于0.05的显著水平，认为存在异方差性。

四．进行异方差的修正

利用加权最小二乘法估计模型：

在Genr/Enterequation中键入：

W=

，然后再在Estimateequation中输入“YCX1X2”,点option,在对话框中点weighted在weighted中输入“W=

”再点确定,即出现加权最小二乘结果。

估计结果：

（25.6316）（25.9718）（118.2628）

DW=1.8671SE=21.3681F=13424.52

结论:

运用加权小二乘法消除了异方差性后，参数的t检验均显著，可决系数大幅提高，F检验也显著，并说明农业经营的纯收入每增加1元，其他来源的纯收入每增加1元，人均消费支出将分别增加0.4730元和0.6955元，而不是引子中得出的增加0.4021元和0.7090元。

六、实验结果及分析

·

实验报告打印格式说明

1.标题：

三号加粗黑体

2.开课实验室：

5号加粗宋体

3.表中内容：

（1）标题：

5号黑体

（2）正文：

5号宋体

4.纸张：

A4

5.页边距

上距：

2.54cm

下距：

2.54cm

左距：

3.17cm

右距：

3.17cm