Eviews異方差性實驗報告

1、精選優(yōu)質(zhì)文檔-傾情為你奉上實驗一 異方差性【實驗目的】掌握異方差性問題出現(xiàn)的來源、后果、檢驗及修正的原理，以及相關(guān)的Eviews操作方法?！緦嶒瀮?nèi)容】以計量經(jīng)濟學學習指南與練習補充習題4-16為數(shù)據(jù)，練習檢查和克服模型的異方差的操作方法。【4-16】表4-1給出了美國18個行業(yè)1988年研究開發(fā)（R&D）費用支出Y與銷售收入X的數(shù)據(jù)。請用帕克（Park）檢驗、戈里瑟（Gleiser）檢驗、G-Q檢驗與懷特（White）檢驗來檢驗Y關(guān)于X的回歸模型是否存在異方差性？若存在異方差性，請嘗試消除它。表4-1 單位：百萬美元序號研究開發(fā)費用Y銷售收入X162.56375.3292.911626

2、.43178.314655.14258.421869.25494.726408.361083.032405.671620.635107.78421.740295.49509.270761.6106620.180522.8113918.695294.0121595.3.1136107.5.3144454.1.7153163.8.91613210.7.8171703.8.5【實驗步驟】一 檢查模型是否存在異方差性1、圖形分析檢驗（1）散點相關(guān)圖分析做出銷售收入X與研究開發(fā)費用Y的散點相關(guān)圖（SCAT X Y）。觀察相關(guān)圖可以看出，隨著銷售收入的增加，研究開發(fā)費用的平均水平不斷提高，但離散程度也逐步

3、擴大。這說明變量之間可能存在遞增的異方差性。（2）殘差圖分析首先對數(shù)據(jù)按照解釋變量X由小至大進行排序（SORT X），然后建立一元線性回歸方程（LS Y C X）。因此，模型估計式為： -（*）(0.17) (2.88)R2=0.31 s.e.=2850 F=0.011建立殘差關(guān)于X的散點圖，可以發(fā)現(xiàn)隨著X增加，殘差呈現(xiàn)明顯的擴大趨勢，表明存在遞增的異方差。2、Park檢驗建立回歸模型（LS Y C X），結(jié)果如（*）式。生成新變量序列：GENR LNE2 = LOG(RESID2)GENR LNX = LOG(X)生成新殘差序列對解釋變量的回歸模型（LS LNE2 C LNX）。從下圖所示的

4、回歸結(jié)果中可以看出，LNX的系數(shù)估計值不為0且能通過顯著性檢驗，即隨機誤差項的方差與解釋變量存在較強的相關(guān)關(guān)系，即認為存在異方差性。3、Gleiser檢驗建立回歸模型（LS Y C X），結(jié)果如（*）式。生成新變量序列：GENR E = ABS(RESID)分別建立新殘差序列E對各解釋變量的回歸模型（LS E C X），回歸結(jié)果如各圖所示。由上述各回歸結(jié)果可知，各回歸模型中解釋變量的系數(shù)估計值顯著不為0，且除了的系數(shù)，均能通過10%的顯著性檢驗。所以認為存在異方差性。4、G-Q檢驗將樣本按解釋變量排序（SORT X）并分成兩部分，分別為1到7和11到17，各7個樣本。利用樣本1建立回歸模型1（

5、SMPL 1 7 LS Y C X），其殘差平方和為.0。利用樣本2建立回歸模型2（SMPL 11 17 LS Y C X），其殘差平方和為。計算F統(tǒng)計量： / = 221.09，分別是模型1和模型2的殘差平方和。取時，查F分布表得，而，所以存在異方差性。5、White檢驗建立回歸模型（LS Y C X）。在窗口菜單中選擇Heteroskedasticity Test: White，檢驗結(jié)果如下：其中F值為輔助回歸模型的F統(tǒng)計量值。取顯著水平，由于，所以存在異方差性。同時可以直接觀察相伴概率P值的大小，這里P = 0.0022，小于0.05的顯著水平，認為存在異方差性。二 克服異方差1、確定權(quán)

6、數(shù)變量根據(jù)Park檢驗生成權(quán)數(shù)變量：GENR W1=1/X1.5019根據(jù)Gleiser檢驗生成權(quán)數(shù)變量：GENR W2=1/X2另外生成：GENR W3=1/ABS(RESID)GENR W4=1/RESID2其中RESID為最初回歸模型LS Y C X的殘差序列。2、利用加權(quán)最小二乘法估計模型在Eviews命令窗口中依次鍵入命令LS(W=) Y C X，或在回歸的權(quán)數(shù)變量欄里依次輸入W1、W2、W3、W4，得到回歸結(jié)果。并對所估計的模型再分別進行White檢驗，觀察異方差的調(diào)整情況。W1：W2：W3：W4：權(quán)數(shù)為W1、W2、W4所對應的White檢驗顯示，P值較大，都超過了0.88，所以接受不存在異