资源描述：
《异方差进行检验和补救》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、内蒙古科技大学实验报告课程名称：计量经济学实验项目名称：单方程线性回归模型中异方差的检验与补救院（系）：经济与管理学院专业班级：09国贸一班姓名：卢娟学号：096513711512内蒙古科技大学实验地点：经管机房实验日期：2012年5月7日实验目的：掌握利用EViews软件对模型中存在的异方差进行检验和补救。实验内容：根据我国2000年部分地区城镇居民每个家庭平均全年可支配收入X与消费支出Y的统计数据，通过建立双变量线性回归模型分析人均可支配收入对人均消费支出的线性影响，并讨论异方差的检验与修正过程。1、异方差的检
2、验1）图示法2）Park检验3）Glejser检验4）Goldfeld-Quandt检验5）White检验2、异方差的补救1）加权最小二乘法（WLS）2）对数变换实验方法、步骤和结果：案例：沿用研究印度食物支出和总支出关系的例子，通过建立双变量线性回归模型分析印度总支出对食物支出的线性影响，并讨论异方差的检验与修正过程。1、异方差的检验打开Eviews5，建立新的工作文件，选择横截面数据，观察项为55，并复制数据，进行重命名。1）图示法A、用X-Y的散点图进行判断以组的形式打开XY,view,graph,scatt
3、er,simplescatter,得到散点图12内蒙古科技大学分析：散点图在越靠后的位置，离散程度越大，模型可能存在异方差。B、用Y的估计值与残差平方的散点图进行判断做一个55个变量的回归，点击quick,estimateequation,输入公式ycx,得到回归，点击forcast得到Y的估计值。12内蒙古科技大学点击proc,makeresidualseries，将名字改为res，生成残差序列。点击quick,graph,scatter,输入yfres^2，得到散点图分析：没有生成一条斜率为0的直线，而且，散点
4、图月靠后的位置，离散程度越大，所以，模型可能存在异方差。C、用任一解释变量X与残差平方的散点图进行判断。点击quick,graph,scatter,输入xres^2得到散点图。12内蒙古科技大学分析：没有生成一条斜率为0的直线，而且，散点图月靠后的位置，离散程度越大，所以，模型可能存在异方差。2）Park检验点击quick,estimateequation,输入公式log(res^2)clog(x)分析：log(X)的系数t值大于2，p值较小，其系数具有统计显著性，模型可能具有异方差。3）Glejser检验点击qu
5、ick,estimateequation,输入公式abs(res)cx12内蒙古科技大学分析：x的系数，p值较小，t值较大，因此具有统计显著性，所以模型具有异方差。点击quick,estimateequation,输入公式abs(res)cx^0.5分析：x^0.5的系数，p值较小，t值较大，因此具有统计显著性，所以模型具有异方差。点击quick,estimateequation,输入公式abs(res)cx^-112内蒙古科技大学分析：x^-1的系数，p值较小，t值较大，因此具有统计显著性，所以模型具有异方差。点
6、击quick,estimateequation,输入公式abs(res)cx^-0.5分析：x^-0.5的系数，p值较小，t值较大，因此具有统计显著性，所以模型具有异方差。12内蒙古科技大学4）Goldfeld-Quandt检验A、排序在工作文件窗口点击proc，sortcurrentpage,sortkey填x，升序排列。B、略去m个元素,m=n/4≈13个。C、对子样本进行回归，点击quick,estimateequation,输入公式ycx,将sample改为1到21，和35到55.分析：RSS1=21986
7、.212内蒙古科技大学RSS2=131198.6F=RSS1/RSS2=5.97因为k=2,n=21,a=0.05所以Fa=(n2-k,n1-k)=2.16F>Fa拒绝原假设，表明模型具有递增型异方差。5）White检验打开55个变量回归时的表，点击view,residualtest,white（nocrossterms）分析：obs*R2=7.374513,该值大于a=0.05,自由度为2的咖方分布=5.99，（p值小具有统计显著性）因此接受原假设，模型可能存在异方差。6）KBTest将残差与yf进行回归。点击q
8、uick,estimateequation,输入公式res^2cyf12内蒙古科技大学Yf的系数t值较大，p值较小，具有统计显著性，因此，模型存在异方差。2、异方差的补救1）模型变化法。进行主回归，点击quick,estimateequation,输入公式ycx,option选中weight，将weight填x^(-3.7),得到如下回归。R2较之原来提高了
