计量经济学Eviews软件应用4---【异方差】--1次课课件.ppt

计量经济学Eviews软件应用4---【异方差】--1次课课件.ppt

ID:57177066

大小:681.50 KB

页数:34页

时间:2020-08-02

计量经济学Eviews软件应用4---【异方差】--1次课课件.ppt_第1页
计量经济学Eviews软件应用4---【异方差】--1次课课件.ppt_第2页
计量经济学Eviews软件应用4---【异方差】--1次课课件.ppt_第3页
计量经济学Eviews软件应用4---【异方差】--1次课课件.ppt_第4页
计量经济学Eviews软件应用4---【异方差】--1次课课件.ppt_第5页
资源描述:

《计量经济学Eviews软件应用4---【异方差】--1次课课件.ppt》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、计量经济学软件应用——Eviews软件实验之异方差实验目的:本部分探讨存在违背同方差的经典假定的情况下,建立线性回归模型的问题。掌握运用Eviews软件检验异方差的几种方法(G-Q检验、White检验、Gleiser检验与Park检验)及解决异方差(加权最小二乘法WLS)的基本操作方法和步骤,并能对软件运行结果进行解释。Eviews软件操作实例例1:表4-1给出了1998年我国主要制造工业销售收入(X)与销售利润(Y)的统计资料(单位:亿元),现根据此数据资料建立我国制造工业利润函数模型,并采用常用的方法对该模型是否存在异方差进行检验;若

2、检验存在异方差性,请尝试消除它。1、创建工作文件2、输入数据3、作散点图4、模型参数的估计(一元线性回归模型)5、异方差的检验(1)戈德菲尔德—匡特检验(GoldfeldandQuandttest,G-Q检验)检验的具体做法是:第一:将观察值按解释变量的大小顺序排列,被解释变量与解释变量保持原来的对应关系。第二:将排列在中间的约的观察值删除掉,除去的观察值个数记为,则余下的观察值分为两个部分,每部分的观察值个数为。第三:提出检验假设。;。第四:分别对两部分观察值进行OLS回归,求回归方程,并计算两部分各自的残差平方和与,它们的自由度均为,

3、为模型中解释变量的个数。如果是递增的异方差,则,两者差别较大。于是构造:则统计量F服从分布。第五:判断。当(为给定显著性水平下的F临界值),则表明第二部分的误差项方差大于第一部分的误差项方差,即两个子样本的方差水平显著不同,于是拒绝,接受,即随机误差项存在异方差性。若则接受,即不存在异方差性。下面用戈德菲尔德—匡特检验法来检验例1中模型:是否存在异方差性。在例1中,样本数据个数为,为了使两个子样本的容量相同,从中间去掉8个数据,即取c=8;因此,利用Eviews进行G-Q检验的具体步骤为:SORTX将样本数据关于X排序SMPL110确定子

4、样本1(在命令窗口输入)LSYCX求出SMPL1928确定子样本2LSYCX求出计算出取时,查第一自由度和第二自由度均为的F分布表得而,所以拒绝原假设,存在(递增的)异方差性。(2)怀特检验(H.Whitetest)设回归模型为二元线性回归模型:White检验的具体步骤如下:a:用OLS法估计模型,并计算出相应的残差平方然后作辅助回归模型:其中为随机误差项。将对进行回归。对于一元线性回归模型,则辅助回归模型为:。b:计算统计量,其中为辅助回归模型中解释变量的数量包含常数项,为样本容量,为辅助回归模型得到的未调整的可决系数。c:在的原假设下

5、,渐进地服从自由度为5的分布(对于一元的情况,渐进地服从自由度为2的分布);给定显著性水平,查分布表得临界值,比较与,如果,则拒绝,接受,表明辅助回归模型中参数至少有一个显著地不为0,即随机误差项存在异方差性。反之,则认为不存在异方差性。利用Eviews软件直接进行White检验的步骤为:建立回归模型:LSYCX检验异方差性:在方程窗口中依次点击View/ResidualTests/WhiteHeteroskedasticity此时可以选择在辅助回归模型中是否包含交叉乘积项(Crossterms)。输出结果中Obs*R-squared即W

6、hite检验统计量(),由其相伴概率值可以判断是否拒绝无异方差性的原假设。下面用White检验法来检验例1中模型:是否存在异方差。本例为一元回归模型,辅助回归模型中只有和两项,不存在交叉乘积项。执行命令之后,屏幕将显示辅助回归模型的估计结果及表4.1.2信息。取显著水平,由于,所以利润函数存在异方差性。实际上,由输出结果的概率值(p值)可以看出,只要取显著性水平,就可以认为利润函数存在异方差性。实际应用中,一般是直接观察p值的大小,若p值较小,则拒绝同方差性的原假设,认为模型存在异方差性。(3)戈里瑟检验(Gleisertest)和帕克检

7、验(Parktest)其基本原理都是通过建立残差序列对解释变量的(辅助)回归模型,判断随机误差项的方差与解释变量之间是否存在着较强的相关关系。戈里瑟提出如下的假定函数形式:其中为随机误差项。例如:帕克提出如下的假定函数形式:即:或者:以Gleiser检验为例,其具体步骤如下:(a):根据样本数据用最小二乘法(OLS)估计回归模型并求残差;(b):分别建立残差绝对值对每一个解释变量的各种回归方程;(c):检验每个回归方程参数的显著性。如果其参数显著地不为零,则存在异方差性;相反,则认为随机误差项满足同方差假定。下面用Gleiser检验法来检

8、验例1中模型是否存在异方差。利用Eviews软件进行Gleiser检验的步骤为:LSYCXGENRE=ABS(RESID)生成序列然后利用GENR命令生成等序列,再分别建立与这些序列的回归方程

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。