实验一异方差的检验与修正

《实验一异方差的检验与修正》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实验异方差的检验与修正实验目的1、理解异方差的含义后果、2、学会异方差的检验与加权最小二乘法实验内容一、准备工作。建立工作文件，并输入数据，用普通最小二乘法估计方程（操作步骤与方法同前），得到残差序列。表2列岀了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。表2我国制造工业1998年销售利润与销售收入情况行业名称销售利润销售收入行业名称销售利润销售收入食品加工业187.253180.44医药制造业23&711264.1食品制造业111.421119.88化学纤维制品81.57779.46饮料制

2、造业205.421489.89橡胶制品业77.84692.08烟草加工业183.871328.59塑料制品业144.341345纺织业316.793862.9非金属矿制品339.262866.14服装制品业157.71779.1黑色金属冶炼367.47386&28皮革羽绒制品81.71081.77有色金属冶炼144.291535.16木材加工业35.67443.74金属制品业201.42194&12家具制造业31.06226.78普通机械制造354.692351.68造纸及纸品业134.41124.94专用设备制造238.161714.73印刷业90.12

3、499.83交通运输设备511.944011.53文教体育用品54.4504.44电子机械制造409.833286.15石汕加工业194.452363.8电子通讯设备508.154499.19化学原料纸品502.614195.22仪器仪表设备72.46663.68二、异方茅的检验1、图形分析检验⑴观察销售利润（Y）与销售收入（X）的相关图（图3-1）：SCATXY图3-1我国制造工业销售利润与销售收入相关图从图屮可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。⑵残差分析首先将数据排序（命

4、令格式为：SORT解释变量），然后建立回归方程。在方程窗口屮点击Resids按钮就可以得到模型的残差分布图（或建立方程后在EviewsI作文件窗口屮点击resid对象来观察）o□Series：RESIDWorkfile：UHTI：TUED-」口1x

5、View1Procs

6、Objects

7、Print

8、Name

9、Freeze

10、SampleGenr

11、Sheet

12、Stats

13、Ident

14、Line

15、Bar图3-2我国制造业销售利润回归模型残差分布图3-2显示回归方程的残并分布有明显的扩大趋势，即表明存在界方井性。2、Goldfeld-Quant检验⑴将样本安解释变

16、量排序（SORTX）并分成两部分（分别有1到10共11个样本合19到28共10个样本）⑵利用样本1建立冋归模型1（冋归结果如图3-3）,其残差平方和为2579.587oSMPL110LSYCXDependentVariable:YMethod:LeastSquaresDate:01/15/05Time:20:47Sample:110Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.C15.7646614.820221.0637270.3185X0.0858940.01918

17、24.4779370.0021R-squared0.714814Meandependentvar77.06400AdjustedR-squared0.679166S.D.dependentvar31.70225S.E.ofregression17.95685Akaikeinfocriterion8.790676Sumsquaredresid2579.587Schwarzcriterion8.851193Loglikelihood-41.95338F-statistic20.05192Durbin-Watsonstat2.280129Prob(F-stati

18、stic)0.002061^EViews[Eqjiat.ion:UHTITUEDTorkfilITBTITOED3[JE,ileEdit.Qbjects胚i£rocxQuickOption.WindowHelp¥iow

19、Prous

20、Objects

21、Parixtt

22、Name

23、Fjtoono

24、EstimaAo

25、Foreuas1.1StaAs

26、Resid＞雪

27、图3—3样本1回归结果⑶利用样本2建立回归模型2（回归结果如图3-4）,R残差平方和为63769.67。SMPL1928LSYCXDependentVariable:YMethod:LeastSquares

28、Date:01/15/05Time:20:52Sample:192