- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
1:
(1)因为,所以取,用乘给定模型两端,得
上述模型的随机误差项的方差为一固定常数,即
(2)根据加权最小二乘法,可得修正异方差后的参数估计式为
其中
2、
Dependent Variable: Y Method: Least Squares Date: 11/18/12 Time: 20:59 Sample: 1901 1960 Included observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C 9.367844 3.633066 2.578495 0.0125 X 0.636891 0.019871 32.05106 0.0000 R-squared 0.946557 Mean dependent var 119.6667 Adjusted R-squared 0.945636 S.D. dependent var 38.68984 S.E. of regression 9.020984 Akaike info criterion 7.269749 Sum squared resid 4719.933 Schwarz criterion 7.339561 Log likelihood -216.0925 F-statistic 1027.271 Durbin-Watson stat 1.630558 Prob(F-statistic) 0.000000
(1)根据eviws输出结果,该模型样本回归估计式的书写形式为
(2)首先,用Goldfeld-Quandt法进行检验。
A、 将样本X按递增顺序排序,去掉中间1/4的样本,再分为两个部分的样本,即,
B、 提出假设:H0:两部分数据的方差相等;H1:两部分数据的方差不等。
C、 分别对两个部分的样本求最小二乘估计,得到两个部分的残差平方和,
数据输出结果为:1~22个样本数据
Dependent Variable: Y Method: Least Squares Date: 11/18/12 Time: 21:37 Sample: 1901 1922 Included observations: 22 Weighting series: W1 White Heteroskedasticity-Consistent Standard Errors Covariance Variable Coefficient Std. Error t-Statistic Prob. C 12.72189 8.399659 1.514572 0.1455 X 0.604214 0.072708 8.310143 0.0000 Weighted Statistics R-squared 0.134324 Mean dependent var 76.71857 Adjusted R-squared 0.091040 S.D. dependent var 6.233825 S.E. of regression 5.943292 Akaike info criterion 6.488911 Sum squared resid 706.4544 Schwarz criterion 6.588097 Log likelihood -69.37803 F-statistic 76.18501 Durbin-Watson stat 1.105743 Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.817984 Mean dependent var 78.63636 Adjusted R-squared 0.808883 S.D. dependent var 12.56050 S.E. of regression 5.491066 Sum squared resid 603.0360 Durbin-Watson stat 1.135740
39~60个样本数据
Dependent Variable: Y Method: Least Squares Date:
文档评论(0)