spss实验--异方差性的检验及处理.docVIP

实验四 异方差性的检验及处理（2学时） 一、实验目的 （1）、掌握异方差检验的基本方法； （2）、掌握异方差的处理方法。 二、实验学时：2学时 三、实验要求 （1）掌握用SPSS软件实现异方差的检验和处理； （2）掌握异方差的检验和处理的基本步骤。 四、实验原理 1、异方差检验的常用方法 (1) 用X-Y的散点图进行判断 (2). (3).等级相关系数法（又称Spearman检验） 是一种应用较广的方法，既可以用于大样本，也可与小样本。 检验的三个步骤 ① ② 计算Spearman系数rs ,其中： ③ 做等级相关系数的显著性检验。n8时， 异方差问题存在。 (4) 帕克(Park)检验 帕克检验常用的函数形式： 若a在统计上是显著的，表明存在异方差性。 2、异方差检验的处理方法: 加权最小二乘法 如果在检验过程中已经知道： 则将原模型变形为： 在该模型中： 即满足同方差性。于是可以用OLS估计其参数，得到关于参数的 无偏、有效估计量。 五、实验举例 例1、某地区居民的可支配收入x(千元)与居民消费支出y(千元)的数据如下： no x y no x y 1 10 8 16 25 19.1 2 10 8.2 17 25 23.5 3 10 8.3 18 25 22.4 4 10 8.1 19 25 23.1 5 10 8.7 20 25 15.1 6 15 12.3 21 30 24.2 7 15 9.4 22 30 16.7 8 15 11.6 23 30 27 9 15 12 24 30 26 10 15 8.9 25 30 22.1 11 20 15 26 35 30.5 12 20 16 27 35 28.7 13 20 12 28 35 31.1 14 20 13 29 35 20 15 20 19.1 30 35 29.9 ，研究不同收入家庭的消费情况，试问原数据有无异方差性？如果存在异方差性，应如何处理？ 解：第一步：用OLS方法估计参数用SPSS的运行，并保留残差，可得结果： 第二步：异方差检验。 (1) 图示法 ①Y与x散点图 ② (2) 等级相关系数法。 具体操作：在(1)的基础上计算出残差的绝对值, 记该变量为abse，然后利用软件计算abse与 x的Spearman相关系数。 SPSS操作：在数据窗口点击 Analyze → Correlations→ Bivariate Correlations…, 打开窗口后将x和abse点入Variables框中，并在Correlation Coefficients中选中Spearman，如下图： 点击OK。 出现的结果为： 从该图中，可得到Spearman 系数是 0.486， 对应的p值为0.006，说明残差与x存在明显的相关性，即存在异方差。 （3）帕克(Park)检验 做，得到 由p=0.021 0.05 (常用的显著性水平) ，说明模型显著，模型存在异方差。 综合前面各种方法，得到模型存在异方差。 第三步： 异方差处理。（用WLS） ， （ 也可以用 ） 用SPSS软件操作：在数据窗口，先计算Wi 的值，Analyze → Regression → Linear … ,出现窗口： 在该窗口中，将y点入到Dependent 框中，x点入Independents框中，点击Wls, 并将wi点入WLS weight 框中，点击OK。 输出的主要结果有： （图4.1 ） （图4.2） （图4.3） 从而得到回归模型：