x判断模型中是否存在异方差.ppt

练习1 异方差的检验 利用P185页习题3.8中数据，建立数据文件。 (1)使用图示法判断模型中是否存在异方差； (2)使用怀特(White)检验、帕克(Park)检验和格里奇(Gleieser)检验判断模型是否存在异方差； (3)如果模型存在异方差，试使用加权最小二乘法估计利润函数。 1.1 输入数据 单击菜单File→New→Workfile，弹出Workfile Create(workfile frequency)对话框，单击workfile structure type下方的下拉箭头，从弹出的选项中选择Unstructure/Undated，在右侧的Observation文本框中输入20，单击OK按钮。 在命令输入区域输入：data x y。 在spreadsheet中输入数据。 1.2 利用y-x散点图观察异方差 在spreadsheet窗口中，单击菜单View→Graph→Scatter→Scatter with regression，通过输出的散点图判断因变量的分布是否随着自变量的变化而变化，模型中是否存在异方差的趋势。 1.3 利用怀特检验判断异方差 在命令输入区域输入：ls y c x，按回车键确认。 在命令输出窗口中单击菜单View→Residual Tests→ White Heteroskedasticity(no cross term)，显示White检验的结果。 根据输出的检验统计量，判断模型中是否存在异方差。 1.4 利用e2-x判断模型中是否存在异方差 在命令输入区域输入：genr e=resid，按回车键确认，生成原线性回归模型的残差序列。 在命令输入区域输入：genr e2＝e^2，按回车键确认，生成残差平方序列。 选中x,按住ctrl键，选中e2，右键单击，从弹出的快捷菜单中选择open→as group。 单击菜单View→Graph→Scatter→Scatter with regression，通过输出的散点图判断残差平方的分布是否随着自变量的变化而变化，模型中是否存在异方差的趋势。 1.5 利用帕克检验判断异方差 在命令输入区域：ls log(e2) c log(x),用残差平方序列的对数变量对自变量的对数变量作回归。根据输出的结果判断模型中是否存在异方差。 1.6 利用格里奇检验判断异方差 在命令输入区域依次输入下列命令： ls abs(e) c x^2 ls abs(e) c x ls abs(e) c sqr(x) ls abs(e) c @inv(x) Ls abs(e) c x^(-0.5) 根据输出的结果判断模型中是否存在异方差。 练习2 自相关的检验和修正 利用P63页习题2.13数据，建立数据文件 (1)建立线性回归模型，观测杜宾－瓦尔森统计量，判断模型中是否存在一阶自相关； (2)使用布罗斯－戈弗雷检验模型是否存在高阶自相关； (3)若模型中仅存在一阶自相关，试使用广义差分法消除模型中自相关；若模型存在高阶自相关，试使用科克兰内－奥克特法(迭代法)消除模型中高阶自相关。 2.1 利用杜宾－瓦尔森统计量判断一阶自相关 在命令输入区域输入：ls y c x，按回车键确认。 根据输出结果左下角的Durbin-Watson检验统计量，在5%的显著性水平下，根据样本的容量n和自变量的个数k，查出杜宾-瓦尔森统计量的下限值和上限值，比较d所属的区间，判别模型是否存在一阶自相关。 利用SPSS也可以选择输出杜宾－瓦尔森统计量 打开“计量第二次练习”文件夹中的“中国财政收入模型.sav”。 单击Analyze→Regression→Linear,打开线性回归对话框。 选择因变量y（财政收入），单击向右的箭头，将它移入Dependent方框中；选择自变量x（国民生产总值），单击向右的箭头，将它们移入Independent方框中。 单击Statistics按钮，在弹出的Statistics（统计量设置）对话框中，勾选Residuals选项框中的Durbin-Watson，单击Continue按钮，返回到Linear Regression对话框后，单击OK按钮，输出分析结果。 在输出结果的Model Summary（模型综述表）的最后一列显示杜宾－瓦尔森统计量。 2.2 利用布罗斯－格弗雷检验判断模型中是否存在高阶自相关 在回归结果窗口单击view→ Residual tests →Serial Correlation LM Test ，弹出Lags Specification(滞后项设定)对话框。 在Lags to include后的方框中选择默认的2，单击ok按钮，输出B-G二阶自相关检验的结果。 在回归结果窗口再次单击view→ Residual tes