计量经济学 2).doc

第5章 异方差 2.已知我国29个省、直辖市、自治区1994年城镇居民人均生活消费支出Y，可支配收入X的截面数据见下表。 （1）用等级相关系数和戈德菲尔特—夸特方法检验支出模型的扰动项是否存在异方差性。支出模型是 Yi=β0+β1Xi+ui (2)无论{ui}是否存在异方差性，用Eviews练习加权最小二乘法估计模型，并用模型进行预测 Estimation Command: ========================= LS Y X C Estimation Equation: ========================= Y = C(1)*X + C(2) Substituted Coefficients: ========================= Y = 0.795570022046*X + 58.3179065412 3、简述夸特检验步骤。 答：步骤如下：（1）将观测值按递增的误差方差排列，由于假定的是递增型的异方差，所以可以解释变量Xt的值按升序排列。 （2）任意选择C个中间观测值略去。经验表明，略去数目C的大小，大约相当于样本观测值个数的1/4。剩下的T-C个样本观测值平均分成两组，每组样本观测值的个数为（T-C）/2。 （3）计算两个回归，一个使用前（T-C）/2个观测值，另一个使用后(T-C)/2个观测值。并分别计算两个残差平方和，由前面的样本回归产生的残差平方和为∑et1^2,后面样本产生的残差平方和为∑et2^2，则X1^2=∑et1^2~χ^2((T-C)/2-k-1)，X2^2=∑et2^2~χ^2((T-C)/2-k-1)，其中k为计量模型中解释变量的个数。 （4）构造F统计量。 F={X2^2/(((T-C)/2)-k-1)}/{X1^2/(((T-C)/2)-k-1)= ∑et2^2/∑et1^2 则在H0成立条件下，F~F(v1,v2),其中v1=v2=((T-C)/2)-k-1。如果模型中不存在异方差，则∑et2^2与∑et1^2应大致相等，此时F的值应接近于1；如果存在异方差性，F的值应远远大于1 。 （5）给定显著性水平α，查F的分布表可得临界值Fα(v1,v2)，若用样本计算的FFα，则备择假设H1成立，说明计算模型存在异方差性，否则模型不存在异方差。 4、简述White检验的步骤。 答：检验步骤：（1）用OLS方法估计原回归模型，得到残差平方序列ut^2. （2）构造辅助回归模型 Ut1^2=f(xt1,xt2,……xtk,xt1^2,……，xtk^2,xt1,xt2,……，xt(k-1)xtk), 其中f(.)是含常数项的线性函数。用OLS方法估计此模型得到R^2。 （3）给定显著性水平α，计算WT(g)=TR^2，与临界值χα^2进行比较以确定是否接受原假设，进而确定原回归模型是否存在异方差。 自相关 2、DW统计量的取值范围是多少？ 答：DW=2(1-ρ) 因为ρ的取值范围是[-1,1]，所以DW统计量的取值范围是[0,4]。 3、已知某行业的年销售额（Xt,万元）以及该行业内某公司年销售额（Yt,万元）数据如下表。 （1）以Xt为解释变量，Yt为被解释变量，建立一元线性回归模型。 （2）观察残差图。 （3）计算DW统计量的值。 （4）用差分法和广义差分法建立模型，消除自相关。 答： (1) Dependent Variable: SER01 Method: Least Squares Date: 11/13/12 Time: 19: Sample: 1975 1994 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob.?? SER02 0.175740 0.001539 114.2003 0.0000 C -1.368397 0.228051 -6.000411 0.0000 R-squared 0.998622 ????Mean dependent var 24.56900 Adjusted R-squared 0.998545 ????S.D. dependent var 2.410396 S.E. of regression 0.091939 ????Akaike info criterion -1.840749 Sum squared resid 0.152149 ????Schwarz criterion -1.741176 Log likelihood 20.40749 ????Hannan-Quinn criter. -1.821311