eviews-异方差性..docVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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
eviews-异方差性.

3.8(1)根据Y、X的相关图分析异方差性 由上图可知y与x的线性相关性差异不是很大,基本处在一条线性方程上 利用WHITE检验、帕克检验,和Gleiser检验进行异方差检验Ⅰ、White检验 White Heteroskedasticity Test: F-statistic 6.1724 Probability 0.0096 Obs*R-squared 8.4136 Probability 0.0148 取显著性水平,由于>,所以理利润函数存在异方差性。 Ⅱ、Park检验 根据Park检验,得到: S 2.2720 0.5713 T -3.3858 3.2195 Ⅲ、Gleiser检验: 利用genr命令一次生成等序列,再建立与这些序列的回归方程 ① 0.0613 1.1759 0.2924 ② 0.0639 1.2307 0.2818 ③ 0.0683 1.3197 0.2656 根据统计检验,得到统计检验最为显著的是: 0.0683 1.3197 0.2656; 上述四个方程表明,利润函数存在着异方差(只要取显著性水平) (3)取权数 利用加权最小二乘法估计模型: 依次键入命令: 或在方程窗口中点击Estimate\Options按钮,并在权数变量栏依次输入,可以得到一下估计结果: ③ S 0.2082 0.0053 T 3.3978 7.2001 0.7422 5.0534 0.000001 ④ S 0.1283 0.004 T 4.61144 10.49056 0.8594 18.0642 0 模型④最优,所以利用WLS方法估计的利润函数为 S 0.1283 0.004 T 4.6114 10.49 0.8594 18.064 0 3.9设根据某年全国各地区的统计资料建立城乡居民储蓄函数时(其中,S为城乡居民储蓄存款余额、X为人均收入),如果经检验得知:: (1)说明该检验结果的经济含义; (2)写出利用加权最小二乘法估计储蓄函数的具体步骤; (3)写出使用Ewiews软件估计模型时的有关命令。 解:(1)模型存在异方差,城乡居民储蓄存款余额与人均收入,对于低收入家庭,满足基本消费最后,剩余收入不多,所以各家庭储蓄存款之间不会有很大区别,高收入家庭就不一样了,储蓄存款有很大的差异,即随机误差项的方差会明显大于低收入家庭。 (2) 或在方程窗口中点击Estimate\Options按钮,并在权数变量栏依次输入,可以得到数组如下估计结果: ① ( ) ( ) ②③④ 然后采取最优模型 命令方式 LS(W=权数变量)S C X 菜单方式 :1.在方程窗口中点击Estimate按钮 2 .在弹出的对话框中点击Options 进入参数对话框,选定Weight LS 输入权数变量 点击OK 3.10表2中的数据是美国1988年工业部门研究与开发支出费用Y和销售额S、销售利润P的统计资料。试根据表中数据: (1)分别利用线性模型和双对数模型建立研究费用模型,比较模型的统计检验结果和异方差性的变化。 (2)检验模型的异方差性 (3)对于双对数模型,分别取权数变量为W1=1/P、W2=1/RESID^2,利用WLS方法重新估计模型,分析模型中异方差的校正情况。 解:(1)①线性模型 S 991.9935 0.0179 0.1985 T -0.014 0.6978 1.2077 0.5245 8.2741 0.0037 Heteroskedasticity Test: White F-statistic 19.4165 Prob.F(5,12) 0 Obs*R-squared 16.0198 Prob.Chi-Square(5) 0.0068 Scaled explained SS 23.4891 Prob.Chi-Square(5) 0.0003 ②对数模型 LOG(Y)=-7.0368+ 1.2453LOG(S)+ 0.0618LOG(P) S 2.3465 0.3652 0.2585 T -2.9987 3.4097 0.2392 0.7954 29.16287 0.000007 Heteroskedasticity Test: White F-

文档评论(0)

xznh + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档