异方差进行检验和补救.doc

实 验 报 告 课程名称： 计量经济学 实验项目名称：单方程线性回归模型中异方差 的检验与补救 院 （系）： 经济与管理学院 专业班级： 09国贸一班 姓 名： 卢娟 学 号： 0965137115 实验地点：经管机房 实验日期： 2012 年 5 月 7 日 实验目的：掌握利用EViews软件对模型中存在的异方差进行检验和补救。 实验内容 分析：散点图在越靠后的位置，离散程度越大，模型可能存在异方差。 B、用Y的估计值与残差平方的散点图进行判断 做一个55个变量的回归，点击quick, estimate equation ,输入公式y c x,得到回归，点击forcast得到Y的估计值。 点击proc,make residual series，将名字改为res，生成残差序列。 点击quick ,graph, scatter ,输入yf res^2，得到散点图 分析：没有生成一条斜率为0的直线，而且，散点图月靠后的位置，离散程度越大，所以，模型可能存在异方差。 C、用任一解释变量X与残差平方的散点图进行判断。 点击quick ,graph, scatter ,输入x res^2得到散点图。 分析：没有生成一条斜率为0的直线，而且，散点图月靠后的位置，离散程度越大，所以，模型可能存在异方差。 2）Park检验 点击quick, estimate equation ,输入公式log(res^2) c log(x) 分析：log(X)的系数t值大于2，p值较小，其系数具有统计显著性，模型可能具有异方差。 3）Glejser检验 点击quick, estimate equation ,输入公式abs(res) c x 分析：x的系数，p值较小，t值较大，因此具有统计显著性，所以模型具有异方差。 点击quick, estimate equation ,输入公式abs(res) c x^0.5 分析：x^0.5的系数，p值较小，t值较大，因此具有统计显著性，所以模型具有异方差。 点击quick, estimate equation ,输入公式abs(res) c x^-1 分析：x^-1的系数，p值较小，t值较大，因此具有统计显著性，所以模型具有异方差。 点击quick, estimate equation ,输入公式abs(res) c x ^-0.5 分析：x^-0.5的系数，p值较小，t值较大，因此具有统计显著性，所以模型具有异方差。 4）Goldfeld-Quandt检验 A、排序 在工作文件窗口点击proc，sort current page,sort key填x，升序排列。 B、略去m个元素,m=n/4 ≈13个。 C、对子样本进行回归，点击quick, estimate equation ,输入公式y c x ,将sample 改为1到21，和35到55. 分析：RSS1=21986.2 RSS2=131198.6 F=RSS1/RSS2=5.97 因为k=2 ,n=21,a=0.05 所以Fa=(n2-k,n1-k)=2.16 FFa拒绝原假设，表明模型具有递增型异方差。 5）White检验 打开55个变量回归时的表，点击view ,residual test ,white （no cross terms） 分析：obs*R2=7.374513,该值大于a=0.05,自由度为2的咖方分布=5.99，（p值小具有统计显著性） Yf的系数t值较大，p值较小，具有统计显著性，因此，模型存在异方差。 2、异方差的补救 1）模型变化法。 进行主回归，点击quick, estimate equation ,输入公式y c x ,option 选中weight，将weight填x^(-3.7),得到如下回归。 R2 较之原来提高了很多，t值增大，p值减小，说明模型变换去除了异方差。 2）对数变换法 点击quick, estimate equation ,输入公式log(y) c log(x) 点击view , residual test ,white （no cross terms） 分析Obs* R2=2.0435185.99,(P值提高，不具有统计显著性）所以对数变换消除了异方差。 成绩评定__________________________ 内蒙古科技大学 11