计量经济学异方差实验报告二.docVIP

实验报告2 实验目的：掌握异方差的检验及处理方法。 实验内容：检验家庭人均纯收入与家庭生活消费支出可能存在的异方差性。有关数据如下：其中，收入为X，家庭生活消费支出为Y。 地 区 家庭人均纯收入 家庭生活消费支出 地 区 家庭人均纯收入 家庭生活消费支出 北 京 9439.63 6399.27 湖 北 3997.48 3090 天 津 7010.06 3538.31 湖 南 3904.2 3377.38 河 北 4293.43 2786.77 广 东 5624.04 4202.32 山 西 3665.66 2682.57 广 西 3224.05 2747.47 内蒙古 3953.1 3256.15 海 南 3791.37 2556.56 辽 宁 4773.43 3368.16 重 庆 3509.29 2526.7 吉 林 4191.34 3065.44 四 川 3546.69 2747.27 黑龙江 4132.29 3117.44 贵 州 2373.99 1913.71 上 海 10144.62 8844.88 云 南 2634.09 2637.18 江 苏 6561.01 4786.15 西 藏 2788.2 2217.62 浙 江 8265.15 6801.6 陕 西 2644.69 2559.59 安 徽 3556.27 2754.04 甘 肃 2328.92 2017.21 福 建 5467.08 4053.47 青 海 2683.78 2446.5 江 西 4044.7 2994.49 宁 夏 3180.84 2528.76 山 东 4985.34 3621.57 新 疆 3182.97 2350.58 河 南 3851.6 2676.41 实验步骤如下： 建立有关模型分析异方差检验如下。 方法一、图示法。（两种） （一）、x y 相关分析 从图中可以看出，随着收入的增加，家庭生活消费支出不断的提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。 建立模型： 1、从图中可以看出，x y不是简单的线性关系。建立线性回归方程如下， LS Y C X 从上图看出，回归模型的R^2=0.8953，拟合优度较低。 2、建立半对数模型如下 GENR lny =log(y) LS lny c x 从图中可以看出，R^2=0.914646，拟合优度较高，F =310.7602通过检验。 Lny= 7.3119 + 0.000168x t= (158.5288) （17.62839） R^2=0.914646 F =310.7602 但是，收入对消费的影响较小。 综合经济意义，选择直线模型进行异方差检验如下。 （二）残差分析 首先将数据排序，然后建立回归方程。 命令：sort x Ls y c x 从图中可以看出，残差有扩大的趋势，说明存在异方差性。 方法二、white 检验 方程: ls y c x 利用white检验如下图： 若取显著水平为?=0.05，可以看出，p值较小，所以存在异方差性。 方法三、Park检验 建立回归模型如上图方程窗口所示。 生成新的变量序列 genr lne2=log(resid^2) genr lnx=log(x) 生成新残差序列对解释变量的回归模型 ls lne 2 c lnx 回归结果如下图： 从图中可以看出，lnx的系数估计值不为0，且能通过显著性检验，所以随机误差项的方差与解释变量之间存在较强的相互关系，所以存在异方差性。 方法四、Glesier检验 建立回归模型如上图的方程窗口图。 生成新的变量序列 genr E = abs (resid) 分别建立新的残差序列（E）对各解释变量（X/X^2/X^(1/2)/X^(-1)/X^(-2)/X^(-1/2)）如下图所示： ls e c x ls e c x^2 ls e c x^(1/2) ls e c x^(-1) ls e c x^(-2) ls e c x^(-1/2) 从以上图中可以看出，各解释变量的回归系数均不为零，且能通过t检验，所以存在异方差。 调整异方差 确定权数变量 根据Park检验Genr w1=1/x^2.4313 根据Glesier 检验Genr w2=1/x^0.5 Genr w3=1/abs(resid) Genr w4=1/resid^2 利用加权最小二乘法估计模型。 依次在窗口中键入命令 ls(w=wi) y c x 回归结果如下图所示： 对上面四个模型在进行white检验，结果对应如下： 从以上检验可知，权数选择 w3=1/abs(resid)