异方差性实验报告.docxVIP

异方差性实验报告 篇一：计量经济学上机实验报告(异方差性)　　提示：　　打包保存时自己的文件夹以“学号姓名”为文件夹名， 打包时文件夹内容包括：本实验报告、EViews工作文件。篇二：Eviews异方差性实验报告　　实验一 异方差性 　　【实验目的】 　　掌握异方差性问题出现的来源、后果、检验及修正的原理，以及相关的Eviews操作方法。　　【实验内容】　　以《计量经济学学习指南与练习》补充习题4-16为数据，练习检查和克服模型的异方差的操作方法。 　　【4-16】表4-1给出了美国18个行业1988年研究开发（RD）费用支出Y与销售收入X的数据。请用帕克（Park）检验、戈里瑟（Gleiser）检验、G-Q检验与怀特（White）检验来检验Y关于X的回归模型是否存在异方差性？若存在 　　【实验步骤】　　一 检查模型是否存在异方差性　　1、图形分析检验　　（1）散点相关图分析　　做出销售收入X与研究开发费用Y的散点相关图（SCAT X Y）。观察相关图可以看出，随着销售收入的增加，研究开发费用的平均水平不断提高，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。　　（2）残差图分析　　首先对数据按照解释变量X由小至大进行排序（SORT X），然后建立一元线性回归方程（LS Y C X）。　　因此，模型估计式为： Y?187.507?0.032*X ----------（*） ?　　(0.17)(2.88) R2=0.31s.e.=2850F=0.011 　　建立残差关于X的散点图，可以发现随着X增加，残差呈现明显的扩大趋势，表明存在递增的异方差。 　　2、Park检验　　建立回归模型（LS Y C X），结果如（*）式。　　生成新变量序列： 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 LNE2 C LNX）。从下图所示的回归结果中可以看出，LNX的系数估计值不为0且能通过显著性检验，即随机误差项的方差与解释变量存在较强的相关关系，即认为存在异方差性。　　3、Gleiser检验　　建立回归模型（LS Y C X），结果如（*）式。 生成新变量序列： GENR E = ABS(RESID) 分别建立新残差序列E对各解释变量X/X/X/X212?1/X?2/X?1　　2的回归模　　型（LS E C X），回归结果如各图所示。 篇三：异方差实验报告(已做) 　　《计量经济学》实验报告二　　开课实验室：财经科学实验室 年月日 班级： 学号： 姓名：　　实验项目名称异方差性的检验与修正 成绩：　　验证性 □综合性 □设计性　　实验性质：_ 　　掌握异方差性的检验与修正方法并能运用Eviews软件进行实现 【实验要求】 　　掌握各种异方差的检验方法，运用最小二乘法进行模型修下，要求熟悉基本操作步骤，读懂各项上机榆出结果的含义并能进行分析 【实验软件】 Eviews 软件 【实验内容】　　根据给定的案例数据按实验要求进行操作 【实验方案与进度】　　实验：建立住房支出模型Yi??0??1Xi?ui，样本数据如下表所示：　　指导教师签字： 　　(1)用普通最小二乘法估计模型参数 　　Dependent Variable: Y Method: Least Squares Date: 05/20/11Time: 08:31 Sample: 1 20　　C R-squared　　Adjusted R-squared S.E. of regression Sum squared resid Log likelihood 272.3635 159.6773 1.705713　　0.1053 0.983129 Mean dependent var 5199.515 0.982192 S.D. dependent var 216.8900 Akaike info criterion 846743.0 Schwarz criterion -134.9130 F-statistic 1625.275 13.69130 13.79087 1048.912 ??272.3635+0.755125X 估计结果为：Y　　(2)用图形法进行异方差检验　　由上图可看出，残差有随X增大的趋势，因此可以判断该模型可能存在异方差，但是是否确实存在异方差还需进一步检验。 (3)用样本分段法进行异方差检验 表3　　Dependent Variable: Y Method: Least Squares Date: 05/20/11Time: 09:01 Samp