eviews操作步骤异方差自相关.docxVIP

异方差性的检验和消除 15. √表6列出了2000年中国部分省市城镇居民每个家庭平均全年可支配收入x与消费性支出y的统计数据。 ①利用OLS法建立人均消费支出与可支配收入的线性模型和对数线性模型； ②检验模型是否存在异方差性； ③如果存在异方差性，试采用适当的方法加以消除。 表6 中国城镇居民人均可支配收入与消费性支出(单位：元) 地区 可支配收入x 消费性支出y 地区 可支配收入x 消费性支出y 北 京 10349.69 8493.49 浙 江 9279.16 7020.22 天 津 8140.50 6121.04 山 东 6489.97 5022.00 河 北 5661.16 4348.47 河 南 4766.26 3830.71 山 西 4724.11 3941.87 湖 北 5524.54 4644.50 内蒙古 5129.05 3927.75 湖 南 6218.73 5218.79 辽 宁 5357.79 4356.06 广 东 9761.57 8016.91 吉 林 4810.00 4020.87 陕 西 5124.24 4276.67 黑龙江 4912.88 3824.44 甘 肃 4916.25 4126.47 上 海 11718.01 8868.19 青 海 5169.96 4185.73 江 苏 6800.23 5323.18 新 疆 5644.86 4422.93 输入数据：data x y 绘制图形，确定模型：Plot x y（相关图） view-graph-scatter（散点图） （1）线性模型：ls x y S.E=216.8900 对数线性模型： GENR lnx=LOG(x) GENR lny=LOG(y) ls lny c lnx S=(0.263495) (0.030132) t=(0.946635) (31.39272) F=985.5030 S.E=0.038023 DW=1.512696 (2)检验是否存在异方差性 White检验：ls y c x 在方程窗口中 views-residual test-heteroscedasticity-white 此时可以选择要不要包含交叉乘积项。 一元的自由度为2 二元的自由度为5 取α=0.05，n 为样本数量，=12.65213，即对应的p值小于0.05，表面模型存在异方差性。 Goldfeld-Quandt检验（戈德菲尔德-匡特检验）： 将观察值按解释变量的大小顺序排列，将排列在中间的约1/4的数据删掉，记为c，也可不删。由样本x数据排序，n=20,c=20/4=5,取c=4，从中间去掉4个数据，确定子样1（1~8） Sort x 将样本数据关于x排序 Smpl 1 8 确定子样本1 Ls y c x 求出RSS1 Smpl 13 20 确定子样本2 ls y c x 求出RSS2 计算出F=RSS2/RSS1 取α为0.05, 查第一自由度和第二自由度为的F分布表，大于查的结果则存在异方差性。 子样本1 求出RSS1=126528.6。 子样本2 确定子样本2（13~20），求出RSS2=615472，计算出F= RSS2/ RSS1=4.86，给定显著性水平为0.05，查，所以模型存在异方差性。 Gleiser检验： iews-residual test-heteroscedasticity-gleiser nr2对应的p值小于0.05，存在异方差性。 Park检验： iews-residual test-heteroscedasticity-harvey-输入log(x) Nr2对应的p值小于0.05，所以存在异方差性。 （3）消除异方差性 加权最小二乘法： 生成权数变量 1/x 1/x2 Ls(w=权数表达式) y c x 使用white检验是否已消除异方差性 采用加权最小二乘法估计，取权数w=1/x，得如下回归方程： F=699.7741 在方程窗口进行white检验 可知，用加权最小二乘法估计人均消费支出函数不存在异方差性。 自相关性的检验与消除 13√天津市城镇居民人均消费性支出（CONSUM），人均可支配收入（INCOME），以及消费价格指数（PRICE）见表4。定义人均实际消费性支出y= CONSUM/PRICE，人