2021EViews计量经济学实验报告异方差的诊断及修正.docxVIP

时间 地点 实验题目 异方差的诊断与修正 一、实验目的与要求： 要求目的： 1、用图示法初步判断是否存在异方差，再用 White 检验异方差； 2 、用加权最小二乘法修正异方差。 二、实验内容 根据 1998 年我国重要制造业的销售利润与销售收入数据， 运用 EV软件， 做回归分析， 用图 示法， White 检验模型是否存在异方差， 如果存在异方差， 运用加权最小二乘法修正异方差。 三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等） （一） 模型设定 为了研究我国重要制造业的销售利润与销售收入是否有关， 假定销售利润与销售收入之间满 足线性约束，则理论模型设定为： Yi= 1+ 2 Xi+ i 其中， Yi表示销售利润， Xi 表示销售收入。由 1998 年我国重要制造业的销售收入与销售 利润的数据，如图 1： 1988 年我国重要制造业销售收入与销售利润的数据 （单位：亿元） 行业名称 销售利润 Y 销售收入 X 食品加工业 187.25 3180.44 食品制造业 111.42 1119.88 饮料制造业 205.42 1489.89 烟草加工业 183.87 1328.59 纺织业 316.79 3862.9 服装制造业 157.7 1779.1 皮革羽绒制品 81.73 1081.77 木材加工业 35.67 443.74 家具制造业 31.06 226.78 造纸及纸制品 134.4 1124.94 印刷业 90.12 499.83 文教体育用品 54.4 504.44 石油加工业 194.45 2363.8 化学原料制品 502.61 4195.22 医药制造业 238.71 1264.1 化学纤维制造 81.57 779.46 橡胶制品业 77.84 692.08 塑料制品业 144.34 1345  非金属矿制业 339.26 2866.14 黑色金属冶炼 367.47 3868.28 有色金属冶炼 144.29 1535.16 金属制品业 201.42 1948.12 普通机械制造 354.69 2351.68 专用设备制造 238.16 1714.73 交通运输设备 511.94 4011.53 电子机械制造 409.83 3286.15 电子通信设备 508.15 4499.19 仪器仪表设备 72.46 663.68 参数估计 1、双击“ Eviews ”，进入主页。 输入数据： 点击主菜单中的 File/Open /EV Workfile — Excel —异方差数据 2.xls ； 2、在EV主页界面的窗口，输入“ ls y c x ”，按“ Enter ”。出现 OLS回归结果,如图 2： 估计样本回归函数 Dependent Variable: Y Method: Least Squares Date: 10/19/05 Time: 15:27 Sample: 1 28 Included observations: 28 Variable Coefficient Std. Error t-Statistic Prob. C 12.03564 19.51779 0.616650 0.5428 X 0.104393 0.008441 12.36670 0.0000 R-squared 0.854696 Mean dependent var 213.4650 Adjusted R-squared 0.849107 S.D. dependent var 146.4895 S.E. of regression 56.90368 Akaike info criterion 10.98935 Sum squared resid 84188.74 Schwarz criterion 11.08450 Log likelihood -151.8508 F-statistic 152.9353 Durbin-Watson stat 1.212795 Prob(F-statistic) 0.000000 估计结果为： Y?i = 12.03564 + 0.104393 X i (19.51779 ) (0.008441) t= (0.616650 ) ( 12.36670 ) 2R 2 =0.8546962 2 R 2 =0.854696 R2 =0.849107 S.E.=56.89947 DW=1.212859 F=152.9353 这说明在其他因素不变的情况下，销售收入每增长 1 元，销售利润平均增长 0.104393 元。 2 R 2 =0.854696 , 拟合程度较好。在给定 =0.0 时， t=12.36670 t0.025(26)=2.056 ，拒 X X 绝原假设，说明销售收入对销