- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
文档来源为
文档来源为 :从网络收集整理 .word 版本可编辑 .欢迎下载支持
PAGE
PAGE #文档来源为 :从网络收集整理 .word 版本可编辑 .
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费用支出丫与销售收入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 ) 检验来检验丫关于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与研究开发费用丫的散点相关图(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 (SORTX), 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=
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(RESIDT)
GENR LNX = LOG(X)
生成新残差序列对解释变量的回归模型 (LS LNE2C 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
文档来源为
文档来源为 :从网络收集整理 .word 版本可编辑 .欢迎下载支持
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: 3文档来源为 :从网络收集整理 .word 版本可编辑 .
文档来源为
文档来源为 :从网络收集整理 .word 版本可编辑 .欢迎下载支持
PAGE
PAGE #文档来源为 :从网络收集整理 .word 版本可编辑 .
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
原创力文档


文档评论(0)