异方差性的检验及处理方法[汇编].docxVIP

方 法 汇 编 20XX method E 试验四 异方差性 【试验意图】 把握异方差性的查验及处理办法 【试验内容】 树立并查验我国制作业赢利函数模型 【试验过程】 【例1】表1列出了1998年我国首要制作工业出售收入与出售赢利的核算资料，请使用核算软件Eviews树立我国制作业赢利函数模型。 表1 我国制作工业1998年出售赢利与出售收入状况 职业称号 出售赢利 出售收入 职业称号 出售赢利 出售收入 食物加工业 187.25 3180.44 医药制作业 238.71 1264.1 食物制作业 111.42 1119.88 化学纤维制品 81.57 779.46 饮料制作业 205.42 1489.89 橡胶制品业 77.84 692.08 烟草加工业 183.87 1328.59 塑料制品业 144.34 1345 纺织业 316.79 3862.9 非金属矿制品 339.26 2866.14 服装制品业 157.7 1779.1 黑色金属锻炼 367.47 3868.28 皮革羽绒制品 81.7 1081.77 有色金属锻炼 144.29 1535.16 木材加工业 35.67 443.74 金属制品业 201.42 1948.12 家具制作业 31.06 226.78 一般机械制作 354.69 2351.68 造纸及纸品业 134.4 1124.94 专用设备制作 238.16 1714.73 印刷业 90.12 499.83 交通运输设备 511.94 4011.53 文教体育用品 54.4 504.44 电子机械制作 409.83 3286.15 石油加工业 194.45 2363.8 电子通讯设备 508.15 4499.19 化学原料纸品 502.61 4195.22 仪器仪表设备 72.46 663.68 查验异方差性⒈图形剖析查验⑴调查出售赢利（Y）与出售收入（X）的相关图(图1)：SCAT X Y图1 我国制作工业出售赢利与出售收入相关图从图中能够看出，跟着出售收入的添加，出售赢利的平均水平不断提高，但离散程度也逐渐扩展。这说明变量之间或许存在递加的异方差性。⑵残差剖析首先将数据排序（指令格局为：SORT 解说变量），然后树立回归方程。在方程窗口中点击Resids按钮就能够得到模型的残差散布图（或树立方程后在Eviews作业文件窗口中点击resid目标来调查）。图2 我国制作业出售赢利回归模型残差散布图2显现回归方程的残差散布有显着的扩展趋势，即标明存在异方差性。⒉Goldfeld-Quant查验⑴将样本按解说变量排序（SORT X）并分红两部分（别离有1到10共11个样本合19到28共10个样本）⑵使用样本1树立回归模型1（回归成果如图3），其残差平方和为2579.587。SMPL 1 10LS Y C X图3 样本1回归成果⑶使用样本2树立回归模型2（回归成果如图4），其残差平方和为63769.67。SMPL 19 28LS Y C X图4 样本2回归成果⑷核算F核算量：＝63769.67/2579.59=24.72，别离是模型1和模型2的残差平方和。取时，查F散布表得，而，所以存在异方差性⒊White查验⑴树立回归模型：LS Y C X，回归成果如图5。图5 我国制作业出售赢利回归模型⑵在方程窗口上点击View\Residual\Test\White Heteroskedastcity,查验成果如图6。图6 White查验成果其间F值为辅佐回归模型的F核算量值。取明显水平，因为,所以存在异方差性。实践使用中能够直接调查相伴概率p值的巨细，若p值较小，则以为存在异方差性。反之，则以为不存在异方差性。⒋Park查验⑴树立回归模型（成果同图5所示）。⑵生成新变量序列：GENR LNE2=log(RESID^2)GENR LNX=logx⑶树立新残差序列对解说变量的回归模型：LS LNE2 C LNX，回归成果如图7所示。图7 Park查验回归模型从图7所示的回归成果中能够看出，LNX的系数估量值不为0且能经过明显性查验，即随即差错项的方差与解说变量存在较强的相关联系，即以为存在异方差性。⒌Gleiser查验（Gleiser查验与Park查验原理相同）⑴树立回归模型（成果同图5所示）。⑵生成新变量序列：GENR E=ABS(RESID)⑶别离树立新残差序列（E）对各解说变量（X/X^2/X^(1/2)/X^(－1)/ X^(－2)/ X^(－1/2)）的回归模型：LS E C X，回归成果如图8、9、10、11、12、13所示。图8图9图10图11图12图13由上述各回归成果可知，各回归