自相关性检验.docVIP

关于x y的散点图  由散点图可以判断出才可能存在异方差。 运用怀特检验判断是否有异方差 White Heteroskedasticity Test: F-statistic 5.711745 ????Probability 0.008311 Obs*R-squared 8.982670 ????Probability 0.011206 由此可见，1%的显著水平上存在异方差。 运用加权最小二乘法消除异方差： Dependent Variable: Y Method: Least Squares Date: 10/29/14 Time: 14:46 Sample: 1 31 Included observations: 31 Weighting series: 1/ABS(RESID) Variable Coefficient Std. Error t-Statistic Prob.?? C -2171.376 418.8113 -5.184616 0.0000 X 0.976104 0.022593 43.20372 0.0000 Weighted Statistics R-squared 0.999270 ????Mean dependent var 16676.99 Adjusted R-squared 0.999245 ????S.D. dependent var 18232.78 S.E. of regression 501.0620 ????Akaike info criterion 15.33368 Sum squared resid 7280829. ????Schwarz criterion 15.42619 Log likelihood -235.6720 ????F-statistic 1866.561 Durbin-Watson stat 1.373537 ????Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.926816 ????Mean dependent var 17975.68 Adjusted R-squared 0.924292 ????S.D. dependent var 5667.542 S.E. of regression 1559.424 ????Sum squared residDurbin-Watson stat 1.575875 由上表，f检验的伴随概率为0.000000,说明在1%的显著水平上，拒绝原假设，t检验的伴随概率为0.0000，说明在1%的显著水平上，拒绝原假设y x 之间存在显著的线性关系，该模型很好的反映了实际情况，所以消除了异方差。 自相关模型的检验和处理： 用Eviews5.0 做出国民生产总值(gdp)和出口（m)的散点图： 运用拉格朗日成数进行检验。 Breusch-Godfrey Serial Correlation LM Test: F-statistic 4.597990 ????Probability 0.050046 Obs*R-squared 4.202918 ????Probability 0.040354 可以判断出存在一阶 线性相关。