实验五异方差模型检验.docVIP

  1. 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. 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. 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. 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. 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. 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. 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
实验报告 课程名称 : 计量经济学 实验项目: 实验五 异方差模型的 检验和处理 实验类型:综合性□ 设计性□ 验证性 专业班别 : 12 国 姓 名: 学 号: 412 实验课室 : 厚德楼 A404 指导教师 : 实验日期 : 2015 年5月28日 广东商学院华商学院教务处 制 一、实验项目训练方案 小组合作:是□ 否 小组成员:无 实验目的: 掌握异方差模型的检验和处理方法 实验场地及仪器、设备和材料 实验室:普通配置的计算机, Eviews 软件及常用办公软件。 实验训练内容(包括实验原理和操作步骤) : 【实验原理】 异方差的检验:图形检验法、 Goldfeld-Quanadt 检验法、 White 检验法、 Glejser 检验法; 异方差的处理:模型变换法、加权最小二乘法 (WLS)。 【实验步骤】 本实验考虑三个模型: 1】广东省财政支出 CZ对财政收入 CS的回归模型;(数据见附表 1:附表 1- 广东省数据) 2】广东省固定资产折旧 ZJ对国内生产总值 GDPS和时间 T的二元回归模型;(数 据见附表 1:附表 1- 广东省数据) 3】广东省各市城镇居民消费支出 Y对人均收入 X的回归模型。(数据见附表 2:附表 2- 广东省 2005年数据) (一)异方差的检验 图形检验法 分别用相关分析图和残差散点图检验模型【 1】、模型【 2】和模型【 3】是否存在异方差。 注:①相关分析图是作应变量对自变量的散点图(亦可作模型残差对自变量的散点图); ②残差散点图是作残差的平方对自变量的散点图。 ③模型【 2】中作图取自变量为 GDPS来作图。 模型【 1】 相关分析图 残差散点图 模型【 2】 相关分析图 残差散点图 模型【 3】 相关分析图 残差散点图 【思考】 ①相关分析图和残差散点图的不同点是什么? ② * 在模型【 2】中,自变量有两个,有无其他处理方法?尝试做出来。 (请对得到的图表进行处理,以上在一页内 ) 2.Goldfeld-Quanadt 检验法 用 Goldfeld-Quanadt 检验法检验 模型【 3】是否存在异方差。 注:Goldfeld-Quanadt 检验法的步骤为: ①排序: ②删除观察值中间的约 1/4 的, 并将剩下的数据分为两个部分。③构造 F 统计量:分别对上述两个部分的观察 e2 e22 i 。 e1i2 为较大 值求回归模型, 由此得到的两个部分的残差平方为 1i 和 的残差平方和, e22i 为 较 小 的 残 差 平 方 和 。 ④ 算 统 计 量 * e12i ~ F ( ( n c) k, ( n c) k) 。⑤判断:给定显著性水平 0.05 ,查 F 分布 F 2 e2i 2 2 表得临界值 F ( n c) k, ( n c) k ) ( )。如果 F* F ( n c) ( n c) ( ) ,则认为模型中的随机 ( 2 2 ( 2 k, k) 2 误差存在异方差。 (详见课本 135 页) 将实验中重要的结果摘录下来,附在本页。 obs X Y 1 7021.94 4632.689999999999 2 7220.44 6317.03 3 7299.25 6463.37 4 8241.209999999999 6350.38 5 8842.84 6757.02 6 9214.6 7294.93 7 9867.36 7669.84 8 10097.2 7476.65 9 10908.36 8113.64 10 11944.08 8296.43 1 11 229.17 9505.66 12 15762.77 12651.95 13 17680.1 14485.61 14 18287.24 14468.24 15 18907.73 14323.66 16 21015.03 18550.56 17 22881.8 21767.78 18 28665.25 21188.84 Dependent Variable: Y Method: Least Squares Date: 06/07/15 Time: 11:18 Sample: 1 7 Included observations: 7 Variable Coefficient Std. Error t-Statistic Prob. X 0.723077 0.218386 3.311003 0.0212 C 536.8874 1814.254 0.295927 0.7792 R-squared 0.686771 Mean dependent var 6497.894 Adjusted R-squared 0.624125 S.D. dependent var 966.998

文档评论(0)

155****7807 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档