- 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
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)