计量经济学异方差实验报告二
- 格式:doc
- 大小:5.38 MB
- 文档页数:12
实验报告2
实验目的:掌握异方差的检验及处理方法。
实验内容:检验家庭人均纯收入与家庭生活消费支出可能存在的异方差性。有关数据如下:其中,收入为X,家庭生活消费支出为Y。
实验步骤如下:
一、建立有关模型分析异方差检验如下。
方法一、图示法。(两种)
(一)、x y 相关分析
从图中可以看出,随着收入的增加,家庭生活消费支出不断的提高,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。
建立模型:
1、从图中可以看出,x y不是简单的线性关系。建立线性回归方程如下,
LS Y C X
从上图看出,回归模型的R^2=0.8953,拟合优度较低。
2、建立半对数模型如下
GENR lny =log(y)
LS lny c x
从图中可以看出,R^2=0.914646,拟合优度较高,F =310.7602通过检验。Lny= 7.3119 + 0.000168x
t= (158.5288) (17.62839)
R^2=0.914646 F =310.7602
但是,收入对消费的影响较小。
综合经济意义,选择直线模型进行异方差检验如下。
(二)残差分析
首先将数据排序,然后建立回归方程。
命令:sort x
Ls y c x
从图中可以看出,残差有扩大的趋势,说明存在异方差性。方法二、white 检验
方程: ls y c x
利用white检验如下图:
若取显著水平为ä=0.05,可以看出,p值较小,所以存在异方差性。
方法三、Park检验
建立回归模型如上图方程窗口所示。
生成新的变量序列genr lne2=log(resid^2) genr lnx=log(x)
生成新残差序列对解释变量的回归模型ls lne 2 c lnx 回归结果如下图:
从图中可以看出,lnx的系数估计值不为0,且能通过显著性检验,所以随机误差项的方差与解释变量之间存在较强的相互关系,所以存在异方差性。
方法四、Glesier检验
建立回归模型如上图的方程窗口图。
生成新的变量序列genr E = abs (resid)
分别建立新的残差序列(E)对各解释变量(X/X^2/X^(1/2)/X^(-1)/X^(-2)/X^(-1/2))如下图所示:
1、ls e c x
2、ls e c x^2
3、ls e c x^(1/2)
4、ls e c x^(-1)
5、ls e c x^(-2)
6、ls e c x^(-1/2)
从以上图中可以看出,各解释变量的回归系数均不为零,且能通过t检验,所以存在异方差。
二、调整异方差
1、确定权数变量
根据Park检验Genr w1=1/x^2.4313
根据Glesier 检验Genr w2=1/x^0.5
Genr w3=1/abs(resid)
Genr w4=1/resid^2
2、利用加权最小二乘法估计模型。
依次在窗口中键入命令ls(w=wi) y c x
回归结果如下图所示:
对上面四个模型在进行white检验,结果对应如下:
从以上检验可知,权数选择w3=1/abs(resid) w4=1/resid^2均可消除。
在Eviews中的部分操作步骤如下:
data x y
scat x y
sort x
ls y c x
genr lnx=log(x)
ls y c lnx
genr lny=log(y)
ls lny c x
ls lny c lnx
ls y c x
genr lne2=log(resid^2)
ls lne2 c lnx
genr e=abs(resid)
ls e c x
ls e c x^2
ls e c x^(1/2)
ls e c x^(-1)
ls e c x^(-2)
ls e c x^(-1/2)
genr w1=1/x^2.4313 genr w2=1/x^0.5 genr w3=1/abs(resid) genr w4=1/resid^2 ls(w=w1) y c x
ls(w=w2) y c x
ls(w=w1) y c x
ls(w=w4) y c x