EViews計量經(jīng)濟學(xué)實驗報告-異方差的診斷及修正

1、時間 地點實驗題目異方差的診斷與修正一、實驗?zāi)康呐c要求：要求目的：1用圖示法初步判斷是否存在異方差，再用White檢驗異方差；2、用加權(quán)最小二乘法修正異方差。二、實驗內(nèi)容根據(jù)1998年我國重要制造業(yè)的銷售利潤與銷售收入數(shù)據(jù)，運用EV軟件，做回歸分析，用圖示法，White檢驗?zāi)Ｐ褪欠翊嬖诋惙讲睿?如果存在異方差，運用加權(quán)最小二乘法修正異方差。三、實驗過程：（實踐過程、實踐所有參數(shù)與指標(biāo)、理論依據(jù)說明等）（一）模型設(shè)定為了研究我國重要制造業(yè)的銷售利潤與銷售收入是否有關(guān)，假定銷售利潤與銷售收入之間滿足線性約束，則理論模型設(shè)定為：Yi =1+2 X i + i其中，Y表示銷售利潤，Xi表示銷售收入。由

2、1998年我國重要制造業(yè)的銷售收入與銷售利潤的數(shù)據(jù)，如圖1：1988年我國重要制造業(yè)銷售收入與銷售利潤的數(shù)據(jù)（單位：億元）行業(yè)名稱銷售利潤Y銷售收入X食品加工業(yè)187.253180.44食品制造業(yè)111.421119.88飲料制造業(yè)205.421489.89煙草加工業(yè)183.871328.59紡織業(yè)316.793862.9服裝制造業(yè)157.71779.1皮革羽絨制品81.731081.77木材加工業(yè)35.67443.74家具制造業(yè)31.06226.78造紙及紙制品134.41124.94印刷業(yè)90.12499.83文教體育用品54.4504.44石油加工業(yè)194.452363.8化學(xué)原料制品5

3、02.614195.22醫(yī)藥制造業(yè)238.711264.1化學(xué)纖維制造81.57779.46橡膠制品業(yè)77.84692.08塑料制品業(yè)144.341345非金屬礦制業(yè)339.262866.14黑色金屬冶煉367.473868.28有色金屬冶煉144.291535.16金屬制品業(yè)201.421948.12普通機械制造354.692351.68專用設(shè)備制造238.161714.73交通運輸設(shè)備511.944011.53電子機械制造409.833286.15電子通信設(shè)備508.154499.19儀器儀表設(shè)備72.46663.68(二) 參數(shù)估計1、 雙擊“ Eviews ”，進入主頁。輸入數(shù)據(jù)：點擊

4、主菜單中的 File/Open /EV Workfile Excel異方差數(shù)據(jù)2.xls ；2、在EV主頁界面的窗口，輸入“ ls y c x ”，按“ Enter ”。出現(xiàn)OLS回歸結(jié)果，如圖2：估計樣本回歸函數(shù)Depe ndent Variable: YMethod: Least SquaresDate: 10/19/05 Time: 15:27Sample: 1 28In eluded observati ons: 28VariableCoefficientStd. Errort-StatisticProb.C12.0356419.517790.6166500.5428X0.104393

5、0.00844112.366700.0000Mean depe ndentR-squared0.854696var213.4650S.D.dependentAdjusted R-squared0.849107var146.4895Akaike infoS.E. of regressi on56.90368criteri on10.98935Sum squared resid84188.74Schwarz criterion11.08450Log likelihood-151.8508F-statistic152.9353Prob(F-statisticDurb in -Watson stat1

6、.212795)0.000000估計結(jié)果為：Y?=12.03564 + 0.104393Xi(19.51779)(0.008441)t= ( 0.616650)( 12.36670)R2=0.854696 R2 =0.849107 S.E.=56.89947DW=1.212859F=152.9353這說明在其他因素不變的情況下，銷售收入每增長1元，銷售利潤平均增長0.104393元。R =0.854696 ,擬合程度較好。在給定=0.0 時，t=12.36670 t.025（26） =2.056，拒絕原假設(shè)，說明銷售收入對銷售利潤有顯著性影響。F=152.9353 F0.05（1,26） =

7、4.23 ,表明方程整體顯著。（三）檢驗?zāi)Ｐ偷漠惙讲睿ㄒ唬﹫D形法1、 在Workfile ”頁面：選中x,y序列，點擊鼠標(biāo)右鍵，點擊Open as Group Yes2、 在Group”頁面：點擊 View Graph Scatter Simple Scatter, 得到 X,Y 的散點圖（圖3所示）：600500400Y 3002001000010002000300040005000X3、 在Workfile ”頁面：點擊 Gen erate，輸入e2=residA2 ”一 OK4、 選中x,e2序列，點擊鼠標(biāo)右鍵，Open as Group Yes5、 在Group”頁面：點擊 View

8、GraphScatter Simple Scatter, 得到 X,e2 的散點圖（圖4所示）：010002000300040005000X250002000015000E10000500006、判斷由圖3可以看出，被解釋變量 Y隨著解釋變量 X的增大而逐漸分散，離散程度越來越大；2同樣，由圖4可以看出，殘差平方 e對解釋變量x的散點圖主要分布在圖形中的下三角部分，大致看出殘差平方 e隨Xi的變動呈增大趨勢。 因此，模型很可能存在異方差。但是否確實存在異方差還應(yīng)該通過更近一步的檢驗。探（二）White檢驗1、在Equation ”頁面：點擊 View Residual Tests White

9、檢驗（nocross ）,（本例 為一元函數(shù)，沒有交叉乘積項）得到檢驗結(jié)果，如圖 5:White檢驗結(jié)果White Heteroskedasticity Test:F-statistic3.607218Probability0.042036Obs*R-squared6.270612Probability0.043486Test Equati on:Depe ndent Variable: RESIDEMethod: Least SquaresDate: 10/19/05 Time: 15:29Sample: 1 28In eluded observati ons: 28CoefficieC-3

10、279.7792857.117-1.1479330.2619X5.6706343.1093631.8237280.0802XA2-0.0008710.000653-1.3340000.1942Mean depe ndentR-squared0.223950var3006.741S.D.dependentAdjusted R-squared0.161866var5144.470Akaike infoS.E. of regressi on4709.744criteri on19.85361Sum squared resid5.55E+08Schwarz criterion19.99635Log l

11、ikelihood-274.9506F-statistic3.607218Prob(F-statisticDurb in -Watson stat1.479908)0.0420362、因為本例為一元函數(shù)，沒有交叉乘積項，則輔助函數(shù)為2t = o+1 Xt +22 Xt + t2從上表可以看出，nR =6.270612 ，有White檢驗知，在2=0,05下，查分布表，得臨界值20.05(2)=5.99147。比較計算的2統(tǒng)計量與臨界值,2因為 nR = 6.270612 20.05(2)=5.99147，所以拒絕原假設(shè)，不拒絕備擇假設(shè)，這表明模型存在異方差。(四) 異方差的修正在運用加權(quán)最小二

12、乘法估計過程中，分別選用了權(quán)數(shù)1t=1/xt， 2t=1/xt2， 3t=10.05 ( 2)=5.99147，所以拒絕原假設(shè)，不拒絕備擇假設(shè)，這表明模型存在異方差。2、用加權(quán)最小二乘法修正異方差：發(fā)現(xiàn)用權(quán)數(shù)2t的效果最好，則估計結(jié)果為：Y?= 6.496703 + 0.106892 X i(1.863374)( 9.725260)2R =0.922715DW=1.905670 F=94.58068括號中的數(shù)據(jù)為t統(tǒng)計量值。由上可以看出，R2 =0.922715,擬合程度較好。在給定 =0.0 時，t= 9.725260to.025 (26)=2.056，拒絕原假設(shè)，說明銷售收入對銷售利潤有顯

13、著性影響。F=94.58068 F0.05(1,26) = 4.23 ,表明方程整體顯著。運用加權(quán)最小二乘法后，參數(shù)2的t檢驗顯著，可決系數(shù)提高了不少，F(xiàn)檢驗也顯著，并說明銷售收入每增長1元，銷售利潤平均增長0.106892元。3、再用 White檢驗修正后的模型是否還存在異方差：White檢驗結(jié)果White Heteroskedasticity Test:F-statistic3.144597Probability0.060509Obs*R-squared5.628058Probability0.059963Test Equati on:Depe nde nt Variable: STD_R

14、ESIDA2Method: Least SquaresDate: 10/22/10 Time: 00:17Sample: 1 28In eluded observati ons: 28VariableCoefficientStd. Errort-StatisticProb.C1927.346675.22462.8543780.0085X-1.4566130.734838-1.9822230.0585XA20.0002450.0001541.5863420.1252Mean depe ndentR-squared0.201002var425.0258S.D.dependentAdjusted R-squared0.137082var1198.210Akaike infoS.E. of regressi on1113.057criteri on16.96857Sum squared resid30972414Schwarz criterion17.11130Log likelihood-234.