版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
經(jīng)典線性回歸模型的診斷與修正1、普通最小二乘法回歸結(jié)果如下:[=]Equation:EQ01Wbrkfile:04:;Untitled\-DX[viewjProc□bject||Print]Name[Freeze[Estimate[ForecaitstatiDependentVariably.GDPMethod'LeastSquaresDate:12/Oft'17Time:14:50Sample.19962015Includedobservations-20VariableCoefficrentStd.Errort-StatistirPrabc兀906.別39^150638.405953O.ODOOPI1.1753630.03633132.351130.0000R-squared09030&2Meandependentvar2S37&B3AdjustedR-squared0.982163S.D.dependentvar20B3&3.1SEofregression270270^1Akaikeinfocnterion2340010Sumsquaredresid139E+10Schwarzcriterion23.49967Loglikdihaod-2320010Hannan-Quinnenter.23.41954Fstatistic1046.599Durtiin-Watson5tat0.365276ProbfF-statistic^0.000000方程初步估計為:GDP=+1數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站年度數(shù)據(jù)
7F=DW=2、異方差的檢驗與修正從上圖可以看出,殘差平方和與解釋變量的散點圖主要分布在圖形的下半部分,有隨PI的變動增大的趨勢,因此,模型可能存在異方差。但是否確定存在異方差,還需作進一步的驗證。G-Q檢驗如下:去除序列中間約1/4的部分后,1996-2003年的OLS估計結(jié)果如下所示:[=]Equation:UNTITLEDWorkfile:O4::Unti-tted\■口淇[vfe^lProcObjectPrint]Namefreeze|Estimateforecast[statsResideD即endentVariable:GDPMethod:LeastSquaresDate:01;04/18lime:20:59Sample:19B€2OD3Ineludedobservations'8VariableCoefficientStd.Errort-StalisticProb.C29637.515357.5665一53IT990.0015PI2.0357530.14935913.63&050.0000Rsquared0.968714Meandependentvar99696.^9AdjustedRsquared0.963500S.D.dependentvar22372.04St.ofregression4274.201AkaikeinfDcriterion19.7rOSOSumsquaredresid1.1OE+O0Schwarzcriterion1979076Loglikelihood-7708360Hannan-Quinnertter19.&3695F-statistic1857783Durbin-Waisonstat1.097903Prob(F-5tati5tiD}0.000010殘差平方和RSS]=.
2008-2015年的OLS估計結(jié)果如下:[=]Equalion:UNTITLEDWor^ile:&4:Untilied\-nxVfewkrocOtjtctPrin:NameFreezeEstimateForecastSlatsResideDependentVariableGDPf4ethod:LeastSquaresCate:01/04/1BTiine:21:C,Sample:2&D82015Includedobservations:8VanableCoefficientStd.Lrrort-StatisticPrab.C16237Z120372.637.09463200002PI0.9583220.05354117.89873.O.OOQOR-squared0.991616Meandependentvar&0494S.7AdjustedR-squared0.97B662S.D.dependentvar136279.0S.E.cfregression19958.44Afcaikeinfocriterion22.8&301Sumsquaredresid2.39E+09Schwarzcriterion22.87287Loglikelihood-8941204Hmnnan-Quinnenter.22.719061-statistic320.3646DurbirrWatsonstat1.1276&2Probil-statistic}0.000002殘差平方和RSS2=+09.F=':-■-根據(jù)G-Q檢驗,F(xiàn)統(tǒng)計量為F=':-■->F0.I”|----因此,在5%的顯著性水平下拒絕兩組子樣本方差相同的假設(shè),即存在異方差。Gleiser檢驗結(jié)果如下[=1Equation:UNTITlED\Atarkfile:G4::Lntided\-nx|View][Proc]Object|[3rinljNameFreeze|Estimate[Forecast[s-tats{Relids]DependentVariable:LOG(E2)P/lethod:LeastSquaresDateD1/O4?18Time204SSample(adjusted)'200-12011Includedobservations:1afteradjustmentsVariableCoefficienLStd.Errort-SlatieticProb.C-1&014677.50763325060050.0541LOG(PI)2.3020050.63156037988820.0128R-squared0.741IB7TMeandependentvar9.606314AdjustedR-squHrsd06&00133Ddependent,var1.504728S.L.ofregression0.037700Akaikeinfoenterion2.71893+Sumsquaredresid3.509375Schfwarzcrrterian2.703J79Loglikelihood-7.515917Hannan-Quinnerrter.2.527822F-statistic11435563Durbin-Watsnnstat2093248FTDb(F-statistjc)0.012773參數(shù)的估計值顯著地不為0,則可以認定模型存在著異方差。
異方差的修正:運用加權(quán)最小二乘法對異方差進行修正[=]Equation:JMT1TLEDWorkfi1e:04::Untiiled\-BXViewProc|ObjEctPrintNameFreezeEstimateFare(:日wtStatsResidsDepentlentVariableGDPMethod.LeastSquare^Date-D1W10Time'21'11Sample.2008201{;ndudedobservations:9Weightingseries.WWeighttype'Inversestandarddeviationdetfaulrscaling)Whiteheteroskedastitity-cjnsistentstandarderrors&covarian匚^VariableCoefficientStd.Errorl-StatisticPnab.C144704.013141.2811.011410.0000Fl10128790.<M163724.326550.0000WeightedStatisticsR-squared0.976332Meandependentvar455593.2AdjustedR-squared0972445SCdependentvar6482590S.E.ofregression30746.47Akaikeinfocriterion2£.93046Sumsquaredresid258E+09Schwarzcriterion2295032Loglikelihood-30.72193Hannan-QuinnLriter.22.79651F-statistic240D4O2Durbin-Watsonstat1.540263Prob(F-slatiStic)0.000004Weightedmeandep.412667.7WaldF-statistic5917000Prob(WaldF-statistic)0.000000UnweightedStatisticsR-squaredAdjustedR-squaredSEofregressionIDurbin-Watsonstat09783290.97471721669.(M1.040448MeandependentvarS.D.dependsntvarSumsquaredresi-5049+5.713627D.02?2E*09對加權(quán)后的模型進行異方差檢驗,結(jié)果如下:Proc|ObjectPnntNameFreez-sEstimateForecastStatsResidsHetero5keda5ticrtyTest.White[=1Equation:UNTITLEDVtorkfile:04^Jntitled\Hetero5keda5ticrtyTest.WhiteF-statistjcOb5*R-squaredScaledexplained£S2.1J12453.&B15O71.232342Prob.F(2?5)Prob.Chi-Square^ProbChi-&quare(2)0.2.1410.158705400TestEquationDependentVariable:WGT_RJESIDX2Miethod.LeastSquaresDateD1/M/19Time:21:13Sample:200B2015Ineludedobservations.ElWhiteheteroskedasticity-consist-entstandarderrors&cowarianceColhn&artestregressorsdroppedfromspecificationVariableCoefficientStd「「rart-StatisticProbCPPWGP2WGTX2-t58E+091206315-1,55E+098.07E^O8-11.75677559254Q52.0350167.43E+0S-2.0934910.13-93009740,0905R-squaredAd|ustedR-squaredS.Eofregr-essionSumsquaredresidLoglikelihoodF-stgtisticPiiobfF-statistie)O46D1090.24426+J.27I-+065.3EE+17-W<j.J2212131245G214G95MeandependentvarS.D.dependentvarAkaikeinfocnienonSchwarzcriterionHannan-Quinncriter.Durbin-Watson5t3t3.23E4083.76E+0B42.33053423603242.129602994540View已知White統(tǒng)計量nF'=3-6H2,由于:.-:':'>,因此,可以判斷在給定顯著性水平的情況下,加權(quán)后的模型不再存在異方差,說明異方差性已經(jīng)消除。3、序列相關(guān)性的檢驗與修正序列相關(guān)性的檢驗如下:做殘差與殘差滯后一期的散點圖:[ill]Graph:6RAPH02Workfile:04-::Untitled\-OXView|pracObjectPrintNameFre^zsOptionsUpdateAddTeKtLine/shadeRemove50DOOD40,000-30.000-20,000-?二W.OOO-0--10,000--2D.DOO--30.000--11111-60,000-4&,00G-20,000020,00040:00060.0W可以看出,E與E(-1)逐漸合攏,因此殘差與其滯后一期的殘差存在序列相關(guān)性。D-W檢驗:從0LS估計結(jié)果中可直接得到DW值為,給定a=,已知n=20,k=2,查DW檢驗臨界值表可得,出丄L.]_41,由〈可知模型存在正自相關(guān)。序列相關(guān)性的修正:”.-■.3653利用廣義差分法,由于,有估計結(jié)果如下:旦Equation:EQ04Wortcfile:34::Unlitled\[jiewProclobject"intNameFreeze三stimateForecastStatsResideDependentVariableDYMethod'LeastSquaresDate:12r07/17Time:09:57Sample(adjusted}:199?2015Includedobservations:19afterad|ustjnentsVariableCaefficierrtStdFrrart-StatisticProb22631.611.009500&002.S70^1.6237050.Q665S21&.161670.0003Q.OOODR-squaredAdjusledR-squaredFirnfregressionSumsquarednesicLoglikelihoodFstatisticProb(F-st3tistic)0.93114009270S914355143.50£^0&-2077636229.3763-O.OUDOOOMeandependentvarSDdependentvarAkaikeinfocriterionSchwarzcritenonHannan-Quinncrite匚Durtoin-Watsonslat79730.6953163172200090221603222.097731.576941在新序列估計結(jié)果下,丸-?〈DW二〈4-九-:-?,:?--■-^,故不再存在序列相關(guān)性,自相關(guān)已經(jīng)得到消除。運用Cochrane-Orcutt迭代法進行自相關(guān)的修正:r[=]Equation:EQO2Workfile:D4::Untitled\_nxVieir\:PrueObjectPrintNameFreez
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年長春客運從業(yè)資格證下載
- 2024年安徽c1客運資格證模擬考試
- 2024年張家界小型客運從業(yè)資格證理論考題
- 2024年建筑施工臨時設(shè)施安全合同
- 2023屆新高考化學選考一輪總復習訓練-第14講 原子結(jié)構(gòu) 化學鍵
- 2024年拉薩客運從業(yè)資格證實際操作考試技巧
- 2024丙丁雙方就智能穿戴設(shè)備生產(chǎn)銷售合同
- 高支模架盤扣腳手架搭設(shè)方案
- 六年級家長會數(shù)學教師的發(fā)言稿
- 《漁歌子》說課稿
- 工人入場安全教育課件
- 【川教版】《生命 生態(tài) 安全》二年級上冊第12課 少點兒馬虎 多點兒收獲 課件
- 人教版數(shù)學四年級上冊第五單元 《平行四邊形和梯形》 大單元作業(yè)設(shè)計
- 靜配中心差錯預防
- 送教上門體育、健康教案教學內(nèi)容
- 高夫品牌市場分析報告
- 職業(yè)規(guī)劃書-數(shù)字化設(shè)計與制造技術(shù)
- 國家臨床重點??平ㄔO(shè)項目申報書
- 成語故事一葉障目
- 美術(shù)培訓幼兒園課件
- 《中小學書法教育指導綱要》解讀
評論
0/150
提交評論