Eviews检验小结
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
各种检验总结
1、偏度:①序列的分布是对称的,S值为0;
②正的S值意味着序列分布有长的右拖尾;
③负的S值意味着序列分布有长的左拖尾。
2、峰度:①如果K 值大于3,分布的凸起程度大于正态分布;
②如果K值小于3,序列分布相对于正态分布是平坦的。
3、正态性检验:
Q-Q图:看QQ图上的点是否近似地在一条直线附近, 是的话近似于正态分布。Jarque-Bera 检验:①如果P值很小,则拒绝原假设,X不服从正态分布;
②如果P值大于0.05(0.1)接受原假设, X 服从正态分布。
输入数据
用鼠标单击“Quick”,出现下拉菜单,单击“Empty Group”,出现“Group”窗口。
在数据表的第一列中键入y的数据,并将该序列名取为y;在第二、第三列中分别键入x1 和x2的数据,并分别取名为x1和x2。
回归分析
用鼠标单击“Quick”,出现下拉菜单,单击“Estimate Equation”,在弹出对话框中键入y c x1 x2;在“Estimation Settings”栏中选择“Least Squares”(最小二乘法);点击“OK”,屏幕显示回归分析结果如表3-16所示。
回归检验
1、拟合优度检验:R2 =0.864267说明,回归方程即上述样本需求函数的解释能力为86.4%,即所有解释变量能对该被解释变量变动的86.4%作出解释。回归方程的拟合优度较好。
2、回归模型的总体显著性检验:从全部因素的总体影响看,α表示显著性水平(一般取5%,也可取10%根据题目而定)假设在5%显著性水平上,若F检验的P值小于0.05,说明所有解释变量对被解释变量的共同影响显著。
3、单个回归系数的显著性检验:从单个因素的影响看,在5%显著性水平上,
查看各个解释变量的T检验值若大于2,一般表示该解释变量对被解
释变量有显著影响。但是,最主要是看解释变量的P检验值,若P值小于0.05则表示该解释变量对被解释变量有显著影响。
异方差检验:
(1)判断
1.图示法——残差的图示检验
通过resid 与x的散布图判断,图形成喇叭状。或通过resid的平方与x的散布图判断。
在“Quick”菜单中选“Graph”项,在图形对话框里键入resid x,可得resid 与x的散布图(见图4-9),resid 与x 的散布图表明存在异方差。
2.怀特检验。
在方程窗口中依次点击:View\Residual Test\ Heteroskedasticity Test,多元回归时一般选择有交叉项, 。
(2)异方差的修正(WLS 估计法)。加权重1/x^2。
在OLS 对话框里键入:y c x,按回车键,然后在方程窗口中点击“Estimate\Options”按钮,并在权数对话框里输入权数 1 / x^2 或者 1 / e^2(其中的e是用
中的genr按钮,在弹出的框中输入e=resid)
若obs*R-squared对应的P值小于0.05,拒绝原假设,存在异方差性。例中为0.1691。
自相关检验:
(一)判断
1.残差图
通过resid(-1)和resid(纵轴)的残差图,有明显带状规律。
2.D-W检验
3.偏自相关系数检验
在方程窗口中依次点击:View\Residual Test\correlogram-Q-statistic
超出虚线的条块
4.拉格朗日乘数检验(B-G,LM )
在方程窗口中依次点击:View\Residual Test\Serail Correlation LM Test
若obs*R-squared 对应的P 值小于0.05,拒绝原假设,存在自相关。
(二)修正(广义差分)
1. 利用DW 统计量求 ,再用广义差分法估计模型
2. 杜宾(durbin )两步法
鼠标单击“Quick ”,出现下拉菜单,单击“Estimate Equation ”,在弹出的 OLS 对话框里键入:1--t t Y Y ρ c 1--t t X X ρ,按回车键,
多重共线性检验
(一) 判断
1. 相关系数法。R 的绝对值大于等于0.8,存在多重共线性。
2. 回归后,R 平方较大,F 检验显著,但有些变量T 检验不显著,系数的正负号与理论
违背。
(二) 修正
1. 先用Ctrl 键选中所有的解释变量和被解释变量,再右击鼠标,在open 中选中as group ,
在新建的group 窗口中点击view / Covarriance Analysis/ correlation
找到和被解释变量相关系数最大的解释变量,做二者的回归估计。
2. 若该解释变量有显著影响,再加入和被解释变量相关系数第二大的解释变量做回归
分析,若 R 平方上升,P 值显著则该变量应该加入模型,否则舍去。
2
1ˆDW -=ρρ)()()1(11101----+-+-=-t t t t t t X X Y Y ρμμρβρβρ