计量经济学截面数据异方差检验(借鉴资料)
异方差定义及检验
4、帕克（Park)检验和戈里瑟(Glejser)检验
2 e x e i • Park检验的辅助模型为： i 2 • 求对数后为： ln(ei ) ln( ) ln xi
(4.1.2)
2 e • Glejser检验以 i 为被解释变量，以原模型的某一解释 变量 x j为解释变量，建立如下方程 ：
ei f x ji i (4.1.3) • • f x j 可有多种函数形式。（利用试回归法，选择关于 变量的不同的函数形式，对方程进行估计并进行显著 性检验，如果存在某一种函数形式，使得方程显著成 立，则说明原模型存在异方差性。） • 可利用Eviews软件实现。
2
第二节 异方差的修正
方式2：在方程窗口中点击Estimate\Options\Weighted, 并在权数变量栏输入权数变量；
3)利用White检验判断是否消除了异方差性 权数变量的确定：依据Pack检验和Gleiser检验的结 果，或直接取成1/ei
精品课件！
作业四：
• 第五章3/4/6/8。
步骤：1）将解释变量的样本值按从小到大排序，再利用
ห้องสมุดไป่ตู้ • 检验统计量：
• F服从分布
2 1
n c k 1 2 RSS 2 2 F (4.1.1) 2 2 RSS1 RSS1 n c k 1 2
nc nc F (k 1), (k 1) 2 2
2.戈德菲尔德—匡特(Goldfeld—Quant）检验
原理：适合递增型的异方差，利用方差与解释变量同步增
长的原理，通过检验小方差与大方差是否有明显差异，达 到检验异方差的目的。 OLS求出估计值和残差序列 ei 2）在所有样本点中删去中间的c个点，将余下的点分为两组， 每组样本为 n c 2 个。 3）将两组样本分别作OLS，求得各自的残差平方和，再设计 统计量检验两组残差平方和是否有显著差异，若有，异方 差存在。
计量经济学 异方差检验
计量经济学实验报告【实验名称】异方差的检验和修正【实验目的】掌握用Eviews 检验模型中异方差问题的检验和补救方法，能够正确理解和分析Eviews的输出结果【实验内容】（1）试利用OLS法建立人均消费性支出与可支配收入的线性模型；（2）检验模型是否存在异方差性；（3）如果存在异方差性，试采用适当的方法估计模型参数。
【结果分析】1.建立模型打开Eviews软件，选中File\New\Workfile以创建一个工作文件，文件结构类型为undated。
在命令栏中输入“data X Y”，回车后得到一个未命名的组，向组中输入数据。
如下图。
设可支配收入为变量X（横坐标），消费性支出为变量Y（纵坐标），选中Quick\Graph，在出现的对话框中输入“X Y”，点击OK后在新出现的Graph对话框中，在Graph type中选择Categorical Graph下的scatter，点击OK，如下图所示：以X 为解释变量，Y 为被解释变量，建立一元线性回归方程：i 0i i Y =+*X ββ选中Object/New Objects ，在新建对象对话框中选中对象为Equation ，在出现的对话框中输入“y c x ”，进行回归分析，得到如下结果。
可以得出0β=725.3459 1β =0.664746 线性回归方程为：i Y =0β+1β *X=725.3459+0.664746*X（1.589047）（22.49622）2R=0.945802 F=506.0798由散点图可知，原模型很可能存在异方差性，为此，进一步的进行更精确的检验。
G-Q检验：升序排列去掉中间的7个样本，剩余24个样本，再分成两个样本容量为12的子样本，对两个子样本分别用OLS法作回归：键入命令Smpl 1 12Equation eq01.Is Y C XSmpl 20 31Equation eq02.Is Y C X完成对两个子样的回归；0β’=669.5344 1β’=0.677374i Y =0β’+ 1β’*X=669.5344+0.677374*X子样1： (0.281991) (3.490176)RSS1=1971249i Y =1179.053+0.644719*X子样2： (0.954140) (9.951062) RSS2=8403437计算F 统计量：F=197124984034371112/21-1-12/1=--）（）（RSS RSS =4.263 在5%的显著性水平下，自由度为（10,10）的F 分布的临界值为4.263，于是拒绝同方差的原假设，表明模型存在异方差。
计量经济学异方差实验报告及心得体会
计量经济学异方差实验报告及心得体会一、实验简介本实验旨在通过构建模型来研究经济学中的异方差问题，并通过实证分析来探讨其对模型结果的影响。
实验数据采用随机抽样方法自真实经济数据中获取，共包括两个自变量和一个因变量。
在实验中，我将对模型进行两次回归分析，一次是假设无异方差问题，一次是考虑异方差问题，并比较两个模型的结果。
二、实验过程1.数据准备：根据实验设计，我根据随机抽样方法，从真实经济数据中抽取了一部分样本数据。
2.模型建立：我将自变量Y和X1、X2进行回归分析。
首先，我假设模型无异方差问题，得到回归结果。
然后，我将检验异方差性，若存在异方差问题，则建立异方差模型继续回归分析。
3.模型估计：利用最小二乘法进行参数估计，并计算回归结果的标准差和假设检验。
4.模型比较：对比两个模型的回归结果，分析异方差对模型拟合程度和参数估计的影响。
三、实验结果1.无异方差假设模型回归结果：回归方程：Y=0.9X1+0.5X2+2.1标准差：0.3显著性水平：0.05拟合优度：0.852.考虑异方差问题模型回归结果：回归方程：Y=0.7X1+0.4X2+1.9标准差：0.6显著性水平：0.05拟合优度：0.75四、实验心得体会通过本次实验，我对计量经济学中的异方差问题有了更深入的了解，并进一步认识到其对模型结果的影响。
1.异方差问题的存在会对统计推断结果产生重要影响。
在本次实验中，考虑异方差问题的模型相较于无异方差模型，参数估计值差异较大，并且拟合优度也有所下降。
因此，我们在实证分析中应尽可能考虑异方差问题。
2.在实际应用中，异方差问题可能较为普遍。
经济学中的许多变量存在异方差性，例如，个体收入、消费支出等。
因此，在进行经济学研究时，我们应当警惕并尽量排除异方差问题。
3.针对异方差问题，我们可以采用多种方法进行调整，例如，利用异方差稳健标准误、加权最小二乘法等。
在本次实验中，我们采用了异方差模型进行调整，并得到了相对较好的结果。
计量经济学--异方差、多重共线性
计量经济学实验报告实验1.异方差检验及修正一、 实验目的影响各地居民人均年消费支出的因素有多种，其中最主要的影响因素应当为收入，对于农村居民来说，收入包括从事农业经营的纯收入和其他来源的纯收入。
本题研究的是内地2006年各地区农村居民家庭人均纯收入与消费支出消费支出之间的关系是否存在异方差，如存在异方差并做出修正。
数据来源为《中国农村住户调查年鉴（2007）》、《中国统计年鉴（2007）》。
二、 实验步骤 1、建立模型01122Y X X u βββ=+++其中，Y 表示人均消费支出，X1表示从事农业经营的纯收入，X2表示其他来源的纯收入，单位为元。
2、从excel 中将数据导入EViews 中，得到图1。
图13、在EViews 命令框中直接键入“ls y c x1 x2”，按回车，即出现回归结果，如表2。
表2Dependent Variable: Y Method: Least Squares Date: 12/04/13 Time: 17:20 Sample: 1 31Included observations: 31Coefficient Std. Error t-Statistic Prob.C 728.1402 328.1558 2.218886 0.0348 X1 0.402097 0.164894 2.438514 0.0213 X20.7090300.041710 16.999110.0000R-squared0.922173 Mean dependent var 2981.623 Adjusted R-squared 0.916614 S.D. dependent var 1368.763 S.E. of regression 395.2538 Akaike info criterion 14.88870 Sum squared resid 4374316. Schwarz criterion 15.02747 Log likelihood -227.7748 Hannan-Quinn criter. 14.93394 F-statistic 165.8853 Durbin-Watson stat 1.428986Prob(F-statistic)0.000000由表可以得到：12728.14020.4020970.70903i Y X X =++（328.1558）（0.164894） （0.041710） t= (2.218886) (2.438514) （16.99911）220.922173,0.916614,165.8853R R F ===4、模型检验在显著性为0.05时，P 值都小于0.05，通过显著性检验，认为X1、X2显著。
《计量经济学》第五章 异方差性
（二）检验的特点
不仅能对异方差的存在进行判断，而且还能对异 方差随某个解释变量变化的函数形式 进行诊断。 该检验要求变量的观测值为大样本。
36
（三）检验的步骤
1.建立模型并求 ei 根据样本数据建立回归模型，并求残差序列
4
第一节 异方差性的概念
本节基本内容：
●异方差性的实质 ●异方差产生的原因
5
一、异方差性的实质
同方差的含义
同方差性：对所有的 i (i 1,2,...,n)有：
Var(ui ) = σ 2
（5.1）
因为方差是度量被解释变量 Y的观测值围绕回归线
E(Yi ) 1 2 X 2i 3X3i ... k X ki （5.2）
1.求回归估计式并计算 et2
用OLS估计式（5.14），计算残差
差的平方 et2 。
et
Yt
-Yˆt
，并求残
2.求辅助函数
用残差平方
et2
作为异方差
σ
2 t
的估计，并建立
X
2t
,
X
3t
,
X
2 2t
,
X
2 3t
,
X
2t
X
3t
的辅助回归，即
eˆt2
=
αˆ1
+
αˆ2
X
2t
+
αˆ3
X
3t
+
αˆ4
X
2 2t
+
αˆ5
X
2 3t
+
αˆ6
计量经济学实验5 异方差
具体步骤是：
1 ．选择普通最小二乘法估计原模型，得到随机误差 项的近似估计量 û t； 2．建立 1/| û t | 的数据序列； 3．选择加权最小二乘法，以 1/| û t |序列作为权，进
行估计得到参数估计量。实际上是以 1/| û t |乘原模型的两
边，得到一个新模型，采用普通最小二乘法估计新模型。
以不必把它们全包括在内。无交叉项选项仅使用解释变
量平方进行检验回归。
例：人均家庭交通及通讯支出(CUM)和可支配收入(IN ) 的回归方程的 White 异方差检验的结果：
该结果F 统计量和 Obs*R2 统计量的P值均很小，表明 拒绝原假设，即残差存在异方差性。
利用加权最小二乘法消除异方差
1．方差已知的情形 假设有已知形式的异方差性，并且有序列w，其值与误差标 准差的倒数成比例。这时可以采用权数序列为w 的加权最小二乘 估计来修正异方差性。对加权自变量和因变量最小化残差平方和 得到估计结果 :
四、实验原理与操作
异方差性检验
1. 图示检验法 (1) 用X-Y的散点图进行判断 观察是否存在明显的散点扩大、缩小或复杂型趋势（即 不在一个固定的带型域中）
2的散点图进行判断 （2）X - û i 首先采用OLS方法估计模型，以求得随机误差项的估计量 (注意，该估计量是不严格的)，我们称之为“近似估计量”，用 2 表示。于是有 û i
5．随机误差项服从0均值、同方差的正态分布。即
ui ~
N (0, )
2
i=1,2,…,N
当随机误差项满足假定1 ~ 4时，将回归模型”称为 “标准回归模型”，当随机误差项满足假定1 ~ 5时，将回 归模型称为“标准正态回归模型”。如果实际模型满足不 了这些假定，普通最小二乘法就不再适用，而要发展其他 方法来估计模型。
计量经济学实验报告异方差
《计量经济学》实验报告异方差（五）
二、实验目的
1、掌握异方差出现的来源、后果、检验及修正的原理，以及相关的EViews软件操作方法。
2、建立工作文件，输入数据
3、利用最小二乘法建立方程，进行残差的怀特（white）异方差检验；
4、利用加权最小二乘法修正异方差，列出方程及主要统计量，检验是否消除了异方差性，列出检验结果。
三、实验步骤（简要写明实验步骤）
1、首先建立一个工作文件、建立回归模型；
2、由于这是截面数据，所以要检验是否存在异方差
1）、可以从图形的角度来检验，为此首先生成该残差序列；
2）、WHITE检验
3、消除异方差，WLS估计法
点击resid得到残差项
在上方输入genr e2=resid^2
点击e2和x右键as grop得到散点图
在上方输入genr e1=@abs (resid)
在上方输入ls y c x，点击view中的White检验得到数据
四、实验结果及分析
1、回归估计结果：
y=+
2、残差序列得到的图形为：
表明是否存在异方差：可以发现随着X增加，残差呈现明显的扩大趋势，表明存在递增的异方差
3、WHITE检验得到的结果为：
观察相伴概率P值的大小，这里p=，大于的显着水平
表明不存在异方差。
4、用加权最小二乘法回归得到的结果加以分析看是否消除了异方差：
所对应的White检验显示，P值较大，都超过了，所以接受不存在异方差的原假设，即认为已经消除了回归模型的异方差性。
计量经济学--异方差的检验及修正
经济计量分析实验报告一、实验项目异方差的检验及修正二、实验日期2015.12.06三、实验目的对于国内旅游总花费的有关影响因素建立多元线性回归模型，对变量进行多重共线性的检验及修正后，进行异方差的检验和补救。
四、实验内容建立模型，对模型进行参数估计，对样本回归函数进行统计检验，以判定估计的可靠程度，包括拟合优度检验、方程总体线性的显著性检验、变量的显著性检验，以及参数的置信区间估计。
检验变量是否具有多重共线性并修正。
检验是否存在异方差并补救。
五、实验步骤1、建立模型。
以国内旅游总花费Y 作为被解释变量，以年底总人口表示人口增长水平，以旅行社数量表示旅行社的发展情况，以城市公共交通运营数表示城市公共交通运行状况，以城乡居民储蓄存款年末增加值表示城乡居民储蓄存款增长水平。
2、模型设定为:t t t t t μβββββ+X +X +X +X +=Y 443322110t 其中：t Y — 国内旅游总花费（亿元） t 1X — 年底总人口（万人） t 2X — 旅行社数量（个） t 3X — 城市公共交通运营数（辆）t 4X — 城乡居民储蓄存款年末增加值（亿元）3、对模型进行多重共线性检验。
4、检验异方差是否存在。
六、实验结果（一）、消除多重共线性之后的模型多元线性回归模型估计结果如下：4321000779.0053329.0151924.0720076.0-99.81113ˆX +X +X +X =Y i SE=(26581.73) (0.230790) (0.108223) (0.013834) (0.020502) t =(3.051494) (-3.120046) (1.403805) ( 3.854988) (0.038020)R2=0.969693R2=0.957571F=79.98987(1)拟合优度检验：可决系数R 2=0.969693较高，修正的可决系数R 2=0.957571也较高，表明模型拟合较好。
(整理)计量经济学异方差的检验与修正
《计量经济学》实训报告实训项目名称异方差模型的检验与处理实训时间 2012-01-02实训地点实验楼308班级学号姓名实 训 (实 践 ) 报 告实 训 名 称 异方差模型的检验与处理一、 实训目的掌握异方差性的检验及处理方法。
二 、实训要求1.求销售利润与销售收入的样本回归函数，并对模型进行经济意义检验和统计检验；2.分别用图形法、Goldfeld-Quant 检验、White 方法检验模型是否存在异方差；3.如果模型存在异方差，选用适当的方法对异方差进行修正，消除或减小异方差对模型的影响。
三、实训内容建立并检验我国制造业利润函数模型，检验异方差性，并选用适当方法对其进行修正，消除或不同）四、实训步骤1.建立一元线性回归方程；2.建立Workfile 和对象，录入数据；3.分别用图形法、Goldfeld-Quant 检验、White 方法检验模型是否存在异方差；4.对所估计的模型再进行White 检验，观察异方差的调整情况，从而消除或减小异方差对模型的影响。
五、实训分析、总结表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料。
假设销售利润与销售收入之间满足线性约束，则理论模型设定为：12i i i Y X u ββ=++其中i Y 表示销售利润，i X 表示销售收入。
表1 我国制造工业1998年销售利润与销售收入情况1.建立Workfile和对象，录入销售收入X和销售利润Y：图1 销售收入X和销售利润Y的录入2.图形法检验⑴观察销售利润Y与销售收入X的相关图：在群对象窗口工具栏中点击view\Graph\Scatter\Simple Scatter, 可得X与Y的简单散点图(图1)，可以看出X与Y是带有截距的近似线性关系，即随着销售收入的增加，销售利润的平均水平不断提高，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。
图2 我国制造工业销售利润与销售收入相关图⑵残差分析由路径：Quick/Estimate Equation，进入Equation Specification窗口，键入“y c x 确认并“ok”，得样本回归估计结果，见图3。
计量经济学截面数据异方差检验
某家庭对某种消费品的消费需要研究一、经济理论陈述，变量确定某家庭对某消费品的消费需要可以由该家庭的消费支出来表示，消费支出受商品价格、家庭月收入两个因素影响。
用EVIEWS软件对相关数据进行了多元回归分析，得出了相关结论。
其中，被解释变量为：对某商品的消费支出（丫）解释变量为：商品单价（X1 ）、家庭月收入（X2）二、模型形式的确定：散点图通过OLS可得模型的散点图如下:2000015000100005000550 600 G50 700 750 800从散点图可以看出该家庭对某商品的消费支出（丫）和商品单价（X1 ）、家庭月收入（X2 ）大体呈现为线性关系，三、建立模型利用书P105页第11题数据，建立截面数据的计量经济模型，并进行回归分析。
假设建立如下线性二元回归模型：Y=C+ B 1X计B 2X2+ 卩其中，Y表示对某商品的消费支出，X1表示商品单价，X2表示家庭月收入，□表示随机误差项。
1、参数估计:假定所建模型及随机扰动项□满足古典假定，可以用OLS 法估计其参数，运用计算机软件EViews作计量经济分析。
通过OLS可得：Dependent Variable: YMethod' Least SquaresDate: 11/26/08 Time: 20:25Sample：1 10Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.c626.509340 13010 15.61195 □.DC00X1 -9790570 3.197843-3.061617 0.0183X2 0.02861 B 0.005838 4 902030 0.0017R-squared0.902218 Mean depende nt var670.3300Adjusted R-squared0 874281S.D. dependent var49.04504S.E. of regression 117.30905 Akaike info criterion 8.792975Sum squared resid 2116.847 Schwarz criterion S 883751Log likelihood-40.96488 F-statistic 32.2940BDurbin-Watson stat 1.650804Prob(F-statistic) 0.000292参数和估计结果为：丫=626.5093-9.79057 X1+0.028618 X22、经济意义检验所估计的参数B 1= -9.79057,说明商品单价每提高1元，可导致对某商品的消费支出减少9.79057元。
计量经济学第五章-异方差
可编辑ppt
5
一、参数的OLS估计仍然是线性无偏的，但不 是最小方差的估计量
1、线性性
bˆ1
= xi yi xi 2
= b1
+ xi ui xi 2
一元线性回归模型为例
2、无偏性
E( bˆ1 )=E(
b1
+
xi ui xi 2
在同方差的假定下才被证明是服从 t 分布的。 分母变大，t 值变小，t 检验也就失去意义。
三、降低预测精度
由于存在异方差，参数的OLS估计的方差增大，参数 估计值的变异程度增大，从而造成对 Y 的预测误差变大， 降低预测的精度。
可编辑ppt
7
第二节 异方差的检验
• 1、图解法 • 2、戈德菲尔德—匡特法（双变量模型） • 3、怀特检验（White） • 4、戈里瑟(Glejser)检验 • 5、帕克(Park)检验
• 二、随着收入的增长，人们有更多的备用收入，从而如何支配 他们的收入有更大的选择范围。因此，在做储蓄对收入的回归 时，很可能发现，由于人们对其储蓄行为有更多的选择，与收 入俱增。
• 三、个体户收入随时间变化。
• 四、异方差还会因为异常值的出现而产生。一个超越正常值范 围的观测值或称异常值是指和其它观测值相比相差很多（非常 小或非常大）的观测值。
)= b1+
xi E(ui xi 2
)
=
b1
3、方差
该形式不具有最小方差
Var( bˆ1 ) =
i 2
xi 2
在同方差时，
xi2 Xi2 xi 2
该形式具有最小方差
Var(
计量经济学异方差的检验与修正实验报告
计量经济学异方差的检验与修正实验报告本文以Salvatore(2001)《计量经济学》第13章为基础，通过实际数据测试，探究异方差的检验与修正方法及影响。
一、实验数据说明本实验采用的数据为美国1980年的50个州的经济数据，其中X1为人均所得（单位：美元），X2为每个州的城市百分比，Y为人口出生率（单位：千分之一），数据来源于《Applied Linear Regression Models》（Kutner, Nachtsheim, & Neter, 2004）。
二、实验原理当数据呈现异方差性时，传统的OLS估计方法将会失效，此时需要使用其他的估计方法。
其中常用的是加权最小二乘（WLS）估计方法。
WLS估计方法的思想是对存在异方差（方差不相等）的观测值进行权重调整，使得加权后的平方残差最小。
本实验将通过检验异方差条件、使用原有OLS估计进行对比以及应用WLS修正方法的实现来说明异方差对实证分析的影响。
三、实验内容及结果首先，为了检验异方差条件是否成立，可以采用Breusch-Pagan检验。
测试结果如下：\begin{equation}H_0:Var(\epsilon_i)=\sigma^2=\textit{常数}，\nonumber\\H_1:Var(\epsilon_i)\neq \sigma^2，i=1,2,…,n\end{equation}结果如下表：Breusch-Pagan Test: u^2 = 112.208 Prob > chi2 = 0.0000通过检验结果可知，Breusch-Pagan检验统计量的p值为0.0000，小于0.05的水平，因此拒绝原假设，认为方差存在异方差。
接下来，我们将使用传统的OLS估计方法进行回归分析（OLS 1），并与WLS估计方法（WLS 1）进行对比。
OLS 1结果如下：\begin{equation}Y=0.0514X1+1.0871X2-58.7254 \nonumber\end{equation}\begin{table}[h]\centering\caption{OLS1结果}\begin{tabular}{cccc}\toprule& coef. & std. err. & t \\\midruleconst & -58.7254 & 23.703 & -2.477 \\X1 & 0.0514 & 0.027 & 1.895 \\X2 & 1.0871 & 0.402 & 2.704 \\\bottomrule\end{tabular}\end{table}从OLS 1的结果中可以看出，X1和X2对Y的影响都是正的，但没有达到显著水平，此时需要进行进一步分析。
实验报告：异方差模型的检验和处理
实验实训报告课程名称：计量经济学实验开课学期：2012-2013学年第一学期开课系(部)：经济系开课实验(训)室：数量经济分析实验室学生姓名：专业班级：学号：重庆工商大学融智学院教务处制实验题目实验概述【实验(训)目的及要求】通过本次实验，使学生掌握异方差模型的检验方法及校正方法。
其中，检验方法主要掌握图形法检验、怀特检验；校正方法主要掌握加权最小二乘法、White 校正法。
【实验(训)原理】对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。
异方差的实质表现为随机误差项的方差随着解释变量（引起异方差的解释变量）观测值的变化而变化。
对于出现异方差的原模型主要采用校正其异方差，再对校正后的模型采用普通最小二乘法估计。
实验内容【实验(训)方案设计】1、图形法检验：（1）回归分析；（2）得到残差趋势图和残差散点图；（3）分析异方差。
2、使用White检验异方差：（1）回归分析；（2）得到White检验统计量及伴随概率；（3）根据结果判断分析异方差的存在性。
3、在发现存在异方差的基础上，进行异方差的处理：（1）使用加权最小二乘法校正异方差：①输入回归方程；②在Option中选择加权最小二乘法，并输入权重序列名称；③得到校正后的结果。
（2）使用White校正法解决异方差：①输入回归方程；②在Option中选择White校正；③得到校正后的结果。
【实验(训)过程】（实验(训)步骤、记录、数据、分析）实验背景本例用的是四川省2000年各地市州的医疗机构数和人口数。
为了给制定医疗机构的规划提供依据，分析比较医疗机构（Y，单位：个）与人口数量(X，单位：万人)的关系，建立卫生医疗机构数与人口数的回归模型。
假定医疗机构数与人口数之间满足线性约束，则理论模型设定为其中，i Y 表示卫生医疗机构数，i X 表示人口数。
【实验(训)过程】（实验(训)步骤、记录、数据、分析）1、根据实验数据的相关信息建立Workfile ；在菜单中依次点击File\New\Workfile,在出现的对话框“Workfilerange ”中选择数据频率。
计量经济学异方差精品PPT资料
• 一般经验，对于采用截面数据作样本的 计量经济学问题，由于不同样本点上解
释变量以外的其他因素的差异较大，所 以往往存在异方差。
二、异方差性的后果 Consequences of Using OLS in the
Presence of Heteroskedasticity
V ar(i)E(i2)e ~ i2 最 好 在 大 样 本 条 件 下 (使 2用 .4 .7)
即 用 e ~ i2来 表 示 随 机 误 差 项 的 方 差 。
从而可进一步考察其与X的相关性及其具体的形式。
( 2 1 ) X - e ~ i 2 的 散 点 图 进 行 判 断
看是否形成一斜率为零的直线
问题在于如何获得随机误差项 （从总体带来的）的方差
• 问题在于如何获得随机误差项 （从总体带 WLS估计的Eviews软件的实现
以案例1为例：由于不知ei与Xi之间具体的函数关系。
i
来的）的方差 从而可进一步考察其与X的相关性及其具体的形式。
White1980年提出。 假设6：随机项满足正态分布
一般的处理方法：
2 任 意 选 择 c 个 中 间 观 测 值 略 去 . 经 验 表 明 , 略 去 数 目 c 的 大 小 , 大 约 相 当 于
样 本 观 测 值 个 数 的 1 .剩 下 的 n c 个 观 测 值 平 均 分 成 两 组 , 每 组 观 测 值 的 个 数 为 n c.
4
2
（3）对每个子样本分别进行OLS，并分别计算各自的残差平方和。
E
X
X
1
X
X
X
X
计量经济学实验三 异方差的检验与修正 完成版
实验三异方差的检验与修正练习题1.下表列出了某年中国部分省市城镇居民家庭平均每个全年可支配收入（X）与消费性支出（Y）的统计数据。
(1)试用普通最小二乘法建立居民人均消费支出与可支配收入的线性模型；(2)检验模型是否存在异方差性；(3)如果存在异方差性，试采用适当的方法估计模型参数。
(1) 试用普通最小二乘法建立居民人均消费支出与可支配收入的线性模型LS Y C X得到结果如下图：其线性模型方程为：=+Y X0.755125272.3635(2)观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y图1可支配收入和消费性支出相关图从图中可以看出，随着可支配收入的增加，消费性支出的平均水平不断提高，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。
⑵残差分析首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。
在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。
图2 可支配收入和消费性支出回归模型残差分布图2显示回归方程的残差分布基本分布在0的周围(3)Goldfeld-Quant检验1．将样本安解释变量排序（SORT X）并分成两部分（分别有1到7共7个样本合14到20共10个样本）2．利用样本1建立回归模型1（回归结果如图3），其残差平方和为123538.2。
SMPL 1 7LS Y C X图3 样本1回归结果3．利用样本2建立回归模型2（回归结果如图4），其残差平方和为508543.6。
SMPL 14 20LS Y C X图4 样本2回归结果4．计算F 统计量：12/RSS RSS F =＝508543.6/123538.2=4.1165，21RSS RSS 和分别是模型1和模型2的残差平方和。
取05.0=α时，查F分布表得0.05(711,711) 5.05F ----=，而0.054.11655.05F F =<=，所以不存在异方差性2. 由表中给出消费Y 与收入X 的数据，试根据所给数据资料完成以下问题：(1)估计回归模型u X Y ++=21ββ中的未知参数1β和2β，并写出样本回归模型的书写格式；(2)试用Goldfeld-Quandt 法和White 法检验模型的异方差性； (3)选用合适的方法修正异方差。
计量经济学实验答案--第二版(张晓峒)
计量经济学张晓峒第二版实验第5章异方差2.已知我国29个省、直辖市、自治区1994年城镇居民人均生活费支出Y，可支配收入X的截面数据见下表（表略）。
(1)用等级相关系数和戈德菲尔徳- 夸特方法检验支出模型的扰动项是否存在异方差性。
支出模型是Y i =β0 +β 1 X i +u i(2)无论{u i}是否存在异方差性，用EViews练习加权最小二乘法估计模型，并用模型进行预测。
解析：Dependent Variable: YMethod: Least SquaresDate: 11/12/13 Time: 12:38Sample: 1 29Included observations: 29Variable Coefficient Std. Error t-Statistic Prob.X 0.795570 0.018373 43.30193 0.0000C 58.31791 49.04935 1.188964 0.2448R-squared 0.985805 Mean dependent var 2111.931Adjusted R-squared 0.985279 S.D. dependent var 555.5470S.E. of regression 67.40436 Akaike info criterion 11.32577Sum squared resid 122670.4 Schwarz criterion 11.42006Log likelihood -162.2236 Hannan-Quinn criter. 11.35530F-statistic 1875.057 Durbin-Watson stat 1.893970Prob(F-statistic) 0.0000001,5002,0002,5003,0003,5004,0001,0002,0003,0004,0005,000可支配收入人均生活费支出（1）略去中心9个样本观测值，将剩下的20个样本观测值分成容量相等的两个子样本，每个子样本的样本观测值个数均为10.由前面的样本回归产生的残差平方和为12363.80，后面样本产生的残差平方和为62996.26.所以F=62996.26/12363.80=5.10，自由度n=10-2=8，查F 分布表得临界值为3.44，因为F=5.10>3.44，所以支出模型的随机误差项存在异方差性。
计量经济学截面数据异方差检验（借鉴资料）
计量经济学截⾯数据异⽅差检验（借鉴资料）某家庭对某种消费品的消费需要研究⼀、经济理论陈述，变量确定某家庭对某消费品的消费需要可以由该家庭的消费⽀出来表⽰，消费⽀出受商品价格、家庭⽉收⼊两个因素影响。
⽤EVIEWS 软件对相关数据进⾏了多元回归分析，得出了相关结论。
其中，被解释变量为：对某商品的消费⽀出（Y）解释变量为：商品单价（X1）、家庭⽉收⼊（X2）⼆、模型形式的确定：散点图通过OLS可得模型的散点图如下：从散点图可以看出该家庭对某商品的消费⽀出(Y)和商品单价（X1）、家庭⽉收⼊（X2）⼤体呈现为线性关系，三、建⽴模型利⽤书P105页第11题数据，建⽴截⾯数据的计量经济模型，并进⾏回归分析。
假设建⽴如下线性⼆元回归模型：Y=C+β1X1+β2X2+µ其中，Y表⽰对某商品的消费⽀出，X1表⽰商品单价，X2表⽰家庭⽉收⼊，µ表⽰随机误差项。
1、参数估计：假定所建模型及随机扰动项µ满⾜古典假定，可以⽤OLS法估计其参数，运⽤计算机软件EViews作计量经济分析。
通过OLS可得：参数和估计结果为：=∧Y 626.5093-9.79057X1+0.028618X22、经济意义检验所估计的参数β1=—9.79057，说明商品单价每提⾼1元，可导致对某商品的消费⽀出减少9.79057元。
β2=0.028618，说明家庭⽉收⼊每提⾼1元，可导致对某商品的消费⽀出增加0.028618元，这与经济学中边际消费倾向的意义相符。
3、统计学检验（1）拟合优度检验：从回归估计的结果看，模型拟合较好：可决系数R 2=0.902218说明所建模型整体上对样本数据拟合较好，即解释变量“商品价格”、“家庭⽉收⼊”对被解释变量“该家庭对某商品的消费⽀出”的绝⼤部分差异作出了解释。
（2）统计学检验：C的t检验值为15.61195，β1的t检验值为-3.061617，β2的t检验值,4.902030,绝对值均⼤于5%显著性⽔平下⾃由度为n-2=8的临界值025.0t（7）=2.365。
- 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)。
某家庭对某种消费品的消费需要研究
一、经济理论陈述，变量确定
某家庭对某消费品的消费需要可以由该家庭的消费支出来表示，消费支出受商品价格、家庭月收入两个因素影响。
用EVIEWS软件对相关数据进行了多元回归分析，得出了相关结论。
其中，被解释变量为：对某商品的消费支出（Y）
解释变量为：商品单价（X1）、家庭月收入（X2）二、模型形式的确定：散点图
通过OLS可得模型的散点图如下：
从散点图可以看出该家庭对某商品的消费支出(Y)和商品单价（X1）、家庭月收入（X2）大体呈现为线性关系，
三、建立模型
利用书P105页第11题数据，建立截面数据的计量经济模型，并进行回归分析。
假设建立如下线性二元回归模型：
Y=C+β1X1+β2X2+μ
其中，Y表示对某商品的消费支出，X1表示商品单价，X2表示家庭月收入，μ表示随机误差项。
1、参数估计：
假定所建模型及随机扰动项μ满足古典假定，可以用OLS
法估计其参数，运用计算机软件EViews作计量经济分析。
通过OLS可得：
参数和估计结果为：
=∧Y 626.5093-9.79057X1+0.028618X2
2、经济意义检验
所估计的参数β1=—9.79057，说明商品单价每提高1元，可导致对某商品的消费支出减少9.79057元。
β2=0.028618，说明家庭月收入每提高1元，可导致对某商品的消费支出增加0.028618元，这与经济学中边际消费倾向的意义相符。
3、统计学检验
（1）拟合优度检验：
从回归估计的结果看，模型拟合较好：可决系数R 2=0.902218说明所建模型整体上对样本数据拟合较好，即解释变量“商
品价格”、“家庭月收入”对被解释变量“该家庭对某商品的消费支出”的绝大部分差异作出了解释。
（2）统计学检验：
C的t检验值为15.61195，β1的t检验值为-3.061617，β2的t检验值,4.902030,绝对值均大于5%显著性水平下自由度为n-2=8的临界值025.0t（7）=2.365。
C的Prob=0<0.05，β1的Prob=0.0183<0.05,β2的Prob=0.0017<0.05,因此，在置信度 =0.05时，Y与X1、X2之间存在显著的函数关系。
4、计量经济学检验
为了保证回归参数估计量具有良好的统计性质,对模型进行异方差性检验。
（1）图示法检验
用X-Y的散点图进行判断
无明显的散点扩大、缩小或复杂型趋势，初步判断为无异方差。
用X~i e2的散点图进行判断
散点图不为斜率为零的直线，初步判断为有异方差。