计量经济学上机实验报告(异方差性)

《计量经济学》上机实验报告三

题目：检验异方差性

实验日期和时间：

班级：

学号：

姓名

实验室：

实验环境： Windows XP ; EViews 3.1 实验目的：

掌握异方差性的检验及处理方法

实验内容：

建立并检验四川省农村人均纯收入（X ）与人均生活费支出（Y ）的函数模型

实验步骤：

一：检验异方差性 ⒈图形分析检验

⑴观察销售利润（Y ）与销售收入（X ）的相关图(图1)：SCAT X Y

01000

2000

3000

4000

1000

2000

3000

4000

5000

X Y

从图中可以看出，随着农村人均纯收入的增加，人均消费支出不断提高，但是离散程度不大，这不能说明变量之间可能存在递增的异方差性，需要进行别的检验方法。 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）。

-100

01002000

10002000

3000400080

85

90

9500

05Residual

Actual

Fitted

上图显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。 ⒉Goldfeld-Quant 检验

⑴将样本安解释变量排序（SORT X ）并分成两部分（分别有1978到1988共11个样本合1998到2008共11个样本）

⑵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1285.598。

SMPL 1978 1988 LS Y C X

Dependent Variable: Y Method: Least Squares Date: 11/25/13 Time: 08:53 Sample: 1978 1988 Included observations: 11

Variable Coefficient Std. Error t-Statistic Prob. C -19.66534 11.22945 -1.751229 0.1138 X

0.969970

0.039466

24.57761

0.0000 R-squared

0.985320 Mean dependent var 241.7309 Adjusted R-squared 0.983688 S.D. dependent var 93.57987 S.E. of regression 11.95175 Akaike info criterion 7.962598 Sum squared resid

1285.598 Schwarz criterion

8.034942

Durbin-Watson stat

0.823583 Prob(F-statistic)

0.000000

⑶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29558.82。

SMPL 1998 2008 LS Y C X

Dependent Variable: Y Method: Least Squares Date: 11/25/13 Time: 08:55 Sample: 1998 2008 Included observations: 11

Variable Coefficient Std. Error t-Statistic Prob. C 54.52400 62.05321 0.878665 0.4024 X

0.759036

0.023534

32.25228

0.0000 R-squared

0.991422 Mean dependent var 1976.724 Adjusted R-squared 0.990469 S.D. dependent var 587.0207 S.E. of regression 57.30893 Akaike info criterion 11.09776 Sum squared resid 29558.82 Schwarz criterion 11.17010 Log likelihood -59.03766 F-statistic 1040.209 Durbin-Watson stat

1.124021 Prob(F-statistic)

0.000000

⑷计算F 统计量：12/RSS RSS F =＝29558.82/1285.598=22.992，21RSS 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F 0.05(11-1-1,11-1-1)=3.18，而F=22.992> F 0.05(11-1-1,11-1-1)=3.18，所以存在异方差性

⒊White 检验

⑴建立回归模型：LS Y C X ，回归结果如图

Dependent Variable: Y Method: Least Squares Date: 11/25/13 Time: 08:50 Sample: 1978 2008 Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob. C 71.61407 18.15759 3.944029 0.0005 X

0.761445

0.010881

69.98227

0.0000 R-squared

0.994113 Mean dependent var 1030.406 Adjusted R-squared 0.993911 S.D. dependent var 850.2099 S.E. of regression 66.34631 Akaike info criterion 11.28999 Sum squared resid

127653.1 Schwarz criterion

11.38251