EViews计量经济学实验报告异方差的诊断及修正

时间___________________ 地点______________________

实验题目异方差的诊断与修正

一、实验目的与要求：

要求目的：1用图示法初步判断是否存在异方差，再用White检验异方差；

2 、用加权最小二乘法修正异方差。

二、实验内容

根据1998年我国重要制造业的销售利润与销售收入数据，运用EV软件，做回归分析，用图示法，White检验模型是否存在异方差，如果存在异方差，运用加权最小二乘法修正异方差。

三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等）

（一）模型设定

为了研究我国重要制造业的销售利润与销售收入是否有关，假定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：

Y i = 1+ 2 X i + i

其中，Y表示销售利润，X i表示销售收入。由1998年我国重要制造业的销售收入与销售

利润的数据，如图1：

1988

(二)参数估计

1、双击“Eviews ”，进入主页。输入数据：点击主菜单中的File/Open /EV Workfile —Excel —异方差数据2.xls ；

2、在EV主页界面的窗口，输入“ls y c x ”，按“Enter ”。出现OLS回归结果，如图2：

估计样本回归函数

Depe ndent Variable: Y

Method: Least Squares

Date: 10/19/05 Time: 15:27

Sample: 1 28

In eluded observati ons: 28

Variable

Coefficie

nt

Std. Error

t-Statisti

c

Prob.

C 12.03564 19.51779 0.616650 0.5428

X 0.104393 0.008441 12.36670 0.0000

R-squared 0.854696 Mean depe ndent var 213.4650

Adjusted R-squared 0.849107 S.D. dependent var 146.4895

S.E. of regressi on 56.90368 Akaike info criteri on 10.98935

Sum squared resid 84188.74 Schwarz criteri on 11.08450

Log likelihood -151.8508 F-statistic 152.9353

Durb in -Watson stat 1.212795 Prob(F-statistic) 0.000000

估计结果为：Y? = 12.03564 + 0.104393 X

i

(19.51779) (0.008441)

t= ( 0.616650) ( 12.36670)

R2=0.854696 R2=0.849107 S.E.=56.89947 DW=1.212859 F=152.9353

这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。

2 、»、

R =0.854696 , 拟合程度较好。在给定=0.0 时，t=12.36670 > t0.025(26) =2.056，拒

绝原假设，说明销售收入对销售利润有显著性影响。F=152.9353 > F0.05(1,26) = 4.23 ,

表明方程整体显著。

（三）检验模型的异方差

※（一）图形法

1、在"Workfile ”页面：选中x,y序列，点击鼠标右键，点击Open— as Group —Yes

2、在"Group”页面：点击View —Graph —Scatter —Simple Scatter, 得到X,Y 的散点图（图3

所示）：

0 1000 2000 3000 4000 5000

X

600

500

400

Y 300

200

100

3、在"Workfile ”页面：点击Gen erate，输入"e2=resid A2 ”一OK

4、选中x,e2序列，点击鼠标右键，Open— as Group —Yes

5、在"Group”页面：点击View —Graph—Scatter —Simple Scatter, 得到X,e2 的散点图（图4

所示）：

25000 q ------------------------- :-------------- 20000 -

15000 -

10000 - . .

5000 -

■

■ * * *

0 ■弋亠」•______________ * ______ . 岂

u n_ _I ~ I I I

0 1000 2000 3000 4000 5000

6、判断

由图3可以看出，被解释变量 Y 随着解释变量 X 的增大而逐渐分散，离散程度越来越大； 同样，由图4可以看出，残差平方 e 2

对解释变量X 的散点图主要分布在图形中的下三角部

2

分，大致看出残差平方 e 随X i 的变动呈增大趋势。 因此，模型很可能存在异方差。 但是否 确实存在异方差还应该通过更近一步的检验。

探（二）White 检验

1、在"Equation ”页面：点击 View — Residual Tests — White 检验（no cross ）,（本例 为一元

函数，没有交叉乘积项）得到检验结果，如图

5:

White 检验结果

White Heteroskedasticity Test:

Test Equati on:

Depe ndent Variable: RESID A 2 Method: Least Squares Date: 10/19/05 Time: 15:29 Sample: 1 28

In eluded observati ons: 28

Variable

Coefficie nt Std. Error t-Statistic Prob. C -3279.779 2857.117 -1.147933 0.2619 X

5.670634 3.109363 1.823728 0.0802 XA2

-0.000871

0.000653

-1.334000

0.1942

R-squared

0.223950 Mean depe ndent var 3006.741 Adjusted R-squared 0.161866 S.D. dependent var 5144.470 S.E. of regressi on 4709.744 Akaike info criteri on 19.85361 Sum squared resid 5.55E+08

Schwarz criteri on

19.99635 Log likelihood

-274.9506 F-statistic

3.607218

2、因为本例为一元函数，没有交叉乘积项，则辅助函数为

0+

1

X t +

2 2 X t + t