计量经济学第二次作业---异方差检验

第三章13题 下表列出了中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业

的工业总产值Y ，资产合计K 及职工人数L 。

解：

⑴ 先对Y AK L e αβμ=左右两边同时取对数得：

ln ln ln ln ln Y C K L

C A e αβμ=++=+

相应的数据变为：

通过Eviews 软件进行回归分析得到如下结果：

于是得到回归方程为：

首先可决系数20.892388

R=和修正的可决系数20.882139

R=都是接近于1的，故该回归方程的模拟情况还是比较好的。在5%的显著性水平下，自由度为(2,21)的F分布的临界值为

0.05(2,21) 3.47

F=，该回归分析的统计量87.07231

F=显著大于3.47，因此ln Y与lnK、lnL有显著

的关系；再看t分布，因为

0.05(21) 1.721

t=，其常数项

02,410253 1.721

β=>、lnK的系数

15.692170 1.721

β=>说明这两项已经通过检验，但是lnL的回归系数没有通过检验。

⑵这个题不知道怎么做，只能根据答案提示做出结果，具体不知道怎么分析。

第四章8题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。

解：

⑴最小线性二乘估计的检验结果和回归方程为：

⑵异方差检验

X与Y散点图，从下图可以看出方差基本一致。

怀特检验结果：（这个表有些项看不懂，故也不知道怎么分析）

G-Q检验：

两个样本的估计结果为：

于是得到如下的F 统计量：10.052/4295354.3

4.09883268(4,4) 6.39/472058.15

RSS F F RSS ===<=，故接受原假

设，即不是异方差的。

⑶ 通过上面的检验是不存在异方差性的，不需要纠正异方差性的后果了。当然，如果显著性水平再高一点的话，该回归模型就不能通过同方差的假设性检验了，此时就需要对此进行一定的修改。权的确定这部分是看参考答案的，为什么选它目前还没完全明白。

可以得到加权最小最小二乘估计的结果为：

接下来对加权最小二乘得到的回归方程进行怀特检验，有如下结果：