計量經(jīng)濟學實驗教學案例實驗四異方差

1、實驗四 異方方差性【實驗目的】掌握異方差性的的檢驗及處理理方法【實驗內(nèi)容】建立并檢驗我國國制造業(yè)利潤潤函數(shù)模型【實驗步驟】【例1】表1列列出了19998年我國主主要制造工業(yè)業(yè)銷售收入與與銷售利潤的的統(tǒng)計資料，請請利用統(tǒng)計軟軟件Evieews建立我我國制造業(yè)利利潤函數(shù)模型型。表1 我國制造造工業(yè)19998年銷售利利潤與銷售收收入情況行業(yè)名稱銷售利潤銷售收入行業(yè)名稱銷售利潤銷售收入食品加工業(yè)187.253180.444醫(yī)藥制造業(yè)238.711264.1食品制造業(yè)111.421119.888化學纖維制品81.57779.46飲料制造業(yè)205.421489.899橡膠制品業(yè)77.84692.08煙草加

2、工業(yè)183.871328.599塑料制品業(yè)144.341345紡織業(yè)316.793862.9非金屬礦制品339.262866.144服裝制品業(yè)157.71779.1黑色金屬冶煉367.473868.288皮革羽絨制品81.71081.777有色金屬冶煉144.291535.166木材加工業(yè)35.67443.74金屬制品業(yè)201.421948.122家具制造業(yè)31.06226.78普通機械制造354.692351.688造紙及紙品業(yè)134.41124.944專用設備制造238.161714.733印刷業(yè)90.12499.83交通運輸設備511.944011.533文教體育用品54.4504.44

3、電子機械制造409.833286.155石油加工業(yè)194.452363.8電子通訊設備508.154499.199化學原料紙品502.614195.222儀器儀表設備72.46663.68檢驗異方差性圖形分析檢驗驗觀察銷售利潤潤（Y）與銷銷售收入（XX）的相關圖圖(圖1)：SSCAT X Y圖1 我國制造造工業(yè)銷售利利潤與銷售收收入相關圖從圖中可以看出出，隨著銷售售收入的增加加，銷售利潤潤的平均水平平不斷提高，但但離散程度也也逐步擴大。這這說明變量之之間可能存在在遞增的異方方差性。殘差分析首先將數(shù)據(jù)排序序（命令格式式為：SORRT 解釋釋變量），然然后建立回歸歸方程。在方方程窗口中點點擊Res

4、iids按鈕就就可以得到模模型的殘差分分布圖（或建立方程程后在Eviewss工作文件窗窗口中點擊rresid對對象來觀察）。圖2 我國制造造業(yè)銷售利潤潤回歸模型殘殘差分布圖2顯示回歸方方程的殘差分分布有明顯的的擴大趨勢，即即表明存在異異方差性。Goldfeeld-Quuant檢驗驗將樣本安解釋釋變量排序（SSORT X）并分成成兩部分（分分別有1到110共11個個樣本合199到28共110個樣本）利用樣本1建建立回歸模型型1（回歸結果果如圖3），其殘差平方和為2579.587。SMPL 11 10LS Y C X圖3 樣本1回回歸結果利用樣本2建建立回歸模型型2（回歸結結果如圖4），其殘差平方

5、和為63769.67。SMPL 119 288LS Y C X圖4 樣本2回回歸結果計算F統(tǒng)計量量：637769.677/25799.59=224.72，分別是模型型1和模型22的殘差平方方和。取時，查F分布布表得，而，所以存存在異方差性性White檢檢驗建立回歸模型型：LS Y C X，回歸歸結果如圖55。圖5 我國制造造業(yè)銷售利潤潤回歸模型在方程窗口上上點擊VieewRessiduallTesttWhitte Hetteroskkedasttcity,檢驗結果如如圖6。圖6 Whitte檢驗結果果其中F值為輔助助回歸模型的的F統(tǒng)計量值值。取顯著水水平，由于,所以以存在異方差差性。實際應應用

6、中可以直直接觀察相伴伴概率p值的的大小，若pp值較小，則則認為存在異異方差性。反反之，則認為為不存在異方方差性。Park檢驗驗建立回歸模型型（結果同圖圖5所示）。生成新變量序序列：GENNR LNNE2=loog(RESSID2)GENR LLNX=loog建立新殘差序序列對解釋變變量的回歸模模型：LS LNE22 C LNX，回回歸結果如圖圖7所示。圖7 Parkk檢驗回歸模模型從圖7所示的回回歸結果中可可以看出，LLNX的系數(shù)數(shù)估計值不為為0且能通過過顯著性檢驗驗，即隨即誤誤差項的方差差與解釋變量量存在較強的的相關關系，即即認為存在異異方差性。Gleiseer檢驗（GGleiseer檢驗與

7、PPark檢驗驗原理相同）建立回歸模型型（結果同圖圖5所示）。生成新變量序序列：GENNR E=ABS(RRESID)分別建立新殘殘差序列（EE）對各解釋變量（XX/X2/X(1/2)/X(1)/ X(22)/ X(11/2)）的的回歸模型：LS EE C X，回歸結結果如圖8、99、10、111、12、113所示。圖8圖9圖10圖11圖12圖13由上述各回歸結結果可知，各各回歸模型中中解釋變量的的系數(shù)估計值值顯著不為00且均能通過過顯著性檢驗驗。所以認為為存在異方差差性。由F值或確定定異方差類型型Gleiserr檢驗中可以以通過F值或或值確定異方方差的具體形形式。本例中中，圖10所示的回歸歸

8、方程F值（）最大，可以據(jù)次次來確定異方方差的形式。調(diào)整異方差性確定權數(shù)變量量根據(jù)Park檢檢驗生成權數(shù)數(shù)變量：GEENR WW1=1/XX1.67743根據(jù)Gleisser檢驗生生成權數(shù)變量量：GENRR W2=1/X00.5另外生成：GEENR WW3=1/AABS(REESID）GENR WW4=1/ RESIDD 2利用加權最小小二乘法估計計模型在Eviewss命令窗口中中依次鍵入命命令：LS(W=) Y CC X或在方程窗口中中點擊EsttimateeOptiion按鈕，并并在權數(shù)變量量欄里依次輸輸入W1、WW2、W3、WW4，回歸結結果圖14、115、16、117所示。圖14圖15圖16圖17對所估計的模模型再進行WWhite檢檢驗，觀察異異方差的調(diào)整整情況對所估計的模型型再進行Whhite檢驗驗，其結果分分別對應圖114、15、116、17的的回歸模型（如如圖18、119、20、2