計(jì)量經(jīng)濟(jì)學(xué)異方差課件

異方差的檢驗(yàn)與修正姓名：劉傳明學(xué)號(hào)：1073108班級(jí):10級(jí)經(jīng)濟(jì)學(xué)2班一題目1.下表列出了某年中國(guó)部分省市城鎮(zhèn)居民家庭平均每個(gè)全年可支配收入（X）與消費(fèi)性支出（Y）的統(tǒng)計(jì)數(shù)據(jù)。問(wèn)題(1)試用普通最小二乘法建立居民人均消費(fèi)支出與可支配收入的線性模型；(2)檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲钚裕?3)如果存在異方差性，試采用適當(dāng)?shù)姆椒ü烙?jì)模型參數(shù)。第一題建立模型：試用普通最小二乘法建立居民人均消費(fèi)支出與可支配收入的線性模型第一步：file----New---workfile由于是截面數(shù)據(jù)所以選擇undatedirregular第二步：輸入數(shù)據(jù)Dataxy后敲擊回車(chē)鍵第三步：參數(shù)估計(jì)

Procs---MakeEquation

（或輸入lsycx）第四步：得出人均消費(fèi)支出與可支配收入的線性模型；

第一：圖示法檢驗(yàn)異方差

（打開(kāi)resid得出一組數(shù)據(jù)view----LineGraph）從圖中可以看出，隨著可支配收入的增加，消費(fèi)性支出不斷增加，但離散程度也逐步擴(kuò)大。這說(shuō)明變量之間可能存在遞增的異方差性。view----LineGrapha.觀察人均消費(fèi)支出與可支配收入的相關(guān)圖b.殘差分析首先將數(shù)據(jù)排序，然后建立回歸方程。在回歸方程窗口中點(diǎn)擊Resids按鈕就可以得到模型的殘差分布圖（或建立方程后在Eviews工作文件窗口中點(diǎn)擊resid對(duì)象來(lái)觀察）。圖顯示回歸方程的殘差分布有明顯的擴(kuò)大趨勢(shì)，即表明存在異方差性二：用Goldfeld-Quandt法檢驗(yàn)異方差性（1）將n組樣本觀察值按某一被認(rèn)為有可能引起異方差的解釋變量觀察值的大小排序。（2）將排列中間的c=n/4個(gè)觀察值除去，并將剩下的觀察值劃分為較小與較大的容量相同的兩個(gè)子樣本，每個(gè)子樣樣本容量為（n-c)/2。（3）對(duì)每個(gè)子樣分別進(jìn)行OLS回歸，并計(jì)算各自的殘差平方和。分別用與表示較小與較大的殘差平方和（自由度均為[n-c]/2-k-1)。（4）在同方差性假定下，構(gòu)造如下滿足F分布的統(tǒng)計(jì)量(5）給定顯著性水平a，確定F分布表中相應(yīng)的臨界值

Fa(v1,v2)。若F>

Fa(v1,v2)，則拒絕同方差性假設(shè)，表明存在異方差性。第一步：排序

prcos---SortSeries第二步：去除n/4個(gè)樣本得出1-8和13-20兩個(gè)樣本雙擊sample把120改為18得出一組1—8的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行參數(shù)估計(jì)雙擊sample把18改為13

20

得出一組13-20的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行參數(shù)估計(jì)在0.05的置信水平下查F分布表得存在異方差性根據(jù)樣本1和樣本2的參數(shù)估計(jì)的數(shù)據(jù)得出RSS1和RSS2White檢驗(yàn)先對(duì)已經(jīng)排序的數(shù)據(jù)進(jìn)行參數(shù)估計(jì)然后：View-----ResidualTest---WhiteHeteroskedastcity

取顯著水平，由于,所以存在異方差性。選用合適的方法修正異方差Procs—specify/Estiment點(diǎn)擊Options在WeightedLS/TSLS前面打一個(gè)勾，輸入權(quán)重1/ABS(RESID)點(diǎn)擊ok得出異方差修正的估計(jì)圖二題目由表中給出消費(fèi)Y與收入X的數(shù)據(jù)，試根據(jù)所給數(shù)據(jù)資料完成以下問(wèn)題：(1)估計(jì)回歸模型中的未知參數(shù)和，并寫(xiě)出樣本回歸模型的書(shū)寫(xiě)格式；(2)試用Goldfeld-Quandt法和White法檢驗(yàn)?zāi)Ｐ偷漠惙讲钚裕?3)選用合適的方法修正異方差。第一步：file----New---workfile

由于是截面數(shù)據(jù)所以選擇

undatedirregular第二步：輸入數(shù)據(jù)Dataxy后敲擊回車(chē)鍵得到1-60的數(shù)據(jù)第三步：參數(shù)估計(jì)

Procs---MakeEquation

（或輸入lsycx）第一：圖示法檢驗(yàn)異方差

（打開(kāi)resid得出一組數(shù)據(jù)view----LineGraph）White檢驗(yàn)先對(duì)已經(jīng)排序的數(shù)據(jù)進(jìn)行參數(shù)估計(jì)取顯著水平，由于,所以存在異方差性

然后：View-----ResidualTest---WhiteHeteroskedastcity二：用Goldfeld-Quandt法檢驗(yàn)異方差性（1）將n組樣本觀察值按某一被認(rèn)為有可能引起異方差的解釋變量觀察值的大小排序。（2）將排列中間的c=n/4個(gè)觀察值除去，并將剩下的觀察值劃分為較小與較大的容量相同的兩個(gè)子樣本，每個(gè)子樣樣本容量為（n-c)/2。（3）對(duì)每個(gè)子樣分別進(jìn)行OLS回歸，并計(jì)算各自的殘差平方和。分別用與表示較小與較大的殘差平方和（自由度均為[n-c]/2-k-1)。（4）在同方差性假定下，構(gòu)造如下滿足F分布的統(tǒng)計(jì)量(5）給定顯著性水平a，確定F分布表中相應(yīng)的臨界值

Fa(v1,v2)。若F>

Fa(v1,v2)，則拒絕同方差性假設(shè)，表明存在異方差性。第一步：排序

prcos---SortSeries第二步：去除n/4個(gè)樣本得出1-22和39-60兩個(gè)樣本雙擊sample把160改為122

得出一組1-22的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行參數(shù)估計(jì)雙擊sample把122改為39

60得出一組39-60的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行參數(shù)估計(jì)取

查F分布表得

所以存在異方差性根據(jù)樣本1和樣本2的參數(shù)估計(jì)的數(shù)據(jù)得出RSS1和RSS2選用合適的方法修正異方差Procs—specify/Estiment點(diǎn)擊Options在WeightedLS/TSLS前面打一個(gè)勾，輸入權(quán)重1/ABS(RESID)點(diǎn)擊ok得出異方差修正的估計(jì)圖三題目由表中給出1985年我國(guó)北方幾個(gè)省市農(nóng)業(yè)總產(chǎn)值，農(nóng)用化肥量、農(nóng)用水利、農(nóng)業(yè)勞動(dòng)力、每日生產(chǎn)性固定生產(chǎn)原值以及農(nóng)機(jī)動(dòng)力數(shù)據(jù)，要求問(wèn)題(1)試建立我國(guó)北方地區(qū)農(nóng)業(yè)產(chǎn)出線性模型；(2)選用適當(dāng)?shù)姆椒z驗(yàn)?zāi)Ｐ椭惺欠翊嬖诋惙讲睿?3)如果存在異方差，采用適當(dāng)?shù)姆椒右孕拚?、建立我國(guó)北方地區(qū)農(nóng)業(yè)產(chǎn)出線性模型操作：1）打開(kāi)eviews窗口在菜單處點(diǎn)file/New/workfile/因?yàn)槭墙孛鏀?shù)據(jù)所以選擇如下，輸入數(shù)據(jù)點(diǎn)ok2）在eviews命令窗口輸入datayx1x2x3x4x5按回車(chē)鍵，在出現(xiàn)的表中輸入數(shù)據(jù)或粘貼，再在命令窗口中輸入LSycx1x2x3x4x5按回車(chē)，可得出回歸結(jié)果如下兩個(gè)圖）從回歸結(jié)果可以看出存在明顯的多重共線性作相關(guān)系數(shù)矩陣如下：操作：在group表中點(diǎn)view/correlations/可得到如下相關(guān)系數(shù)圖由表可知：Y與上面各個(gè)變量都具有較強(qiáng)的相關(guān)性。在各個(gè)解釋變量之間X1與X2,X3,X5；X2與X3,X5；X3與X5；X4與各個(gè)變量的相關(guān)性不是很強(qiáng)，而X5同各個(gè)變量(除X4)的相關(guān)性都比較強(qiáng)。所以我們?cè)谠Ｐ椭腥サ鬤2,X3,X5,則：操作：在eviews命令窗口輸入datayx1x4按回車(chē)鍵，則出現(xiàn)yx1x4表格數(shù)據(jù)，再在命令窗口中輸入LSycx1x4按回車(chē)，可得出回歸結(jié)果如下兩個(gè)圖）從回歸結(jié)果上看，效果良好2、檢驗(yàn)有無(wú)異方差，Whit