異方差實(shí)驗(yàn)報(bào)告

一、實(shí)驗(yàn)?zāi)康纳羁汤斫猱惙讲畹膶?shí)質(zhì)、異方差出現(xiàn)的因素、異方差的出現(xiàn)對(duì)模型的不練更影響，掌握預(yù)計(jì)和檢查異方差性的基本思想和修正異方差的若干辦法。二、實(shí)驗(yàn)規(guī)定使用Eviews軟件用課本中第五章的數(shù)據(jù)做異方差的圖形檢查Goldfeld-Quanadt檢查與White檢查，來進(jìn)行實(shí)驗(yàn)。三、實(shí)驗(yàn)環(huán)節(jié)（一）、實(shí)驗(yàn)數(shù)據(jù)：下表列出了我國部分省市財(cái)政收入中的稅收部分X和非稅收部分Y。省市名稱稅收部分X非稅收部分Y北京3124.75190.18天津1105.56654.46河北1560.59523.69山西1045.22471.16內(nèi)蒙古1119.87432.88遼寧2317.19788.19吉林760.57280.68黑龍江837.80325.37上海3426.79316.92江蘇4782.591078.10浙江3227.77213.46安徽1305.09487.63福建1440.34335.84江西978.08393.91山東3050.201009.23河南1469.57570.77湖北1324.44498.62安徽1305.09487.63福建1440.34335.84江西978.08393.91（二）、實(shí)驗(yàn)操作1、用普通最小二乘法建立線性模型錄入變量可支配收入X和消費(fèi)性支出Y，如圖1所示圖1設(shè)定一元線性回歸模型為：點(diǎn)擊主界面菜單Quick\EstimateEquation，在彈出的對(duì)話框中輸入Y、C、X，點(diǎn)擊擬定即可得到回歸成果，如圖2所示。根據(jù)圖2中的數(shù)據(jù)，得到模型的預(yù)計(jì)成果為圖2(3.34)(1.89)DW=2.443F=3.5717RSS=897859.0預(yù)計(jì)成果顯示，即使在10%的明顯性水平下，都不回絕常數(shù)項(xiàng)為零的假設(shè)。2、檢查模型的異方差性1）、圖形檢查法生成殘差序列。在得到圖2成果后，在工作文獻(xiàn)中點(diǎn)擊quick\GenerateSeries…，在彈出的窗口中，在主窗口鍵入命令以下“e2=resid^2”，得到殘差平方和序列e2。如果存在異方差，則只可能是由于可支配收入X引發(fā)的。繪制對(duì)的散點(diǎn)圖。按住Ctrl鍵，同時(shí)選擇變量X與e2，以組對(duì)象方式打開，進(jìn)入數(shù)據(jù)列表，再點(diǎn)擊View\Graph\Scatter\SimpleScatter，可得散點(diǎn)圖，如圖3所示。圖3由圖3能夠看出，殘差平方和對(duì)大致存在遞增關(guān)系，即存在單調(diào)增型異方差。2）、Goldfeld-Quanadt檢查對(duì)變量取值排序(按遞增或遞減)。在工作文獻(xiàn)中點(diǎn)擊Proc\ScrtCurrentPage…，在彈出對(duì)話框中輸入X即可(默認(rèn)項(xiàng)是升序)，如圖4所示。本列選擇升序排列，這時(shí)變量Y將以X按升序排列。圖4構(gòu)造子樣本區(qū)間，建立回歸模型。在本題中，樣本容量n=20，刪除中間1/4的觀察值，大概4個(gè)數(shù)據(jù)，余下部分平分得兩個(gè)樣本區(qū)間：1-8和13-20，它們的樣本個(gè)數(shù)均是8個(gè)，即.在工作文獻(xiàn)窗口中點(diǎn)擊Sample菜單，在彈出的對(duì)話框中輸入18，將樣本期改為1～8。然后，用OLS辦法求得如圖5的成果圖5（-0.303）（2.529）D.W.=1.794F=6.394RSS1=44175.18同樣的，在Sample菜單中，將區(qū)間定義為13～20，再運(yùn)用OLS辦法求得如圖6的成果。圖6(0.953)(0.603)R2=0.0572D.W.=1.518F=0.306RSS2=786412.1計(jì)算F統(tǒng)計(jì)量：如果設(shè)定明顯性水平為5%，那么自由度為(6,6)的F分布的臨界值為，即有F=17.8〉4.28，因此回絕原假設(shè)，表明模型存在異方差性3、White檢查由圖2的預(yù)計(jì)成果中，點(diǎn)擊View\Residualtests\whiteheteroskedasticity(nocrossterms),進(jìn)入White檢查，進(jìn)過預(yù)計(jì)出現(xiàn)White檢查的成果如圖7所示。圖7由圖7中的數(shù)據(jù)，得到(-3.416)(3.821)(-2.371)R2=0.77145White統(tǒng)計(jì)量NR2=20*0.77145=15.429，該值不不大于5%明顯性水平下自由度為2的分布的對(duì)應(yīng)臨界值，(在預(yù)計(jì)模型中含有兩個(gè)解釋變量，因此自由度為2)因此回絕同方差性的原假設(shè)。異方差性的修正加權(quán)最小二乘法運(yùn)用OLS辦法預(yù)計(jì)過程中，我們選用權(quán)數(shù)。權(quán)數(shù)生成過程以下，在圖2的狀況下，在工作文獻(xiàn)中點(diǎn)擊Object\GenerateSeries…，在彈出的窗口中，在Enterequation處輸入w=1/@abs(resid).在工作文獻(xiàn)中點(diǎn)擊Quick\EstimateEquation，在彈出的畫框中輸入Y、C、X，點(diǎn)擊Options選項(xiàng)，選中WeightedLS/TLS復(fù)選框，在Weight框中輸入w,即可得到加權(quán)最小二乘法的成果，如圖8所示。圖8(2.983)(0.667)R2=0.0717D.W.=1.5396F=0.4632RSS=314543.7記為加權(quán)回歸后模型的殘差預(yù)計(jì)的平方和。在圖8中，點(diǎn)擊View\Residualtests\heteroske