计量经济学实验五Word格式文档下载.docx
《计量经济学实验五Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《计量经济学实验五Word格式文档下载.docx(36页珍藏版)》请在冰点文库上搜索。
![计量经济学实验五Word格式文档下载.docx](https://file1.bingdoc.com/fileroot1/2023-4/29/7401da0c-e06b-4a28-af83-03ac58dc4133/7401da0c-e06b-4a28-af83-03ac58dc41331.gif)
【3】广东省各市城镇居民消费支出Y对人均收入X的回归模型。
(数据见附表2:
附表2-广东省2005年数据)
(一)异方差的检验
1.图形检验法
分别用相关分析图和残差散点图检验模型【1】、模型【2】和模型【3】是否存在异方差。
注:
①相关分析图是作因变量对自变量的散点图(亦可作模型残差对自变量的散点图);
②残差散点图是作残差的平方对自变量的散点图。
③模型【2】中作图取自变量为GDPS来作图。
模型【1】
相关分析图
残差散点图
模型【2】
残差散点图
模型【3】
【思考】①相关分析图和残差散点图的不同点是什么?
②*在模型【2】中,自变量有两个,有无其他处理方法?
尝试做出来。
(请对得到的图表进行处理,以上在一页内)
2.Goldfeld-Quanadt检验法
用Goldfeld-Quanadt检验法检验模型【3】是否存在异方差。
Goldfeld-Quanadt检验法的步骤为:
①排序:
②删除观察值中间的约1/4的,并将剩下的数据分为两个部分。
③构造F统计量:
分别对上述两个部分的观察值求回归模型,由此得到的两个部分的残差平方为
和
。
为较大的残差平方和,
为较小的残差平方和。
④算统计量
⑤判断:
给定显著性水平
,查F分布表得临界值
如果
,则认为模型中的随机误差存在异方差。
(详见课本135页)
将实验中重要的结果摘录下来,附在本页。
obs
X1
Y1
1
7021.94
4632.69
2
7220.439999999999
6317.03
3
7299.25
6350.38
4
8241.209999999999
6463.369999999999
5
8842.840000000001
6757.02
6
9214.6
7294.93
7
9867.36
7476.649999999999
8
10097.2
7669.84
9
10908.36
8113.640000000001
10
11944.08
8296.43
11
12229.17
9505.66
12
15762.77
12651.95
13
17680.1
14323.66
14
18287.24
14468.24
15
18907.73
14485.61
16
21015.03
18550.56
17
22881.8
21188.84
18
28665.25
21767.78
DependentVariable:
Y1
Method:
LeastSquares
Date:
05/27/16Time:
12:
49
Sample:
17
Includedobservations:
7
Coefficient
Std.Error
t-Statistic
Prob.
0.694962
0.210346
3.303899
0.0214
C
741.0646
1747.461
0.424081
0.6891
R-squared
0.685846
Meandependentvar
6470.296
AdjustedR-squared
0.623015
S.D.dependentvar
930.0264
S.E.ofregression
571.0279
Akaikeinfocriterion
15.76771
Sumsquaredresid
1630364.
Schwarzcriterion
15.75226
Loglikelihood
-53.18698
Hannan-Quinncriter.
15.57670
F-statistic
10.91575
Durbin-Watsonstat
1.749751
Prob(F-statistic)
0.021383
50
1218
0.791414
0.147258
5.374327
0.0030
586.5952
3068.733
0.191152
0.8559
0.852435
16776.66
0.822922
3677.261
1547.415
17.76151
11972459
17.74606
-60.16530
17.57050
28.88339
1.957878
0.003004
3.White检验法
分别用White检验法检验模型【1】、模型【2】和模型【3】是否存在异方差。
Eviews操作:
先做模型,选view/ResidualTests/WhiteHeteroskedasticity(nocrossterms/crossterms)。
摘录主要结果附在本页内。
HeteroskedasticityTest:
White
4.940866
Prob.F(2,25)
0.0156
Obs*R-squared
7.932189
Prob.Chi-Square
(2)
0.0189
ScaledexplainedSS
14.57723
0.0007
TestEquation:
RESID^2
13:
19
19782005
28
-879.8513
1125.376
-0.781829
0.4417
CS
12.93720
4.651328
2.781398
0.0101
CS^2
-0.006620
0.002964
-2.233561
0.0347
0.283292
1940.891
0.225956
4080.739
3590.225
19.31077
3.22E+08
19.45351
-267.3508
19.35441
2.144291
0.015552
从模型结果看出,nR²
=7.932189,由White检验知,在α=0.05下,查x2
分布表,得临界值X²
0.05
(2)=5.99147,比较计算的统计量与临界值,nR²
=7.932189>
X²
0.05
(2)=5.99147
所以拒绝原假设,
不拒绝备择假设,表明模型存在异方差。
1.993171
Prob.F(5,22)
0.1195
8.729438
Prob.Chi-Square(5)
0.1204
14.67857
0.0118
31
1837.898
6243.701
0.294360
0.7712
GDPS
-3.395093
5.407361
-0.627865
0.5366
GDPS^2
-9.08E-05
0.000185
-0.489537
0.6293
GDPS*T
0.160300
0.315176
0.508604
0.6161
T
-491.5614
1982.891
-0.247901
0.8065
T^2
49.08543
152.9875
0.320846
0.7514
0.311766
3461.910
0.155349
7240.935
6654.775
20.63147
9.74E+08
20.91694
-282.8405
20.71874
1.971537
0.119510
=8.729438,由White检验知,在α=0.05下,查x2
0.05
(2)=5.99147,比较计算的统计量与临界值,
nR²
=8.729438>
7.670826
Prob.F(2,15)
0.0051
9.101341
0.0106
14.09286
0.0009
32
118
18
1865425.
2810916.
0.663636
0.5170
X
-354.7917
388.1454
-0.914069
0.3751
X^2
0.018810
0.011686
1.609597
0.1283
0.505630
1232693.
0.439714
2511199.
1879689.
31.88212
5.30E+13
32.03052
-283.9391
31.90258
2.010913
0.005074
=9.101341,由White检验知,在α=0.05下,查x2
=9.101341>
4.Glejser检验法
用Glejser检验法检验模型【1】是否存在异方差。
分别用残差的绝对值对自变量的一次项
、二次项
,开根号项
和倒数项
作回归。
检验异方差是否存在,并选定异方差的最优形式。
(1)对CS回归
ABS(RESID)
14:
0.029236
0.012279
2.380947
0.0249
14.15991
8.259492
1.714380
0.0984
0.179006
27.30288
0.147429
35.20964
32.51074
9.869767
27480.66
9.964925
-136.1767
9.898858
5.668911
1.339465
0.024881
(2)去掉常数项再进行回归
E1
Variable
0.043304
0.009456
4.579473
0.0001
0.086198
33.65794
9.905436
30587.14
9.953015
-137.6761
9.919981
1.209310
(3)对
回归
1.11E-05
8.36E-06
1.322207
0.1976
22.30236
7.575286
2.944094
0.0067
0.063003
0.026965
34.73168
10.00193
31363.53
10.09709
-138.0270
10.03102
1.748231
1.203183
0.197614
(4)对
20
CS^(1/2)
1.537233