计量经济学异方差的检验与修正实验报告
计量经济学 异方差检验
计量经济学实验报告【实验名称】异方差的检验和修正【实验目的】掌握用Eviews 检验模型中异方差问题的检验和补救方法，能够正确理解和分析Eviews的输出结果【实验内容】（1）试利用OLS法建立人均消费性支出与可支配收入的线性模型；（2）检验模型是否存在异方差性；（3）如果存在异方差性，试采用适当的方法估计模型参数。
【结果分析】1.建立模型打开Eviews软件，选中File\New\Workfile以创建一个工作文件，文件结构类型为undated。
在命令栏中输入“data X Y”，回车后得到一个未命名的组，向组中输入数据。
如下图。
设可支配收入为变量X（横坐标），消费性支出为变量Y（纵坐标），选中Quick\Graph，在出现的对话框中输入“X Y”，点击OK后在新出现的Graph对话框中，在Graph type中选择Categorical Graph下的scatter，点击OK，如下图所示：以X 为解释变量，Y 为被解释变量，建立一元线性回归方程：i 0i i Y =+*X ββ选中Object/New Objects ，在新建对象对话框中选中对象为Equation ，在出现的对话框中输入“y c x ”，进行回归分析，得到如下结果。
可以得出0β=725.3459 1β =0.664746 线性回归方程为：i Y =0β+1β *X=725.3459+0.664746*X（1.589047）（22.49622）2R=0.945802 F=506.0798由散点图可知，原模型很可能存在异方差性，为此，进一步的进行更精确的检验。
G-Q检验：升序排列去掉中间的7个样本，剩余24个样本，再分成两个样本容量为12的子样本，对两个子样本分别用OLS法作回归：键入命令Smpl 1 12Equation eq01.Is Y C XSmpl 20 31Equation eq02.Is Y C X完成对两个子样的回归；0β’=669.5344 1β’=0.677374i Y =0β’+ 1β’*X=669.5344+0.677374*X子样1： (0.281991) (3.490176)RSS1=1971249i Y =1179.053+0.644719*X子样2： (0.954140) (9.951062) RSS2=8403437计算F 统计量：F=197124984034371112/21-1-12/1=--）（）（RSS RSS =4.263 在5%的显著性水平下，自由度为（10,10）的F 分布的临界值为4.263，于是拒绝同方差的原假设，表明模型存在异方差。
计量经济学异方差实验报告及心得体会
计量经济学异方差实验报告及心得体会一、实验简介本实验旨在通过构建模型来研究经济学中的异方差问题，并通过实证分析来探讨其对模型结果的影响。
实验数据采用随机抽样方法自真实经济数据中获取，共包括两个自变量和一个因变量。
在实验中，我将对模型进行两次回归分析，一次是假设无异方差问题，一次是考虑异方差问题，并比较两个模型的结果。
二、实验过程1.数据准备：根据实验设计，我根据随机抽样方法，从真实经济数据中抽取了一部分样本数据。
2.模型建立：我将自变量Y和X1、X2进行回归分析。
首先，我假设模型无异方差问题，得到回归结果。
然后，我将检验异方差性，若存在异方差问题，则建立异方差模型继续回归分析。
3.模型估计：利用最小二乘法进行参数估计，并计算回归结果的标准差和假设检验。
4.模型比较：对比两个模型的回归结果，分析异方差对模型拟合程度和参数估计的影响。
三、实验结果1.无异方差假设模型回归结果：回归方程：Y=0.9X1+0.5X2+2.1标准差：0.3显著性水平：0.05拟合优度：0.852.考虑异方差问题模型回归结果：回归方程：Y=0.7X1+0.4X2+1.9标准差：0.6显著性水平：0.05拟合优度：0.75四、实验心得体会通过本次实验，我对计量经济学中的异方差问题有了更深入的了解，并进一步认识到其对模型结果的影响。
1.异方差问题的存在会对统计推断结果产生重要影响。
在本次实验中，考虑异方差问题的模型相较于无异方差模型，参数估计值差异较大，并且拟合优度也有所下降。
因此，我们在实证分析中应尽可能考虑异方差问题。
2.在实际应用中，异方差问题可能较为普遍。
经济学中的许多变量存在异方差性，例如，个体收入、消费支出等。
因此，在进行经济学研究时，我们应当警惕并尽量排除异方差问题。
3.针对异方差问题，我们可以采用多种方法进行调整，例如，利用异方差稳健标准误、加权最小二乘法等。
在本次实验中，我们采用了异方差模型进行调整，并得到了相对较好的结果。
计量异方差实验报告
一、实验背景与目的随着经济全球化、信息化的发展，计量经济学在各个领域的应用越来越广泛。
然而，在实际应用中，由于数据的特点和模型设定等因素的影响，异方差现象常常出现。
异方差现象会导致估计结果的偏差和统计推断的无效，因此，对异方差的检验和修正成为计量经济学中的重要问题。
本实验旨在通过实证分析，掌握异方差的检验和修正方法，提高对计量经济学模型的理解和应用能力。
二、实验数据与模型1. 数据来源本实验数据来源于某地区2000-2019年的居民消费数据，包括居民消费性支出、可支配收入、商品价格指数等变量。
2. 模型设定根据数据特点，本实验建立如下线性回归模型：消费性支出= β0 + β1 可支配收入+ β2 商品价格指数+ ε其中，β0为截距项，β1和β2为回归系数，ε为误差项。
三、实验步骤1. 异方差检验（1）图示法首先，将消费性支出与可支配收入、商品价格指数进行散点图绘制，观察是否存在明显的线性关系。
若存在明显的线性关系，则进一步进行异方差检验。
（2）Breusch-Pagan检验对上述线性回归模型进行Breusch-Pagan检验，以判断是否存在异方差。
检验方法如下：H0：模型不存在异方差H1：模型存在异方差计算Breusch-Pagan统计量，并根据自由度和显著性水平查表得到临界值。
若统计量大于临界值，则拒绝原假设，认为模型存在异方差。
2. 异方差修正若检验结果表明模型存在异方差，则采用加权最小二乘法（WLS）进行修正。
（1）确定权重根据异方差检验结果，计算每个观测值的权重。
权重计算公式如下：w_i = 1 / σ_i^2其中，σ_i^2为第i个观测值的方差。
（2）加权最小二乘法估计利用加权最小二乘法对模型进行估计，得到修正后的回归系数。
四、实验结果与分析1. 异方差检验结果根据图示法，消费性支出与可支配收入、商品价格指数之间存在明显的线性关系。
Breusch-Pagan检验结果显示，在5%的显著性水平下，统计量大于临界值，拒绝原假设，认为模型存在异方差。
计量经济学实验报告6 单方程线性回归模型中异方差的检验与补救
内蒙古科技大学实验报告课程名称：计量经济学实验项目名称：单方程线性回归模型中异方差的检验与补救院（系）：经济与管理学院专业班级：姓名：学号：内蒙古科技大学实验地点：实验日期： 2013年 5 月 15 日实验目的：掌握利用EViews软件对模型中存在的异方差进行检验和补救。
实验内容：根据我国2000年部分地区城镇居民每个家庭平均全年可支配收入X与消费支出Y的统计数据，通过建立双变量线性回归模型分析人均可支配收入对人均消费支出的线性影响，并讨论异方差的检验与修正过程。
1、异方差的检验1）图示法2）Park检验3）Glejser检验4）Goldfeld-Quandt检验5）White检验2、异方差的补救1）加权最小二乘法（WLS）2）对数变换实验方法、步骤和结果：一、前期准备工作，数据粘贴file-new-workfileQuick-empty group内蒙古科技大学并对数据重命名 ser01-x ser02-y二、异方差的检验1、先对x、y进行估计。
在quick中选择estimate equation编辑方程y c x内蒙古科技大学2、将x、y建组，并命名为group02,并在group02中view菜单下选择graph-scatter-simple scaterr画出散点图。
从图像中可看出，三点分布由集中到慢慢扩大，而且比较明显，所以说该模型可能存在异方差。
3、y的估计值与残差平方的散点图进行判断首先在eq01中proc菜单下选择make residual series,命名为res，找到残差。
如图：内蒙古科技大学然后在eq01菜单下选择forecast，命名为yf。
找到y的估计值，点击ok内蒙古科技大学4、在eviews下quick菜单中graph——scatter 编辑方程yf c res^2,点击ok由图可知，三点较为凌乱，其估计模型不为一条斜率为零的直线，所以该模型中可能存内蒙古科技大学在异方差。
异方差的检验与修正
西安财经学院本科实验报告学院（部）统计学院实验室 313 课程名称计量经济学学生姓名学号 1204100213 专业统计学教务处制2014年12 月 15 日《异方差》实验报告开课实验室：313 2014年12月22第六部分异方差与自相关4. 在本例中，参数估计的结果为：2709030.01402097.01402.728X X Y ++=Λ(2.218) (2.438) (16.999)922173.02=R D.W.=1.4289 F=165.8853 SE=395.2538三．检查模型是否存在异方差 1．图形分析检验 (1)散点相关图分析分别做出X1和Y 、X2和Y 的散点相关图，观察相关图可以看出，随着X1、X2的增加，Y 也增加，但离散程度逐步扩大，尤其表现在X1和Y.这说明变量之间可能存在递增的异方差性。
在Graph/scatter 输入log(x2) e^2，结果如下：（2）残差相关图分析建立残差关于X1、X2的散点图，可以发现随着X 的增加，残差呈现明显的扩大趋势，表明模型很可能存在递增的异方差性。
但是否确实存在异方差还应通过更进一步的检验。
2.GQ 检验首先在主窗口Procs菜单里选Sort current page命令，输入排序变量x2，以递增型排序对解释变量X2进行排序，然后构造子样本区间，分别为1-12和20-31，再分别建立回归模型。
(1)在Sample菜单里，将区间定义为1—12，然后用OLS方法求得如下结果(2)在Sample菜单里，将区间定义为20—31，然后用OLS方法求得如下结果则F的统计量值为：6699.834542929948192122===∑∑iieeF在05.0=α下，式中分子、分母的自由度均为9，查F分布表得临界值为：18.3)9,9(05.0=F，因为F=8.6699>18.3)9,9(05.0=F,所以拒绝原假设，表明模型确实存在异方差。
实验异方差模型的检验和处理学生实验报告
4.703427
Durbin-Watson stat
1.930056
Prob(F-statistic)
0.018458
模型【3】
Heteroskedasticity Test: White
F-statistic
14.65680
Prob. F(1,16)
0.0015
Obs*R-squared
Prob.
Y
-0.100666
0.093257
-1.079451
0.3297
C
9534.708
1265.147
7.536443
0.0007
R-squared
0.188998
Mean dependent var
8243.949
Adjusted R-squared
0.026798
S.D. dependent var
19.56939
Log likelihood
-76.19814
Hannan-Quinn criter.
19.41558
F-statistic
5.587862
Durbin-Watson stat
0.656404
Prob(F-statistic)
0.055988
（请对得到的图表进行处理，以上在一页内）
3.White检验法
实验报告
课程名称：计量经济学
实验项目：实验五异方差模型的
检验和处理
实验类型：综合性□设计性□验证性
专业班别：
姓名：
学号：
实验课室：
指导教师：石立
实验日期：
广东商学院华商学院教务处制
异方差性的检验和修正
甘肃
4916.25
4126.47
上 海 11718.01
8868.19
青海
5169.96
4185.73
江 苏 6800.23
5323.18
新疆
5644.86
4422.93
1、做 Y 关于 X 的散点图以及回归分析 将数据通过 excel 录入到 eviews 中，对解释变量与被解释变量做散点图，选择解 释变量作为 group 打开，在数据表“ group”中点击 view/graph/scatter/simple scatter，出现以上数据的散点图，如下图所示：
图的结果显示，X 前的参数在 5%的显著性水平下不为零，同时，F 检验也表明方程的线性 关系在 5%的显著性水平下成立。 其次，采用异方差稳健标准误法修正原 OLS 的标准差，得到下图所示的估计结果：
任然可以看出，变量 x 对应参数修正后的标准差比 ols 估计的结果有所增大，这表明原模型 OLS 估计结果低估了 X 的标准差。
上海
11718.01
8868.19
青海
5169.96
4185.73
北京
10349.69
8493.49
内蒙古
5129.05
3927.75
广东
9761.57
8016.91
陕西
5124.24
4276.67
浙江
9279.16
7020.22
甘肃
4916.25
4126.47
天津
8140.5
6121.04
黑龙江
4912.88
计量经济学实验四——异方差的检验和修正
实验目的：学习建立回归模型，并进行异方差检验和对模型进行修正 实验内容：
异方差的检验与修正
西安财经学院本科实验报告学院（部）统计学院实验室313课程名称计量经济学学生姓名学号1204100213专业统计学教务处制2014年12 月15 日《异方差》实验报告五、实验过程原始记录（数据、图表、计算等) 一．选择数据1.建立工作文件并录入数据File\New\workfile, 弹出Workfile create 对话框中选择数据类型.Object\new object\group,按向上的方向键，出现两个obs 后输入数据.中国内地2006年各地区农村居民家庭人均纯收入与消费支出 单位：元城市 y x1 x2 城市 y x1 x2 北京 5724。
5 958.3 7317。
2 湖北 2732。
5 1934。
6 1484。
8 天津 3341。
1 1738.9 4489 湖南 3013。
3 1342.6 2047 河北 2495。
3 1607。
1 2194。
7 广东 3886 1313。
9 3765.9 山西 2253.3 1188。
2 1992.7 广西 2413。
9 1596。
9 1173。
6 内蒙古 2772 2560.8 781.1 海南 2232。
2 2213。
2 1042.3 辽宁 3066。
9 2026。
1 2064。
3 重庆 2205。
2 1234.1 1639。
7 吉林 2700.7 2623。
2 1017。
9 四川 2395 1405 1597.4 黑龙江 2618。
2 2622.9 929.5 贵州 1627。
1 961。
4 1023。
2 上海 8006 532 8606.7 云南 2195.6 1570。
3 680。
2 江苏 4135.2 1497。
9 4315.3 西藏 2002。
2 1399.1 1035.9 浙江 6057。
2 1403.1 5931。
7 陕西 2181 1070。
4 1189。
8 安徽 2420。
9 1472。
8 1496。
3 甘肃 1855.5 1167。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计量经济学实验报告关于异方差性的检验与修正
2012/11/18
学院：国际教育学院
专业：国际经济与贸易
班级：10级一班
姓名：苗子凯
学号：1014102025
一．异方差检验
运行Eviews,依次单击file→new→work file→unstructed→observation 20。
命令栏中输入“data y x”，打开“y x”表，接下来将数据输入其中。
然后开始进行LS回归，命令栏中输入“ls y c x”回车，即得到回归结果如下
回归方程为：：Y = 272.3635389 + 0.7551249391*X
二．开始检验异方差
White 检验法:
依次单击View →Residual Tests →Heteroskedasticity test →Whit 经估计出现white 检验结果，如下图：
所以拒绝原假设，表明模型存在异方差
Goldfeld-Quanadt 检验法： 在命令栏中直接输入：ls y c x →sort 1 20(进行排序) →smpl 1 8 →ls y c x →enter 得到如下结果：
99
.5%565.122置信水平下的卡方值>=nR
继续取样本，在命令栏中直接输入： smpl 13 20 →ls y c x→enter 得到如下结果：
计算F统计量：F=RSS2/RSS1=615472.0/126528.3=4.864；F=4.864> F0.05（6,6）=4.28，拒绝原假设，表明模型确实存在异方差性。
帕克检验
重新打开eviews，依次键入以下步骤：file→new→work file→unstructed→observation 20。
命令栏中输入“data y x”，打开“y x”表，接下来将数据输入其中。
然后键入：genr lne2=log(resid^2)→genr lnx=log(x) →
ls lne2 c lnx
得到结果如下：
可得到α=3.47，且t=2.89，说明显著性明显，而α的显著性不为零意味着存在显著性。
异方差的修正：
输入：
Genr w1 = 1/x^1/2
Ls(w=w1) y c x
得到如下图
如图所示与不加权的最小二乘法结果相比，加权最小二乘法估计使得X前的参数估计值略有下降，但标准差却增大了，表明最小二乘法估计低估了X对应参数的标准差。
（注：文档可能无法思考全面，请浏览后下载，供参考。
可复制、编制，期待你的好评与关注！）。