计量经济学实验报告 (3)
计量经济学实验报告
计量经济学实验报告1. 引言计量经济学是应用数学和统计学方法来研究经济现象的一门学科。
实验是计量经济学研究中常用的方法之一，通过设计和实施实验，可以帮助我们理解经济现象背后的因果关系。
本文将对一项计量经济学实验进行详细描述和分析，以展示实验的设计、数据分析和结论。
2. 实验设计2.1 实验目的本次实验的目的是研究市场供需关系对商品价格的影响。
具体而言，我们希望通过改变商品的市场供给量，观察商品价格如何变化，并分析供给弹性的大小。
2.2 实验假设在实验设计阶段，我们需要制定实验假设来指导实验的进行。
在本次实验中，我们假设市场供给量的变动会对商品价格产生影响，而且供给弹性的大小会决定价格的变动幅度。
2.3 实验步骤本次实验包括以下几个步骤：1.设定实验组和对照组：我们将随机选择一些参与者，并将其分为两组，一组作为实验组，一组作为对照组。
实验组将面临市场供给量变动的情况，而对照组则不受干扰。
2.确定商品和市场：我们选择一个特定的商品，并确定一个特定的市场来进行实验。
这样可以使实验更加具体和可控。
3.设定实验条件：在实验组中，我们逐步调整市场供给量，并记录下不同供给量下的商品价格。
对照组则保持市场供给量不变。
4.数据收集：在每次实验条件设定完毕后，我们将记录实验组和对照组的商品价格，并对数据进行整理和存储。
2.4 实验风险和伦理考虑在设计实验时，我们需要考虑实验可能存在的风险，并确保实验过程符合伦理要求。
具体而言，我们需要确保参与者的权益得到保护，并在可能对参与者造成负面影响的情况下停止实验。
3. 数据分析在实验进行完毕后，我们对数据进行分析，以验证实验假设并得出结论。
3.1 数据整理首先，我们将实验组和对照组的数据整理成表格形式，方便后续分析。
由于文档要求不能包含表格，这里无法展示具体的数据。
3.2 数据分析方法我们采用的数据分析方法主要包括描述统计分析和回归分析。
描述统计分析用于描述数据的基本特征，包括平均值、标准差、最小值和最大值等。
计量经济学实验报告(三)
2012 — 2013 第 1 学期计量经济学实验报告实验（三）：计量经济检验与修正实验学号：0101702 姓名：宋蕾专业: 财务管理选课班级：A（2实验日期： 2 0 11.112实验地点：南区综合楼经济管理与创业模拟实验中心实验室实验名称：计量经济检验与修正实验【实验目标、要求】使学生掌握用Eviews做1.异方差性检验和修正方法；2.自相关性检验和修正方法；3.【实验内容】实验内容以课后练习：以114页第6题、130页应用题第2题为例进行操作【实验步骤】一、第114页第6题（一）创建工作文件在主菜单上依次单击File T New^Workfile ,选择数据类型和起止日期。
时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。
本题中在workfile structure type 中选Unstructured/Undated, 在Data range Observation 中填 2 8。
单击OK后屏幕出现Workfile工作框，如图所示。
（二）输入和编辑数据在命令窗口直接输入：Data Y X . 屏幕出现数据编辑框，如下图所示。
点击上图中对话框的"Edit +/-"，将数据进行输入，如下图所示。
数据输入完毕，单击工作文件窗口工具条的存入磁盘。
（三）0 LS估计参数利用2008年中国部分省市城镇居民家庭平均全年可支配收入（的相关数据表，作散点图。
Eviews命令:scat X Y ; 如图所示X）与消费性支出（Y）Save或单击菜单兰的File宀Save将数据可看出2 0 0 8年中国部分省市城镇居民家庭平均全年可支配收入 (X)与消费性支出(Y)的关系近似直线关系可建立线性回归模型。
在主菜单命令行键入：“LS Y C X ”，然后回车。
即可直接出现如下图所示的计算结果Depe ndent Variable: Y Method: Least Squares Date: 12/12/12 Time: 20:15 Sample: 1 28In cluded observati ons: 28VariableCoefficie ntStd. Errort-StatisticProb.C 735.1080 477.1123 1.540744 0.1355 X0.6662220.03055821.802130.0000R-squared0.948138Mean depe ndent var 10780.65 Adjusted R-squared 0.946144 S.D. dependent var 2823.752 S.E. of regressi on 655.3079 Akaike info criteri on 15.87684 Sum squared resid 11165139 Schwarz criteri on 15.97199 Log likelihood -220.2757 F-statistic 475.3327 Durb in -Watson stat1.778976Prob(F-statistic)0.000000(477. 1123) (0 . 030558) 点击 store to DB，将估计式以“ eq01 ”为名保存。
计量经济学实验报告
计量经济学实验报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT计量经济学实验基于EViews的中国能源消费影响因素分析学院：班级：学号：姓名：基于EViews的中国能源消费影响因素分析一、背景资料能用消费是引是指生产和生活所消耗的能源。
能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。
能源是支持经济增长的重要物质基础和生产要素。
能源消费量的不断增长，是现代化建设的重要条件。
我国能源工业的迅速发展和改革开放政策的实施，促使能源产品特别是石油作为一种国际性的特殊商品进入世界能源市场。
随着国民经济的发展和人口的增长，我国能源的供需矛盾日益紧张。
同时，煤炭、石油等常规能源的大量使用和核能的发展，又会造成环境的污染和生态平衡的破坏。
可以看出，它不仅是一个重大的技术、经济问题，而且以成为一个严重的政治问题。
在20世纪的最后二十年里，中国国内生产总值（GDP）翻了两番，但是能源消费仅翻了一番，平均的能源消费弹性仅为左右。
然而自2002年进入新一轮的高速增长周期后，中国能源强度却不断上升，经济发展开始频频受到能源瓶颈问题的困扰。
鉴于此，研究能源问题不仅具有必要性和紧迫性，更具有很大的现实意义。
由于我国目前面临的所谓“能源危机”，主要是由于需求过大引起的，而我国作为世界上最大的发展中国家，人口众多，所需能源不可能完全依赖进口，所以，研究能源的需求显得更加重要。
二、影响因素设定根据西方经济学消费需求理论可知，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。
对于相关商品价格的替代效应，我们认为其只存在能源品种内部之间，而消费者偏好及消费者对商品价格的预期数据差别较大，不容易进行搜集整理在此暂不涉及。
另外，发展经济学认为，来自知识、人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增长，而且会通过外部效应可以提高劳动力、自然资源、物质资本与生产要素的生产效率，消除其中收益递减的内在联系，带来递增的规模收益。
计量经济学实验报告
一、实验目的及要求：1、目的利用EVIEWS 实验软件，使学生在实验过程中全面了解和熟悉计量经济学的基本概念，熟悉一元线性回归模型估计的基本程序和基本方法。
2、内容及要求(1) 熟悉ＥＶＩＥＷＳ实验软件的基本操作程序和方法； (2) 掌握一元线性回归模型基本概念，了解其估计和检验原理 (3) 提交实验报告二、仪器用具：三、实验结果与数据处理：1下面是利用1970-1980年美国数据得到的回归结果。
其中Y 表示美国咖啡消费（杯/日.人），X 表示平均零售价格（美元/磅）。
注：262.2)9(2/=αt ，228.2)10(2/=αt6628.006.42)()1216.0(4795.06911.2ˆ2===-=R t se X Y tt）（值1. 写空白处的数值。
12. 对模型中的参数进行显著性检验。
3. 解释斜率系数1β的含义，并给出其95%的置信区间。
解：（1）1308.221216.06911.2)(00===ββse t0114.006.424795.0)(11-=-==tse ββ（2）用t 检验法分别对模型中的参数0β1β进行显著性水平检验： 在5%的显著性水平下，模型的自由度为11-2=9，且262.2)9(025.0=t 由于262.21308.220>=βt ，故该模型的截距项在统计上是显著的； 同理 262.206.421>=βt ，即斜率系数在统计上也是显著的。
（3）斜率系数4795.01-=β，小于0，在其他条件不变的情况下，咖啡的平均零售价格每增加一个单位，美国咖啡的日消费将平均减少0.4795个单位，说明咖啡的消费量与其平均零售价格呈负相关关系。
1β的95%的置信区间为：]4537.0,5053.0[)]ˆ(ˆ),ˆ(ˆ[12/112/1--+-即ββββααse t se t2美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上。
《计量经济学》课程实验报告
《计量经济学》课程实验报告年级专业：2012级金融学姓名：*** 学号：2012******一、实验目的1.学会Eviews工作文件的建立、数据输入、数据的编辑和描述；2.掌握用Eviews软件通过阿尔蒙多项式变换法估计分布滞后模型。
二、实验内容根据某地区1980-2001年固定资产投资Y与销售额X的资料，取阿尔蒙多项式的次数M=2，阿尔蒙多项式变换法估计分布滞后模型:错误！未找到引用源。
，将系数错误！未找到引用源。
(i=0,1,2,3,4)用二次多项式近似，则原模型可变为：错误！未找到引用源。
，由此用Eviews软件得出分布滞后模型的最终估计式。
三、实验数据教材第186页，表7.5：某地区1980-2001年固定资产投资Y与销售额X的资料四、实验步骤1.分析固定资产投资Y与销售额X的关系；2.模型设定：错误！未找到引用源。
；将系数错误！未找到引用源。
(i=0,1,2,3,4)用二次多项式近似，则原模型可变为：错误！未找到引用源。
；3.用Eviews计算错误！未找到引用源。
(i=0,1,2,3,4)。
步骤如下：（1）建立工作文件：双击Eviews图标，进入Eviews主页。
在菜单选项中依次点击New—Workfile，出现“Workfile Range”。
在““Workfile Frequency”中选择数据频率“Annual”，并在“Start Date”菜单中输入“1980”，在“End”菜单中输入“2001”，点击“OK”，出现未命名文件的“Workfile UNTITLED”工作框。
已有对象“c”为截距项，“resid”为剩余项。
（2）输入数据：在“Quick”菜单中点击“Empty Group”,出现数据编辑窗口。
将第一列命名为“Y”：方法是按上行键“↑”，对应“obs”格自动上跳，在对应的第二行有边框的“obs”空格中输入变量名为“Y”，再按下行键“↓”，变量名一下各格出现“NA”，依次输入Y的对应数据。
计量经济实验报告多元(3篇)
第1篇一、实验目的本次实验旨在通过多元线性回归模型，分析多个自变量与因变量之间的关系，掌握多元线性回归模型的基本原理、建模方法、参数估计以及模型检验等技能，提高运用计量经济学方法解决实际问题的能力。
二、实验背景随着经济的发展和社会的进步，影响一个变量的因素越来越多。
在经济学、管理学等领域，多元线性回归模型被广泛应用于分析多个变量之间的关系。
本实验以某地区居民消费支出为例，探讨影响居民消费支出的因素。
三、实验数据本实验数据来源于某地区统计局，包括以下变量：1. 消费支出（Y）：表示居民年消费支出，单位为元；2. 家庭收入（X1）：表示居民家庭年收入，单位为元；3. 房产价值（X2）：表示居民家庭房产价值，单位为万元；4. 教育水平（X3）：表示居民受教育程度，分为小学、初中、高中、大专及以上四个等级；5. 通货膨胀率（X4）：表示居民消费价格指数，单位为百分比。
四、实验步骤1. 数据预处理：对数据进行清洗、缺失值处理和异常值处理，确保数据质量。
2. 模型设定：根据理论知识和实际情况，建立多元线性回归模型：Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ε其中，Y为因变量，X1、X2、X3、X4为自变量，β0为截距项，β1、β2、β3、β4为回归系数，ε为误差项。
3. 模型估计：利用统计软件（如SPSS、R等）对模型进行参数估计，得到回归系数的估计值。
4. 模型检验：对估计得到的模型进行检验，包括以下内容：（1）拟合优度检验：通过计算R²、F统计量等指标，判断模型的整体拟合效果；（2）t检验：对回归系数进行显著性检验，判断各变量对因变量的影响是否显著；（3）方差膨胀因子（VIF）检验：检验模型是否存在多重共线性问题。
5. 结果分析：根据模型检验结果，分析各变量对因变量的影响程度和显著性，得出结论。
五、实验结果与分析1. 拟合优度检验：根据计算结果，R²为0.812，F统计量为30.456，P值为0.000，说明模型整体拟合效果较好。
计量经济学实验报告_学习总结_总结汇报_实用文档
目录(一) 研究背景 (2)(二) 理论来源 (2)(三) 模型设定 (2)(四) 数据处理 (2)1. 数据来源 (2)2. 解释变量的设置 (3)(五) 先验预期 (3)1.经验预期 (3)2.散点图分析 (3)(六) 参数估计 (4)(七) 显著性检验 (5)(八) 正态性检验 (5)(九) MWD检验 (5)(十) 相关系数 (7)(十一)虚拟变量 (7)(十二)异方差检验、修正 (8)1. 图形检验 (8)2.格莱泽检验 (9)3.帕克检验 (10)4.异方差的修正加权最小二乘法 (10)5.异方差修正后的检验 (11)(十三)自相关检验 (11)1. 图形法 (11)2.德宾-沃森d检验 (12)(十四)最终结果 (12)(一)研究背景中国是一个大国，幅员辽阔，历史上自然地形成了一个极端不平衡发展的格局。
而1978年开始的改革，政府采取了由东向西梯度推进的非均衡发展战略，使已经存在的地区间的差距进一步扩大，不利于整个社会的稳定和发展。
地区发展不平衡问题包括社会发展不平衡，尤其是教育发展的不平衡。
因此关注中国教育发展的地区不平衡性非常迫切。
不仅是因为教育的重要性，还因为当前我国需要进一步推进教育改革的进程，使其朝着更健康的方向发展。
(二)理论来源刘红梅.中国各地区教育发展水平差异的实证分析[J]数理统计与管理.2013.7(三)模型设定⏹Y i=B1+B2X2i+B3X3i+B4X4i+B5X2i 2+B6X4i2+ui⏹Y——地区教育水平，用平均受教育年限表示，（年）⏹X2——学生平均预算内教育经费，（万元/人）⏹X3——人均GDP，（万元/人）⏹X4——平均生师比(四)数据处理1.数据来源：国家统计局官网，选取2014年的数据：1)各省GDP2)各地区总人口3)各地区每十万人拥有的各种受教育程度人口比较数据4)地区在校总学生数5)各地区教育财政投入6)地区每十万总专任教师数2.解释变量的设置：⏹X2=地区预算内教育经费/地区在校总学生数=学生平均预算内教育经费（万元/人）⏹X3=地区总GDP/地区总人口=人均GDP（万元/人）⏹X4=地区每十万人口各级学校平均在校生数的和/地区每十万人口总专任教师数=平均生师比其中：P为各地区每十万人拥有的各种受教育程度人口比较数T为教育年限1，6，9,12,16(五)先验预期1.经验预期：平均受教育年限分别跟学生平均预算内教育经费、人均GDP呈正相关关系，跟平均生师比呈负相关关系。
计量经济学实验报告
中国国债规模的实证研究一、经济理论背景对于国债规模的研究，可以分为规范研究和实证研究，规范研究方法提供了很好的思想，但未能得出准确的数量结论。
相对规范研究，实证研究方法则侧重于利用国债规模的历史资料，利用各种经济模型，给出国债规模的具体数量。
有关国债规模的实证研究分析，我国理论界也作了不少的研究：杨大楷等人采用相关分析法、灰色关联度分析法：周军民等人使用回归计量模型；朱世武和应惟伟应用传统的统计方法和向量自回归法；高勇强、贺远琼应用相关分析法对中国国债发行规模进行了实证研究。
但是，目前理论界对中国国债规模影响因素的研究如下问题：这些研究都没有说明为什么这些因素对中国国债的规模产生影响；分析的结果不统一，作者们所选择的指针与国债规模的相关度的分析结果不一致；这些实证研究都仅针对中国内部国债发行规模的影响因素进行探讨。
本文应用计量经济法,建立回归直线模型，根据年度资料建立我国国债规模研究模型，对我国国债规模与经济变量之间的影响关系进行实证分析。
二、指标选取和数据搜集（一）国债规模主要影响因素的选择和指标选取1. GDP对国债规模的影响。
一国国债规模明显地由该国的经济发展水平所决定。
一般来说。
经济规模越大,发展水平越高，则国债规模及其潜力就越大。
2.财政收支状况对国债规模的影响。
众所周知，国债的一个重要目的就是弥补财政赤字。
当财政收入越多、财政支出越少时，用国债来弥补财政赤字的压力就越小。
由于在实证分析中，赤字对国债规模的影响不显著，本文选取了财政收入与财政支出两个变量来综合考虑其对国债规模的影响。
3. 预算内投资规模对国债规模影响。
国债的另一主要目的是筹资建设资金,近几年我国国债资金主要用于重大项目、重点项目的建设。
一国预算内投资规模越大，其对资金的需求越大。
当财政收入不足于财政支出时，政府的投资缺口一般要通过发行国债来弥补。
4.还本付息支出对国债规模的影响。
一方面，国债规模越大，还本付息支出越多，当其支出额达到无法以当年财政收入来偿还时，不得不以发新债来还旧债。
- 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)。
1.背景经济增长是指一个国家生产商品和劳务能力的扩大。
在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。
古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。
现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。
从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。
物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。
中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。
因此本文用总就业人数（万人）来衡量劳动力。
居民消费需求也是经济增长的主要因素。
经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。
在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。
但是,我国目前仍然面临消费需求不足问题。
本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。
用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。
因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。
2.模型的建立2.1 假设模型为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。
运用这些数据进行回归分析。
这里的被解释变量是，Y ：国内生产总值，与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为：1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数，μ代表随机干扰项。
模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。
如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。
国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年216,314.4376,315.00109,998.16101.52007年 265,810.31 76,531.00 137,323.94 104.8 2008年 314,045.43 77,046.00 172,828.40 105.9 2009年 340,902.81 77,510.00 224,598.77 99.3 2010年 401,512.80 78,388.00 251,683.77 103.3 2011年 473,104.05 78,579.00 311,485.13 105.4 2012年519,470.1078,894.00374,694.74102.6假设经济模型为：μββββ++++=3423121X X X y 2.2 建立初始模型——OLS 2.2.1 使用OLS 法进行参数估计Dependent Variable: Y Method: Least Squares Date: 05/27/14 Time: 20:46 Sample: 1992 2012 Included observations: 21VariableCoefficient Std. Error t-Statistic Prob. C -713618.8 127520.1 -5.596127 0.0000 X1 9.301372 1.252990 7.423339 0.0000 X2 1.109932 0.036932 30.05337 0.0000 X3960.6130455.81732.1074520.0502R-squared 0.996644 Mean dependent var 182689.5 Adjusted R-squared 0.996051 S.D. dependent var 147531.4 S.E. of regression 9270.792 Akaike info criterion 21.27677 Sum squared resid 1.46E+09 Schwarz criterion 21.47573 Log likelihood -219.4061 Hannan-Quinn criter. 21.31995 F-statistic 1682.612 Durbin-Watson stat 1.682540Prob(F-statistic)0.000000得到的初始模型为123713618.89.3013 1.1099960.62Y X X X =-+++ 2.2.2 对初始模型进行检验要对建立的初始模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在内的四级检验。
(1)经济意义检验解释变量的系数分别为1β=9.3013、2β=1.1099。
两个解释变量系数均为正，符合被解释变量与解释变量之间的正相关关系，符合解释变量增长带动被解释变量增长的经济实际，3β=960.61，符合被解释变量与解释变量之间的正相关关系。
与现实经济意义相符，所以模型通过经济意义检验。
(2)统计检验①拟合优度检验：R 2检验，R-squared=0.996644；Adjusted R-squared=0.996051；可见拟合优度很高，接近于1，方程拟和得很好。
②变量的显著性检验：t 检验，模型系数显著性检验，t 检验结果VariableCoefficient Std. Error t-Statistic Prob. C -713618.8 127520.1 -5.596127 0.0000 X1 9.301372 1.252990 7.423339 0.0000 X2 1.109932 0.036932 30.05337 0.0000 X3 960.6130 455.8173 2.107452 0.0502从检验结果表中看到，包括常数项在内的所有解释变量系数的t 检验的伴随概率均小于5%，所以，在5%的显著水平下1X 、2X 、3X 的系数显著不为零，通过显著性检验，常数项也通过显著性检验，保留在模型之中。
③方程的显著性检验：F 检验，方程总体显著性检验的伴随概率小于0.00000，在5%显著水平下方程显著成立，具有经济意义。
(3)计量经济学检验：方程通过经济意义检验和统计检验，下面进行居于计量经济学模型检验核心的计量经济学检验。
①进行异方差性检验：首先用图示法对模型的异方差性进行一个大致的判断。
令X 轴为方程被解释变量，Y 轴为方程的残差项，做带有回归线的散点图。
40,000,00080,000,000120,000,000160,000,000200,000,000240,000,000280,000,000320,000,000X1E 2040,000,00080,000,000120,000,000160,000,000200,000,000240,000,000280,000,000320,000,000X2E 2040,000,00080,000,000120,000,000160,000,000200,000,000240,000,000280,000,000320,000,000X3E 2通过图形看到，回归线向上倾斜，大致判断存在异方差性，但是，图示法并不准确，下面使用White 异方差检验法进行检验，得到下面的检验结果：Heteroskedasticity Test: WhiteF-statistic2.616909 Prob. F(9,11)0.0677 Obs*R-squared 14.31446 Prob. Chi-Square(9) 0.1116 Scaled explained SS6.518631 Prob. Chi-Square(9) 0.6871Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 05/27/14 Time: 22:12Sample: 1992 2012Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C 1.04E+11 5.15E+10 2.017611 0.0687X1 -1949844. 945581.9 -2.062057 0.0636X1^2 9.051342 4.890384 1.850845 0.0912X1*X2 -1.464567 0.648826 -2.257258 0.0453X1*X3 6331.557 4214.655 1.502272 0.1612X2 120106.3 44949.37 2.672034 0.0217X2^2 0.010887 0.005643 1.929190 0.0799X2*X3 -86.80476 165.7979 -0.523558 0.6110X3 -6.64E+08 4.05E+08 -1.639615 0.1293X3^2 1017845. 635414.2 1.601860 0.1375R-squared 0.681641 Mean dependent var 69576621Adjusted R-squared 0.421165 S.D. dependent var 84049298S.E. of regression 63945702 Akaike info criterion 39.09072Sum squared resid 4.50E+16 Schwarz criterion 39.58811Log likelihood -400.4526 Hannan-Quinn criter. 39.19867F-statistic 2.616909 Durbin-Watson stat 1.993942Prob(F-statistic) 0.0676562nR=14.3145，对应的卡方检验p值为0.1116所得的检验伴随概率小于5%，均在5%的显著水平下拒绝方程不存在异方差性的原假设，认为模型具有比较严重的异方差性。