计量经济学异方差实验报告二

实验报告2

实验目的：掌握异方差的检验及处理方法。

实验内容：检验家庭人均纯收入与家庭生活消费支出可能存在的异方差性。有关数据如下：其中，收入为X，家庭生活消费支出为Y。

实验步骤如下：

一、建立有关模型分析异方差检验如下。

方法一、图示法。（两种）

（一）、x y 相关分析

从图中可以看出，随着收入的增加，家庭生活消费支出不断的提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。

建立模型：

1、从图中可以看出，x y不是简单的线性关系。建立线性回归方程如下，

LS Y C X

从上图看出，回归模型的R^2=0.8953，拟合优度较低。

2、建立半对数模型如下

GENR lny =log(y)

LS lny c x

从图中可以看出，R^2=0.914646，拟合优度较高，F =310.7602通过检验。Lny= 7.3119 + 0.000168x

t= (158.5288) （17.62839）

R^2=0.914646 F =310.7602

但是，收入对消费的影响较小。

综合经济意义，选择直线模型进行异方差检验如下。

（二）残差分析

首先将数据排序，然后建立回归方程。

命令：sort x

Ls y c x

从图中可以看出，残差有扩大的趋势，说明存在异方差性。方法二、white 检验

方程: ls y c x

利用white检验如下图：

若取显著水平为ä=0.05，可以看出，p值较小，所以存在异方差性。

方法三、Park检验

建立回归模型如上图方程窗口所示。

生成新的变量序列genr lne2=log(resid^2) genr lnx=log(x)

生成新残差序列对解释变量的回归模型ls lne 2 c lnx 回归结果如下图：

从图中可以看出，lnx的系数估计值不为0，且能通过显著性检验，所以随机误差项的方差与解释变量之间存在较强的相互关系，所以存在异方差性。

方法四、Glesier检验

建立回归模型如上图的方程窗口图。

生成新的变量序列genr E = abs (resid)

分别建立新的残差序列（E）对各解释变量（X/X^2/X^(1/2)/X^(-1)/X^(-2)/X^(-1/2)）如下图所示：

1、ls e c x

2、ls e c x^2

3、ls e c x^(1/2)

4、ls e c x^(-1)

5、ls e c x^(-2)

6、ls e c x^(-1/2)

从以上图中可以看出，各解释变量的回归系数均不为零，且能通过t检验，所以存在异方差。

二、调整异方差

1、确定权数变量

根据Park检验Genr w1=1/x^2.4313

根据Glesier 检验Genr w2=1/x^0.5

Genr w3=1/abs(resid)

Genr w4=1/resid^2

2、利用加权最小二乘法估计模型。

依次在窗口中键入命令ls(w=wi) y c x

回归结果如下图所示：

对上面四个模型在进行white检验，结果对应如下：

从以上检验可知，权数选择w3=1/abs(resid) w4=1/resid^2均可消除。

在Eviews中的部分操作步骤如下：

data x y

scat x y

sort x

ls y c x

genr lnx=log(x)

ls y c lnx

genr lny=log(y)

ls lny c x

ls lny c lnx

ls y c x

genr lne2=log(resid^2)

ls lne2 c lnx

genr e=abs(resid)

ls e c x

ls e c x^2

ls e c x^(1/2)

ls e c x^(-1)

ls e c x^(-2)

ls e c x^(-1/2)

genr w1=1/x^2.4313 genr w2=1/x^0.5 genr w3=1/abs(resid) genr w4=1/resid^2 ls(w=w1) y c x

ls(w=w2) y c x

ls(w=w1) y c x

ls(w=w4) y c x