Eviews异方差性实验报告

实验一 异方差性

【实验目的】

掌握异方差性问题出现的来源、后果、检验及修正的原理，以及相关的Eviews操作方法。 【实验内容】

以《计量经济学学习指南与练习》补充习题4-16为数据，练习检查和克服模型的异方差的操作方法。

【4-16】表4-1给出了美国18个行业1988年研究开发（R&D）费用支出Y与销售收入X的数据。请用帕克（Park）检验、戈里瑟（Gleiser）检验、G-Q检验与怀特（White）检验来检验Y关于X的回归模型是否存在异方差性？若存在异方差性，请尝试消除它。 表4-1 单位：百万美元 序号 研究开发费用Y 销售收入X 1 62.5 6375.3 2 92.9 11626.4 3 178.3 14655.1 4 258.4 21869.2 5 494.7 26408.3 6 1083.0 32405.6 7 1620.6 35107.7 8 421.7 40295.4 9 509.2 70761.6 10 6620.1 80522.8 11 3918.6 95294.0 12 1595.3 101314.1 13 6107.5 116141.3 14 4454.1 122315.7 15 3163.8 141649.9 16 13210.7 175025.8 17 1703.8 230614.5

【实验步骤】

一 检查模型是否存在异方差性 1、图形分析检验

（1）散点相关图分析

做出销售收入X与研究开发费用Y的散点相关图（SCAT X Y）。观察相关图可以看出，随着销售收入的增加，研究开发费用的平均水平不断提高，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。

（2）残差图分析

首先对数据按照解释变量X由小至大进行排序（SORT X），然后建立一元线性回归方程（LS Y C X）。

因此，模型估计式为：

Y?187.507?0.032*X ----------（*）

? (0.17) (2.88) R2=0.31 s.e.=2850 F=0.011

建立残差关于X的散点图，可以发现随着X增加，残差呈现明显的扩大趋势，表明存在递增的异方差。

2、Park检验

建立回归模型（LS Y C X），结果如（*）式。

生成新变量序列： 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 LNE2 C LNX）。从下图所示的回归结果中可以看出，LNX的系数估计值不为0且能通过显著性检验，即随机误差项的方差与解释变量存在较强的相关关系，即认为存在异方差性。

3、Gleiser检验

建立回归模型（LS Y C X），结果如（*）式。 生成新变量序列： GENR E = ABS(RESID)

分别建立新残差序列E对各解释变量X/X/X/X212?1/X?2/X?12的回归模

型（LS E C X），回归结果如各图所示。

百度搜索“70edu”或“70教育网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，70教育网，提供经典综合文库Eviews异方差性实验报告在线全文阅读。