计量经济学实验4异方差性

实验四 异方差性

【实验目的】

掌握异方差性的检验及处理方法 【实验内容】

建立并检验我国制造业利润函数模型 【实验步骤】

【例1】表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。

表1 我国制造工业1998年销售利润与销售收入情况

行业名称 食品加工业 食品制造业 饮料制造业 烟草加工业 纺织业 服装制品业 皮革羽绒制品 木材加工业 家具制造业 造纸及纸品业 印刷业 文教体育用品 石油加工业 化学原料纸品 销售利润 187.25 111.42 205.42 183.87 316.79 157.7 81.7 35.67 31.06 134.4 90.12 54.4 194.45 502.61 销售收入 3180.44 1119.88 1489.89 1328.59 3862.9 1779.1 1081.77 443.74 226.78 1124.94 499.83 504.44 2363.8 4195.22 行业名称 医药制造业 化学纤维制品 橡胶制品业 塑料制品业 非金属矿制品 黑色金属冶炼 有色金属冶炼 金属制品业 普通机械制造 专用设备制造 交通运输设备 电子机械制造 电子通讯设备 仪器仪表设备 销售利润 238.71 81.57 77.84 144.34 339.26 367.47 144.29 201.42 354.69 238.16 511.94 409.83 508.15 72.46 销售收入 1264.1 779.46 692.08 1345 2866.14 3868.28 1535.16 1948.12 2351.68 1714.73 4011.53 3286.15 4499.19 663.68 一、检验异方差性 1、 图形分析检验

观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y

图1 我国制造工业销售利润与销售收入相关图

从图1中可以看出，随着销售收入的增加，销售利润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、Goldfeld-Quant检验

⑴将样本按解释变量排序（SORT X）并分成两部分（分别有1到10共10个样本和19到28共10个样本）

⑵利用样本1建立回归模型1（回归结果如图2），其残差平方和为2579.587。

SMPL 1 10 LS Y C X

图2 样本1回归结果

⑶利用样本2建立回归模型2（回归结果如图3），其残差平方和为63769.67。

SMPL 19 28 LS Y C X

图3 样本2回归结果

⑷计算F统计量：F?RSS2/RSS1＝63769.67/2579.59=24.72，RSS1和RSS2分别是模型1和模型2的残差平方和。

取??0.05时，查F分布表得F0.05(10?1?1,10?1?1)?3.44，

而F?24.72?F0.05?3.44，即表明模型存在异方差性。 3、White检验

⑴建立回归模型：LS Y C X，回归结果如图4。

图4 我国制造业销售利润回归模型

⑵在方程窗口上点击View\\Residual\\Test\\White Heteroskedastcity，检验结果如图5。

图5 White检验结果

其中F值为辅助回归模型的F统计量值。

取显著水平??0.05，由于?0.05(2)?5.99?nR则认为不存在异方差性。 二、调整异方差性 ⒈确定权数变量

根据Gleiser检验生成权数变量：

GENR W/1=1/X^0.5

另外生成：GENR W2=1/ABS(RESID）

GENR W3=1/ RESID ^2

⒉利用加权最小二乘法估计模型

在Eviews命令窗口中依次键入命令：

LS(W=Wi) Y C X

或在方程窗口中点击Estimate\\Option按钮，并在权数变量栏里依次输入W1、W2、W3，

22?6.2704，所以存在异方差性。

实际应用中可以直接观察相伴概率p值的大小，若p值较小，则认为存在异方差性。反之，

回归结果图6、7、8所示。

图6

图7

图8

3、对所估计的模型再进行White检验，观察异方差的调整情况

对所估计的模型再进行White检验，检验异方差性是否已经得到很好的解决。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库计量经济学实验4异方差性在线全文阅读。