异方差的eviews操作

实验三异方差的检验与修正实验目的1、理解异方差的含义后果、2、学会异方差的检验与加权最小二乘法实验内容一、准备工作。建立工作文件，并输入数据，用普通最小二乘法估计方程（操作步骤与方法同前），得到残差序列。表2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2我国制造工业1998年销售利润与销售收入情况行业名称销售利润销售收入行业名称销售利润销售收入食品加工业187.253180.44医药制造业238.711264.1食品制造业111.421119.88化学纤维制品81.57779.46饮料制造业205.421489.89橡胶制品业77.84692.08烟草加工业183.871328.59塑料制品业144.341345纺织业316.793862.9非金属矿制品339.262866.14服装制品业157.71779.1黑色金属冶炼367.473868.28皮革羽绒制品81.71081.77有色金属冶炼144.291535.16木材加工业35.67443.74金属制品业201.421948.12家具制造业31.06226.78普通机械制造354.692351.68造纸及纸品业134.41124.94专用设备制造238.161714.73印刷业90.12499.83交通运输设备511.944011.53文教体育用品54.4504.44电子机械制造409.833286.15石油加工业194.452363.8电子通讯设备508.154499.19化学原料纸品502.614195.22仪器仪表设备72.46663.68二、异方差的检验1、图形分析检验⑴观察销售利润（Y）与销售收入（X）的相关图(图3-1)：SCATXY图3-1我国制造工业销售利润与销售收入相关图从图中可以看出，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。⑵残差分析首先将数据排序（命令格式为：SORT解释变量），然后建立回归方程。在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。图3-2我国制造业销售利润回归模型残差分布图3-2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。2、Goldfeld-Quant检验⑴将样本安解释变量排序（SORTX）并分成两部分（分别有1到10共11个样本合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3-3），其残差平方和为2579.587。SMPL110LSYCX图3-3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3-4），其残差平方和为63769.67。SMPL1928LSYCX图3-4样本2回归结果⑷计算F统计量：12/RSSRSSF＝63769.67/2579.59=24.72，21RSSRSS和分别是模型1和模型2的残差平方和。取05.0时，查F分布表得44.3)1110,1110(05.0F，而44.372.2405.0FF，所以存在异方差性3、White检验⑴建立回归模型：LSYCX，回归结果如图3-5。图3-5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\WhiteHeteroskedastcity,检验结果如图3-6。图3-6White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05.0，由于2704.699.5)2(2205.0nR,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，则认为不存在异方差性。4、斯皮尔曼等级相关系数检验其操作步骤为：A.对X排序：命令行输入SORTXB.输入X的等级：datad1（依次输入1-n的自然数）；C.对残差绝对值排序：命令行输入SORTabs(resid)；D.输入残差绝对值的等级：datad2（依次输入1-n的自然数）；E.依据公式计算等级相关系数检验统计量，并查表得出结论。5、异方差的消除—加权最小二乘法加权最小二乘法中，最重要的是确定权重的确定，一般而言，采用残差绝对值的倒数作为权重，也可以采用其他形式。A.首先，用SMPL命令设定样本的区间（包括所有观测值），如：SMPL131B.进行最小二乘回归，得到残差序列，LSYCXC.根据残差确定权重，GENRW1=1/ABS(RESID)D.进行加权最小二乘估计，LS(W=W1)YCX；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回归结果如下图3-7所示：图3-7E.对回归方程在进行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，其结果如下图3-8所示：图3-8图3-8对应的White检验没有显示F值和2nR的值，这表示异方差性已经得到很好的解决。