第四章 异方差性 例4.1.4 一、参数估计 进入Eviews 软件包，确定时间范围，编辑输入数据；选择估计方程菜单： (1)在Workfile 对话框中，由路径：Quick/Estimate Equation，进入Equation Specification 对话框，键入“log(y) c log(x1) log(x2) ”，确认 ok，得到样本回归估计结果；(2)直接在命令栏里输入“ls log(y) c log(x1) log(x2)”，按 Enter,得到样本回归估计结果；(3)在Group 的当前窗口，由路径：Procs/Make Equation，进入Equation Specification 窗口，键入“log(y) c log(x1) log(x2) ”，确认 ok，得到样本回归估计结果。如表 4.1： 表 4.1 图 4.1 估计结果为： (3.14) (1.38) (9.25) R2=0.7798 D.W.=1.78 F=49.60 RSS=0.8357 括号内为 t 统计量值。 二、检验模型的异方差 （一）图形法 （1）生成残差平方序列。 ①在Workfile 的对话框中，由路径：Procs/Generate Series，进入Generate Series by Equation 对话框，键入“e2=resid^2”，生成残差平方项序列e2；② 直接在命令栏里输入“genr e2=resid^2”，按 Enter,得到残差平方项序列e2。 （2）绘制散点图。 ①直接在命令框里输入“scat log(x2) e2”，按 Enter，可得散点图4.2。 ②选择变量名 log(x2)与 e2（注意选择变量的顺序，先选的变量将在图形中表示横轴，后选的变量表示纵轴），再按路径view/graph/scatter/simple scatter ，可得散点图4.2。 ③由路径quick/graph 进入series list 窗口，输入“log(x2) e2”，确认并 ok，再在弹出的graph 窗口把 line graph 换成scatter diagram，再点 ok，可得散点图4.2。 图4.2 由图4.2 可以看出，残差平方项 e2 对解释变量 log(X2)的散点图主要分布图形中的下三角部分，大致看出残差平方项 e2 随 log(X2)的变动呈增大的趋势，因此，模型很可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。 （二）Goldfeld-Qu anadt 检验 （1）对变量取值排序（按递增或递减）。 ①在Workfile 窗口中，由路径：Procs/Sort Series 进入sort workfile series 对话框，键入“X2”，如果以递增型排序，选 Ascending，如果以递减型排序，则应选 Descending，点 ok。本例选递增型排序，选 Ascending。 ②直接在命令栏里输入“sort x 2”（默认为升序），再按 Enter。 （2）构造子样本区间，建立回归模型。 在本例中，样本容量 n...
