EViews计量经济学试验报告异方差的诊断及修正VIP免费

时间地点实验题目异方差的诊断与修正一、实验目的与要求：要求目的：1、用图示法初步判断是否存在异方差，再用White检验异方差；2、用加权最小二乘法修正异方差。二、实验内容根据1998年我国重要制造业的销售利润与销售收入数据，运用EV软件，做回归分析，用图示法，White检验模型是否存在异方差，如果存在异方差，运用加权最小二乘法修正异方差。三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等）（一）模型设定为了研究我国重要制造业的销售利润与销售收入是否有关，假定销售利润与销售收入之间满足线性约束，则理论模型设定为：iY=1+2iX+i其中，iY表示销售利润，iX表示销售收入。由1998年我国重要制造业的销售收入与销售利润的数据，如图1：1988年我国重要制造业销售收入与销售利润的数据（单位：亿元）行业名称销售利润Y销售收入X食品加工业187.253180.44食品制造业111.421119.88饮料制造业205.421489.89烟草加工业183.871328.59纺织业316.793862.9服装制造业157.71779.1皮革羽绒制品81.731081.77木材加工业35.67443.74家具制造业31.06226.78造纸及纸制品134.41124.94印刷业90.12499.83文教体育用品54.4504.44石油加工业194.452363.8化学原料制品502.614195.22医药制造业238.711264.1化学纤维制造81.57779.46橡胶制品业77.84692.08塑料制品业144.341345非金属矿制业339.262866.14黑色金属冶炼367.473868.28有色金属冶炼144.291535.16金属制品业201.421948.12普通机械制造354.692351.68专用设备制造238.161714.73交通运输设备511.944011.53电子机械制造409.833286.15电子通信设备508.154499.19仪器仪表设备72.46663.68（二）参数估计1、双击“Eviews”，进入主页。输入数据：点击主菜单中的File/Open/EVWorkfile—Excel—异方差数据2.xls；2、在EV主页界面的窗口，输入“lsycx”，按“Enter”。出现OLS回归结果,如图2：估计样本回归函数DependentVariable:YMethod:LeastSquaresDate:10/19/05Time:15:27Sample:128Includedobservations:28VariableCoefficientStd.Errort-StatisticProb.C12.0356419.517790.6166500.5428X0.1043930.00844112.366700.0000R-squared0.854696Meandependentvar213.4650AdjustedR-squared0.849107S.D.dependentvar146.4895S.E.ofregression56.90368Akaikeinfocriterion10.98935Sumsquaredresid84188.74Schwarzcriterion11.08450Loglikelihood-151.8508F-statistic152.9353Durbin-Watsonstat1.212795Prob(F-statistic)0.000000估计结果为：iY?=12.03564+0.104393iX（19.51779）(0.008441)t=（0.616650）（12.36670）2R=0.8546962R=0.849107S.E.=56.89947DW=1.212859F=152.9353这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。2R=0.854696,拟合程度较好。在给定=0.0时，t=12.36670>)26(025.0t=2.056，拒绝原假设，说明销售收入对销售利润有显著性影响。F=152.9353>)6,21(F05.0=4.23,表明方程整体显著。（三）检验模型的异方差※（一）图形法1、在“Workfile”页面：选中x,y序列，点击鼠标右键，点击Open—asGroup—Yes2、在“Group”页面：点击View－Graph—Scatter—SimpleScatter,得到X,Y的散点图（图3所示）：0100200300400500600010002000300040005000XY3、在“Workfile”页面：点击Generate，输入“e2=resid^2”—OK4、选中x,e2序列，点击鼠标右键，Open—asGroup—Yes5、在“Group”页面：点击View－Graph—Scatter—SimpleScatter,得到X,e2的散点图（图4所示）：0500010000150002000025000010002000300040005000XE26、判断由图3可以看出，被解释变量Y随着解释变量X的增大而逐渐分散，离散程度越来越大；同样，由图4可以看出，残差平方2ie对解释变量X的散点图主要分布在图形中的下三角部分，大致看出残差平方2ie随iX的变动呈增大趋势。因此，模型很可能存在异方差。但是否确实存在异方差还应该通过更近一步的检验。※（二）White检验1、在“Equation”页面：点击View－ResidualTests—White检验（nocross）,（本例为一元函数，没有交叉乘积项）得到检验结果，如图5：White检验结果WhiteHeteroskedas...