EViews计量经济学实验报告异方差的诊断及修正参考模板文档格式.docx
- 文档编号:3767543
- 上传时间:2023-05-02
- 格式:DOCX
- 页数:19
- 大小:43.35KB
EViews计量经济学实验报告异方差的诊断及修正参考模板文档格式.docx
《EViews计量经济学实验报告异方差的诊断及修正参考模板文档格式.docx》由会员分享,可在线阅读,更多相关《EViews计量经济学实验报告异方差的诊断及修正参考模板文档格式.docx(19页珍藏版)》请在冰点文库上搜索。
316.79
3862.9
服装制造业
157.7
1779.1
皮革羽绒制品
81.73
1081.77
木材加工业
35.67
443.74
家具制造业
31.06
226.78
造纸及纸制品
134.4
1124.94
印刷业
90.12
499.83
文教体育用品
54.4
504.44
石油加工业
194.45
2363.8
化学原料制品
502.61
4195.22
医药制造业
238.71
1264.1
化学纤维制造
81.57
779.46
橡胶制品业
77.84
692.08
塑料制品业
144.34
1345
非金属矿制业
339.26
2866.14
黑色金属冶炼
367.47
3868.28
有色金属冶炼
144.29
1535.16
金属制品业
201.42
1948.12
普通机械制造
354.69
2351.68
专用设备制造
238.16
1714.73
交通运输设备
511.94
4011.53
电子机械制造
409.83
3286.15
电子通信设备
508.15
4499.19
仪器仪表设备
72.46
663.68
(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:
Y
Method:
LeastSquares
Date:
10/19/05Time:
15:
27
Sample:
128
Includedobservations:
28
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
12.03564
19.51779
0.616650
0.5428
X
0.104393
0.008441
12.36670
0.0000
R-squared
0.854696
Meandependentvar
213.4650
AdjustedR-squared
0.849107
S.D.dependentvar
146.4895
S.E.ofregression
56.90368
Akaikeinfocriterion
10.98935
Sumsquaredresid
84188.74
Schwarzcriterion
11.08450
Loglikelihood
-151.8508
F-statistic
152.9353
Durbin-Watsonstat
1.212795
Prob(F-statistic)
0.000000
估计结果为:
=12.03564+0.104393
(19.51779)(0.008441)
t=(0.616650)(12.36670)
=0.854696
=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。
=0.854696,拟合程度较好。
在给定
=0.0时,t=12.36670>
=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>
=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—Yes
2、在“Group”页面:
点击View-Graph—Scatter—SimpleScatter,得到X,Y的散点图(图3所示):
3、在“Workfile”页面:
点击Generate,输入“e2=resid^2”—OK
4、选中x,e2序列,点击鼠标右键,Open—asGroup—Yes
5、在“Group”页面:
点击View-Graph—Scatter—SimpleScatter,得到X,e2的散点图(图4所示):
6、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
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
随
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
WhiteHeteroskedasticityTest:
3.607218
Probability
0.042036
Obs*R-squared
6.270612
0.043486
TestEquation:
RESID^2
29
-3279.779
2857.117
-1.147933
0.2619
5.670634
3.109363
1.823728
0.0802
X^2
-0.000871
0.000653
-1.334000
0.1942
0.223950
3006.741
0.161866
5144.470
4709.744
19.85361
5.55E+08
19.99635
-274.9506
1.479908
2、因为本例为一元函数,没有交叉乘积项,则辅助函数为
从上表可以看出,n
=6.270612,有White检验知,在
=0,05下,查
分布表,得临界值
(2)=5.99147。
比较计算的
统计量与临界值,因为n
=6.270612>
(2)=5.99147,所以拒绝原假设,不拒绝备择假设,这表明模型存在异方差。
(四)异方差的修正
在运用加权最小二乘法估计过程中,分别选用了权数
=1/
,
。
点击“Generate”,输入“w1=1/x”—OK;
同样的输入“w2=1/x^2”
“w3=1/sqr(x)”;
2、在“Equation”页面:
点击“EstimateEquation”,输入“ycx”,点击“weighted”,输入“w1”,出现如图6:
用权数
的结果
10/22/10Time:
00:
13
Weightingseries:
W1
5.988351
6.403392
0.935184
0.3583
0.108606
0.008155
13.31734
WeightedStatistics
0.032543
123.4060
-0.004667
31.99659
32.07117
9.842541
26742.56
9.937699
-135.7956
177.3515
1.465148
UnweightedStatistics
0.853095
0.847445
57.21632
85116.40
1.261469
3、在“Equation”页面:
点击“EstimateEquation”,输入“ycx”,点击“weighted”,输入“w2”,出现如图7:
16
W2
6.496703
3.486526
1.863374
0.0737
0.106892
0.010991
9.725260
0.922715
67.92129
0.919743
75.51929
21.39439
9.032884
11900.72
9.128041
-124.4604
94.58068
1.905670
0.854182
0.848573
57.00434
84486.88
1.242212
4、在“Equation”页面:
点击“EstimateEquation”,输入“ycx”,点击“weighted”,输入“w3”,出现如图8:
17
W3
8.640341
11.18733
0.772333
0.4469
0.106153
0.007746
13.70473
0.611552
165.8420
0.596612
67.13044
42.63646
10.41205
47264.56
10.50720
-143.7686
187.8197
1.275429
0.854453
0.848855
56.95121
84329.44
1.233545
经估计检验,发现用权数
的结果,其可决系数反而减小;
只有用权数
的效果最好,可决系数增大。
的估计结果为:
=6.496703+0.106892
(1.863374)(9.725260)
=0.922715DW=1.905670F=94.58068
括号中的数据为t统计量值。
由上可以看出,运用加权最小二乘法消除了异方差后,参数
的t检验显著,可决系数提高了不少,F检验也显著,并说明销售收入每增长1元,销售利润平均增长0.106892元。
四、实践结果报告:
1、用图示法初步判断是否存在异方差:
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;
同样的,残差平方
再用White检验异方差:
因为n
2、用加权最小二乘法修正异方差:
发现用权数
的效果最好,则估计结果为:
=0.922715DW=1.905670F=94.58068
由上可以看出,
=0.922715,拟合程度较好。
=0.0时,t=9.725260>
F=94.58068>
=4.23,表明方程整体显著。
运用加权最小二乘法后,参数
3、再用White检验修正后的模型是否还存在异方差:
3.144597
0.060509
5.628058
0.059963
DependentVa
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- EViews 计量 经济学 实验 报告 方差 诊断 修正 参考 模板