计量经济学实验报告.docxVIP

实验 异方差性 一、 实验目的 掌握异方差和自相关模型的检验方法与处理方法. 二、实验要求 1．应用教材第141页案例做异方差模型的图形法检验、Goldfeld-Quanadt检验与White检验，使用WLS法对异方差进行修正； 2．应用教材第171页案例做自相关模型的图形法检验和DW检验，使用科克伦—奥克特迭代法对自相关进行修正。 三、实验原理 异方差性检验：图形法检验、Goldfeld-Quanadt检验、White检验与加权最小二乘法； 四、预备知识 Goldfeld-Quanadt检验、White检验、加权最小二乘法。 五、实验步骤 【案例1】 异方差性 在现实经济活动中，最小二乘法的基本假定并非都能满足，本案例将讨论随机误差违背基本假定的一个方面——异方差性。本案例将介绍：异方差模型的图形法检验、Goldfeld- Quanadt检验与White检验；异方差模型的WLS法修正。 1、表中列出了1995年北京市规模最大的20家百货零售商店的商品销售收入X和销售利润Y的统计资料。 商店名称 销售收入 销售利润 商店名称 销售收入 销售利润 百货大楼 160 2.8 贵友大厦 49.3 4.1 城乡贸易中心 151.8 8.9 金伦商场 43 2 西单商场 108.1 4.1 隆福大厦 42.9 1.3 蓝岛大厦 102.8 2.8 友谊商业集团 37.6 1.8 燕莎友谊商场 89.3 8.4 天桥百货商场 29 1.8 东安商场 68.7 4.3 百盛轻工公司 27.4 1.4 双安商场 66.8 4 菜市口百货商场 26.2 2 赛特购物中心 56.2 4.5 地安门商厦 22.4 0.9 西单购物中心 55.7 3.1 新街口百货商场 22.2 1 复兴商业城 53 2.3 星座商厦 20.7 0.5 2、 参数估计 （1）按住ctrl键，同时选中序列和序列，点右键，在所出现的右键菜单中，选择open\as Group弹出一对话框，点击其上的“确定”，可生成并打开一个群对象（图2.3.1）。在群对象窗口工具栏中点击view\Graph\Scatter\Simple Scatter, 可得与的简单散点图，可以看出与是带有截距的近似线性关系。 （2）点击主界面菜单Quick\Estimate Equation，在弹出的对话框中输入y c x，点确定即可得到回归结果 从图中可以看出，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，大致可以看出残差平方和随的变动呈现增大的趋势。因此，模型有可能存在异方差。 3、检验模型的异方差 本例用的是1995年北京市规模最大的20家百货零售商店的商品销售收入和销售利润，由于地区之间存在的不同人口数，因此，对每一家百货零售商店的销售会存在不同的需求，这种差异使得模型很容易产生异方差，从而影响模型的估计和运用。为此，必须对该模型是否存在异方差进行检验。 (1)图形法 由路径：Quick/Estimate Equation，进入Equation Specification窗口，键入“y c x”，确认并“ok”，得样本回归估计结果。 生成残差平方序列。在得到估计结果后，直接在工作文件窗口中按Genr,在弹出的窗口中, 在主窗口键入命令如下(用来表示残差平方列),得到残差平方序列。 绘制对的散点图。按住Ctrl键,同时选择变量与（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）以组对象方式打开，进入数据列表，再按路径view\Graph\Scatter\Simple Scatter，可得散点图， 从图中可以看出，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，大致可以看出残差平方和随的变动呈现增大的趋势。因此，模型有可能存在异方差。 （2）Goldfeld-Quanadt检验 对变量取值排序（按递增或递减）。直接在工作文件窗口中按Proc\Sort Current Page…,在弹出的对话框中输入即可(默认项是Ascending（升序）)。本例选升序排序，这时变量与将以按升序排序 构造子样本区间，建立回归模型。在本例中，样本容量n=20，删除中间1/4的观测值，即大约5个观测值，余下部分平分得两个样本区间：1—7和14—20，它们的样本个数均是20个，即7。 在工作文件窗口中按在Sample菜单，在弹出的对话框中输入1 7，将样本期改为1～7 然后用OLS方法求得如下结果 样本区间为1~7回归估计结果 Dependent Variable: Y Method: Least Squares Date: 04/21/08 Time: 14:55 Sample: 1 13 Included observations: 13 Coeffici