计量经济学--异方差性.ppt

三、检验模型的异方差 （一）图形法 1. EViews软件操作 由路径：Quick/Qstimate Equation，进入 Equation Specification窗口，键入 ，点“ok”，得样本回归估计结果。 （1）生成残差平方序列。 在得到估计结果后，用生成命令生成序列，记为 。生成过程如下，先按路径：Procs/Generate Series，进入Generate Series by Equation对话框，键入下式并点“OK”即可： 生成序列图示 （2）绘制 对 的散点图。选择变量名 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），进入数 据列表，再按路 径view/ graph/ scatter，可得散 点图，见右图： 2.判断 由图可以看出，残差平方 对解释变量 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-Quanadt检验 1. EViews软件操作 （1）对变量取值排序（按递增或递减）。在Procs菜单里选Sort Current Page/Sort Workfile Series命令，出现排序对话框，键入 ，如果以递增型排序，选“Ascenging”，如果以递减型排序，则应选“Descending”，点ok。本例选递增型排序，这时变量 与 将以 按递增型排序。 （2）构造子样本区间，建立回归模型。在本例中，样本容量 ，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—8和14—21，它们的样本个数均是8个，即 在Sample菜单里，将区间定义为1—8，然后用OLS方法 求得如下结果(表1) 在Sample菜单里,将区间定义为14—21，再用OLS方法求得如下结果(表2) （3）求F统计量值。基于表1和表2中残差平方和的 数据，即Sum squared resid的值。由表1计算得到 的残差平方和为 ，由表2计算得到的 残差平方和为 。 根据Goldfeld-Quanadt检验，F统计量为 （4）判断 在 下，式中分子、分母的自由度均为6， 查F分布表得临界值为： 因为 ，所以拒绝原假设，表明模型确实存在异方差。 （三）White检验 由前面估计结果，按路径view/residual tests/white heteroskedasticity（no cross terms or cross terms），进入White检验。 根据White检验中辅助函数的构造，最后一项为变 量的交叉乘积项，因为本例为一元函数，故无交叉 乘积项，因此应选no cross terms，则辅助函数 为： 经估计出现White检验结果，见表3.5。 从表11.5可以看出 由White检验知， 在 下，查 分布表得临界值 因为 所以拒绝原假设，不拒绝备 择假设，表明模型存在异方 差。 表3.5 四、异方差的修正 加权最小二乘法（WLS） 分别选用权数: 生成权数： 在Genr/Enter equation中分别键入： 经估计检验发现用权数 较好，下面只给出用权 数 的结果。 方法:在Estimate equation 中输入“ ”,点 option,在对话框中点 weighted LS,在weighted 中输入“ ”再点ok ,即出现加权最小二乘结果。 表 3.7 估计结果： 结论: 运用加权小二乘法消 除了异方差性后，参数的t检验 均显著，可决系数大幅提高， F检验也显著，并说明人口数 量每增加1万人，平均说来将 增加2.953个卫生医疗机构