異方差的檢驗與修正姓名：劉傳明學號：1073108班級:10級經濟學2班一題目1.下表列出了某年中國部分省市城鎮居民家庭平均每個全年可支配收入（X）與消費性支出（Y）的統計數據。問題(1)試用普通最小二乘法建立居民人均消費支出與可支配收入的線性模型；(2)檢驗模型是否存在異方差性；(3)如果存在異方差性，試采用適當的方法估計模型參數。第一題建立模型：試用普通最小二乘法建立居民人均消費支出與可支配收入的線性模型第一步：file----New---workfile由于是截面數據所以選擇undatedirregular第二步：輸入數據Dataxy后敲擊回車鍵第三步：參數估計

Procs---MakeEquation

（或輸入lsycx）第四步：得出人均消費支出與可支配收入的線性模型；

第一：圖示法檢驗異方差

（打開resid得出一組數據view----LineGraph）從圖中可以看出，隨著可支配收入的增加，消費性支出不斷增加，但離散程度也逐步擴大。這說明變量之間可能存在遞增的異方差性。view----LineGrapha.觀察人均消費支出與可支配收入的相關圖b.殘差分析首先將數據排序，然后建立回歸方程。在回歸方程窗口中點擊Resids按鈕就可以得到模型的殘差分布圖（或建立方程后在Eviews工作文件窗口中點擊resid對象來觀察）。圖顯示回歸方程的殘差分布有明顯的擴大趨勢，即表明存在異方差性二：用Goldfeld-Quandt法檢驗異方差性（1）將n組樣本觀察值按某一被認為有可能引起異方差的解釋變量觀察值的大小排序。（2）將排列中間的c=n/4個觀察值除去，并將剩下的觀察值劃分為較小與較大的容量相同的兩個子樣本，每個子樣樣本容量為（n-c)/2。（3）對每個子樣分別進行OLS回歸，并計算各自的殘差平方和。分別用與表示較小與較大的殘差平方和（自由度均為[n-c]/2-k-1)。（4）在同方差性假定下，構造如下滿足F分布的統計量(5）給定顯著性水平a，確定F分布表中相應的臨界值

Fa(v1,v2)。若F>

Fa(v1,v2)，則拒絕同方差性假設，表明存在異方差性。第一步：排序

prcos---SortSeries第二步：去除n/4個樣本得出1-8和13-20兩個樣本雙擊sample把120改為18得出一組1—8的數據，并對數據進行參數估計雙擊sample把18改為13

20

得出一組13-20的數據，并對數據進行參數估計在0.05的置信水平下查F分布表得存在異方差性根據樣本1和樣本2的參數估計的數據得出RSS1和RSS2White檢驗先對已經排序的數據進行參數估計然后：View-----ResidualTest---WhiteHeteroskedastcity

取顯著水平，由于,所以存在異方差性。選用合適的方法修正異方差Procs—specify/Estiment點擊Options在WeightedLS/TSLS前面打一個勾，輸入權重1/ABS(RESID)點擊ok得出異方差修正的估計圖二題目由表中給出消費Y與收入X的數據，試根據所給數據資料完成以下問題：(1)估計回歸模型中的未知參數和，并寫出樣本回歸模型的書寫格式；(2)試用Goldfeld-Quandt法和White法檢驗模型的異方差性；(3)選用合適的方法修正異方差。第一步：file----New---workfile

由于是截面數據所以選擇

undatedirregular第二步：輸入數據Dataxy后敲擊回車鍵得到1-60的數據第三步：參數估計

Procs---MakeEquation

（或輸入lsycx）第一：圖示法檢驗異方差

（打開resid得出一組數據view----LineGraph）White檢驗先對已經排序的數據進行參數估計取顯著水平，由于,所以存在異方差性

然后：View-----ResidualTest---WhiteHeteroskedastcity二：用Goldfeld-Quandt法檢驗異方差性（1）將n組樣本觀察值按某一被認為有可能引起異方差的解釋變量觀察值的大小排序。（2）將排列中間的c=n/4個觀察值除去，并將剩下的觀察值劃分為較小與較大的容量相同的兩個子樣本，每個子樣樣本容量為（n-c)/2。（3）對每個子樣分別進行OLS回歸，并計算各自的殘差平方和。分別用與表示較小與較大的殘差平方和（自由度均為[n-c]/2-k-1)。（4）在同方差性假定下，構造如下滿足F分布的統計量(5）給定顯著性水平a，確定F分布表中相應的臨界值

Fa(v1,v2)。若F>

Fa(v1,v2)，則拒絕同方差性假設，表明存在異方差性。第一步：排序

prcos---SortSeries第二步：去除n/4個樣本得出1-22和39-60兩個樣本雙擊sample把160改為122

得出一組1-22的數據，并對數據進行參數估計雙擊sample把122改為39

60得出一組39-60的數據，并對數據進行參數估計取

查F分布表得

所以存在異方差性根據樣本1和樣本2的參數估計的數據得出RSS1和RSS2選用合適的方法修正異方差Procs—specify/Estiment點擊Options在WeightedLS/TSLS前面打一個勾，輸入權重1/ABS(RESID)點擊ok得出異方差修正的估計圖三題目由表中給出1985年我國北方幾個省市農業總產值，農用化肥量、農用水利、農業勞動力、每日生產性固定生產原值以及農機動力數據，要求問題(1)試建立我國北方地區農業產出線性模型；(2)選用適當的方法檢驗模型中是否存在異方差；(3)如果存在異方差，采用適當的方法加以修正。1、建立我國北方地區農業產出線性模型操作：1）打開eviews窗口在菜單處點file/New/workfile/因為是截面數據所以選擇如下，輸入數據點ok2）在eviews命令窗口輸入datayx1x2x3x4x5按回車鍵，在出現的表中輸入數據或粘貼，再在命令窗口中輸入LSycx1x2x3x4x5按回車，可得出回歸結果如下兩個圖）從回歸結果可以看出存在明顯的多重共線性作相關系數矩陣如下：操作：在group表中點view/correlations/可得到如下相關系數圖由表可知：Y與上面各個變量都具有較強的相關性。在各個解釋變量之間X1與X2,X3,X5；X2與X3,X5；X3與X5；X4與各個變量的相關性不是很強，而X5同各個變量(除X4)的相關性都比較強。所以我們在原模型中去掉X2,X3,X5,則：操作：在eviews命令窗口輸入datayx1x4按回車鍵，則出現yx1x4表格數據，再在命令窗口中輸入LSycx1x4按回車，可得出回歸結果如下兩個圖）從回歸結果上看，效果良好2、檢驗有無異方差，Whit