计量经济学作业
院系:商学院国贸三班
教室:高辉
姓名:吴谧
学号:200708010322
INDEX
问题…………………………………………………………………………………2
模型设定……………………………………………………………………………3
检验异方差…………………………………………………………………………4
图形检验………………………………………………………………………4
Glejser检验……………………………………………………………………5
White检验……………………………………………………………………6
调整异方差…………………………………………………………………………6
习题5.8
表5.13给出的是1998年我国重要制造业销售收入与销售利润的数据
表5.13
试完成以下问题:
1) 求销售利润与销售收入的样本回归函数,并对模型进行经济意义检验和统计检验;
2) 分别用图形法、Glejser方法、White方法检验模型是否存在异方差;
3) 如果模型存在异方差,选用适当的方法对异方差性进行修正。
1)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
Yi = β1 + β2X I + ui
其中,Yi表示销售利润,表示销售收入。
图1
估计结果为
i = 12.03564 + 0.104393X i
(0.61665)(12.3667)
R2 = 0.8547,F = 152.94
括号内为t统计量值。
a) 经济意义检验:所估计得参数1=0.104393,说明销售收入(X)没相差1亿元,可导致销售利润(Y)相差0.104393亿元。随着销售收入的增加,销售利润的平均水平是不断提高的,符合经济意义。
b) 拟合优度的度量:由此估计参数课件,该模型R2=0.8547可绝系数很高,说明所建模型整体上对样本数据拟合较好,即解释变量“销售收入(X)”对被解释变量“销售利润(Y)”的绝大部分作出解释。
c) 对于回归系数的t检验:在给定显著性水平α=0.05,在t分布表中查处自由度为n-2=26的临界值t0.025(26)=2.056,由于t(0)=0.616650< t0.025(26)=2.056,对c的系数不显著影响:由于t(1)=12.3667> t0.025(26)=2.056,对X的系数t检验显著影响。这表明,销售收入(X)对销售利润(Y)有显著影响。
2)检验异方差
l 图形分析检验
⑴观察销售利润(Y)与销售收入(X)的相关图(图1):SCAT X Y
图2
从图中可以看出,随着销售收入的增加,销售利润的平均水平不断提高,但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。
⑵残差分析
图3
图3显示回归方程的残差分布有明显的扩大趋势,即表明存在异方差性。
l Glejser检验
⑴建立回归模型(结果同图1所示)。
⑵生成新变量序列GENR E=ABS(RESID)
⑶分别建立新残差序列(E)对各解释变量(X/X^2/X^(1/2)/X^(-1)/ X^(-2)/ X^(-1/2))的回归模型:LS E C X,回归结果如图4、5、6、7、8、9所示。
图4
图5
图6
图7
图8
图9
由上述各回归结果可知,各回归模型中解释变量的系数估计值显著不为0且均能通过显著性检验。所以认为存在异方差性。
⑷由F值或确定异方差类型。
Gleiser检验中可以通过F值或值确定异方差的具体形式。图6所示的回归方程F值()最大,可以据次来确定异方差的形式。
l White检验
⑴建立回归模型,回归结果如图1。
⑵在方程窗口上点击View\Residual Test\Heteroskedastcity Tests\White,检验结果如图10
图10
其中F值为辅助回归模型的F统计量值。取显著水平,由于χ20.05(2) = 5.99<nR2 = 6.2706,所以存在异方差性。
3) 调整异方差性
1.确定权数变量
根据Gleiser检验生成权数变量:GENR W1=1/X^0.5
另外生成:GENR W2=1/ABS(RESID)
GENR W3=1/ RESID ^2
2.利用加权最小二乘法估计模型
在Eviews命令窗口中依次键入命令:
LS(W=) Y C X
或在方程窗口中点击Estimate\Option按钮,并在权数变量栏里依次输入W1、W2、W3、W4,回归结果图11、12、13所示。
图11
图12
图13
3.对所估计的模型再进行White检验,观察异方差的调整情况
对所估计的模型再进行White检验,其结果分别对应图11、12、13的回归模型(如图14、15、16所示)。图14、16所对应的White检验显示,P值较大,所以接收不存在异方差的原假设,即认为已经消除了回归模型的异方差性。图15对应的White检验没有显示F值和的值,这表示异方差性已经得到很好的解决。
图14
图15
图16
4.异方差修正结果估计
用w2为权数,即以图12估计:
i = 4.168942 + 0.109410X i
(1.102672)(30.96315)
R2 = 0.9736,DW = 2.515962,F = 958.7164
括号中为t统计量值。
可以看出消除异方差后,X系数的t检验显著,R2=0.9736大幅度提高,F检验也显著,并说明销售收入每增加一亿元,销售利润将增加0.10941亿元。