异方差分析实验报告..doc

异方差性分析实验报告 班级 ：统计二班 学号：2010101221 姓名：刘娟 实验时间：2012-11-14 实验地点：80608 实验目的：1.掌握异方差性的检验与修正方法； 2.熟悉并掌握Eviews软件的基本操作，学会运用Eviews软件进行异方差性的检验以及修正。 实验过程：1.打开Eviews软件，点击工具栏【File】→【Open】→【Foreign Data As Workfile】，打开Excel数据文件,具体见附录； 2.在命令窗口输入相关命令，用普通最小二乘法估计模型，系统输出分析结果； 3.用图形法进行异方差检验，点击工具栏【Proc】→【Generate Series】，弹出对话框，输入相关命令，系统生成残差平方序列；点击工具栏【Quick】→【Graph】→【Scatter】，弹出对话框，输入相关命令，系统输出残差平方对解释变量x的散点图； 4.采用G-Q检验，进行进一步的统计检验，点击工具栏【Proc】→【Sort Current Page】→【Sort Workfile Seriess】，对解释变量x样本取值排序；构造子样本区间，建立回归模型； 5.用White方法检验模型是否存在异方差，根据步骤2的估计结果，点击工具栏【View】→【Residual Tests】→【Heteroskedasticity】，系统输出White检验结果； 6.模型存在异方差，采用加权最小二乘法对模型进行修正，消除异方差，并估计参数，得出修正后的模型。 实验过程： 1.用普通最小二乘法估计模型 注解：普通最小二乘法估计结果如下： 2.用图形法进行异方差检验 注解：上图为残差平方e对解释变量x的散点图。由图可以大致看出残差平方e随解释变量x的变动呈增大趋势，因此，模型可能存在异方差。是否确实存在异方差，需要进一步检验。 用G-Q方法进行异方差检验 将解释变量x样本排序后，除去序列中间大约7个观测值，并将剩下的24个观测值划分为样本容量各为12的较小的和较大的子样本。分别对两子样本进行普通最小二乘回归，结果如下： 子样本1： 子样本2： 根据G-Q检验得：，在显著性水平下，查F表得临界值，不拒绝两组子样方差相同的假设，但在显著性水平下，查F表得临界值，大于2.5529，拒绝原假设。 用White方法检验模型是否存在异方差 根据White检验中辅助函数的构造，辅助函数为： 经估计出现White检验结果，如下表所示： 注解：由上表可知，。在显著性水平下，查分布表得，，小于，因此拒绝原假设，表明模型存在异方差。 用加权最小二乘法对模型进行修正 分别选用权数： 经估计检验，发现用权数的效果比较好。 注解：上表为用加权最小二乘法估计的模型White检验结果。由上表可以看出，，在显著性水平下，查分布表得，，大于，因此接受原假设，表明模型不存在异方差。 注解：上表为修正后的回归分析结果，修正后的模型为： ,表明模型拟合度较好，同时，从模型中可以看出可支配收入每增加1元，消费性支出平均每增加0.660348元。 附录：各地区城镇居民平均每人消费性支出和可支配收入 (2010年) 地 区 消费性支出可支配收入 地 区 消费性支出可支配收入 北 京 19934.48 29072.93 湖 北 11450.97 16058.37 天 津 16561.77 24292.6 湖 南 11825.33 16565.7 河 北 10318.32 16263.43 广 东 18489.53 23897.8 山 西 9792.65 15647.66 广 西 11490.08 17063.89 内蒙古 13994.62 17698.15 海 南 10926.71 15581.05 辽 宁 13280.04 17712.58 重 庆 13335.02 17532.43 吉 林 11679.04 15411.47 四 川 12105.09 15461.16 黑龙江 10683.92 13856.51 贵 州 10058.29 1