实验二单一方程模型的其他估计方法.docx
- 文档编号:13943905
- 上传时间:2023-06-19
- 格式:DOCX
- 页数:12
- 大小:468.62KB
实验二单一方程模型的其他估计方法.docx
《实验二单一方程模型的其他估计方法.docx》由会员分享,可在线阅读,更多相关《实验二单一方程模型的其他估计方法.docx(12页珍藏版)》请在冰点文库上搜索。
实验二单一方程模型的其他估计方法
实验二单一方程模型的其他估计方法
----异方差的检验与修正
一、实验目的:
了解异方差(heteroscedasticity)、Goldfeld-Quandt检验、Spearmanrankcorrelation检验、Park检验、Glejser检验、Breusch-Pagan检验、White检验、加权最小二乘法(weightedleastsquares,简记WLS)、模型对数变换法等基本概念及异方差产生的原因和后果。
掌握异方差的检验与修正方法以及如何运用Eviews软件在实证研究中实现相关检验与修正。
二、基本概念:
异方差(heteroscedasticy)就是对同方差假设(assumptionofhomoscedasticity)的违反。
经典回归中同方差是指随着样本观察点X的变化,线性模型中随机误差项的方差并不改变,保持为常数。
异方差的检验有图示法及解析法,检验异方差的解析方法的共同思想是,由于不同的观察值随机误差项具有不同的方差,因此检验异方差的主要问题是判断随机误差项的方差与解释变量之间的相关性。
异方差的修正方法有加权最小二乘法和模型对数变换法等,其基本思路是变异方差为同方差,或者尽量缓解方差变异的程度。
三、实验内容及要求:
内容:
根据北京市1978-2007年人均储蓄与人均收入的数据资料,若假定X为人均收入(元),Y为人均储蓄(元),通过建立一元线性回归模型分析人均储蓄受人均收入的线性影响,并讨论异方差的检验与修正过程。
要求:
(1)深刻理解上述基本概念
(2)思考:
异方差的各种检验方法所适用的情况及如何运用加权最小二乘法(WLS)修正异方差?
(3)熟练掌握相关Eviews操作
四、实验指导:
1.用OLS估计法估计参数
(1)导入数据
打开Eviews软件,选择“File”菜单中的“New--Workfile”选项,出现“WorkfileRange”对话框,在“Workfilefrequency”框中选择“Annual”,在“Startdate”和“Enddate”框中分别输入“1978”和“2007”,如下图:
图1建立新文件
然后单击“OK”,弹出如下窗口:
图2建立新文件
在命令窗口输入创建数组的命令“datashouruchuxu”来创建变量shouru、chuxu。
并输入数据。
如图所示
图3建立shouru、chuxu
(2)回归数据估计方程
设模型为
,在Eviews命令窗口中输入“lschuxucshouru”并回车,得到如下结果:
图4Eviews回归结果
2.异方差检验
(1)图示法
首先通过“Equation”对话框中“Procs”菜单的“MakeResidualSeries”命令生成残差序列E,点击“OK”。
图5生成残差序列
然后在“Quick”菜单中选“Graph”选项,再在弹出的对话框中输入“XE^2”,
图6残差序列图示法
并单击“OK”即可得到:
再在“GraphOptions”框中选择散点图(Scatter),并单击“OK”即可得到:
图7残差序列的散点图
(2)Goldfeld-Quandt检验
首先将时间定义为1978-1988,方法如下:
在“Workfile”对话框中选择“Procs”菜单的“setsample”选项,弹出如下窗口并把期间改为“19781988”。
图8样本范围的设定
再在Eviews命令区输入命令“LSYCX”回车得到:
图6—91978-1995年数据的回归结果
即用OLS方法可求得下列结果:
Y=--253.4221+0.899123X(1978-1988)
(-9.127)(26.543)
=0.9878
=12661.65
其次用相同的方法将时间定义为1997-2007,回归得到如下结果:
图6—101997-2007年数据的回归结果
即:
Y=-7804.954+3.064X(1997-2007)
(-4.16)(23.34)
=0.9837
=35193208
求F统计量:
=2779.5,查F分布表,给定显著性水平
=0.05,得临界值
=4.28,比较F=2779.5>
=4.28则拒绝
,表明随机误差项显著存在异方差。
(3)White检验
将样本时间还原为1978~2007,拟合方程“Lsycx”,在方程拟合的结果窗口点击鼠标进行选择:
view/ResidualDiagnostics/HeteroskedasticityTests,出现对话框HeteroskedasticityTests,选择White,点击“OK”
图11White检验结果
从中可知
=6.823,P值为0.033,大于表明模型随机误差项存在异方差性。
3.异方差的修正
(1)WLS估计法
选择“Equation”对话框中“Estimate”菜单的“Option”选项。
出现下图所示
图12异方差修正
其中Variance是方差;Std.deviation是标准差;InverseVariance是方差倒数;Inversestd.dev是标准差倒数。
经过试错,选择Std.deviation
分别填入权重shouru、shouru^2、shouru^(-0.5)、shouru^(-1)、shouru^(-2),发现当权重取shouru^(0.9),异方差情况得到比较大的改善:
图13WLS估计结果
加权修正后的拟合结果如下图
(2)对数变换法
在“Equation”窗口中“Estimate”菜单的对话框直接输入“LOG(chuxu)CLOG(shouru)”,再单击“OK”后,就可以得到线性模型对数变换后的结果如下图:
图14对数变换估计结果
怀特检验的结果如下:
比较上述两种修正方法,虽然对数变换后的异方差修正结果弱于加权修正,但是对数变换在拟合优度和系数显著性都要好于加权最小二乘法得到的结果,这说明人均收入与人均储蓄的关系更接近于对数关系。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验二 单一方程模型的其他估计方法 实验 单一 方程 模型 其他 估计 方法
![提示](https://static.bingdoc.com/images/bang_tan.gif)