《计量经济讲义三》由会员分享，可在线阅读，更多相关《计量经济讲义三（13页珍藏版）》请在金锄头文库上搜索。
1、1讲义三*大家的任务依据下列步骤，验证讲义中的例题或者书上的例题、习题每项内容至少 1 个。 一运用 Eviews4.0 进行异方差的检验和修正： 建立工作文件，输入数据在主菜单点击 QuickEmpty Group ，录入 X、 Y 的数据。 一）检验：一）检验： 1)作散点图 在主菜单点击 QuickGrophScatter，在弹出的对话框里输入 x y，点击“OK”即可得 到关于 x，y 的散点图。点击“name”保存图形。 （Eviews3.1 中 QuickGroph，在弹出的对 话框里输入 x y，并在左侧下拉菜单中找到 Scatter 即可）由上图可以看出，可能存在单调递增型异方
2、差。 2)做 G-Q 检验 以 x 为条件对全部序列作升序排列在主菜单点击 ProcsSort Series ，弹出如下对话框，在上面空格内输入 X，选中升序“Ascending” ，点击“OK”即可。时期1234567891011储蓄26410590131122107406503431588898收人8777921099541050810979119121274713499142691552216730121314151617181920212223950779819122217021578165414001829220020172105176631857519535211632288024
3、12725604265002767028300274302956024252627282930311600225024202570172019002100230028150321003250035250335003600036200382002 对第一个子样本作回归分析 在主菜单点击 QuickEstimate Equation ，在弹出的对话框输入 y c x，将样本范围设定 为 1 到 11。输出如下结果： 对第二个子样本作回归分析 在主菜单点击 QuickEstimate Equation ，在弹出的对话框输入 y c x，将样本范围设定 为 21 到 31。输出如下结果：3 求 F 值
4、（也可以用计算器计算） 在 workfile 窗口点击 ViewShow，在弹出的对话框内输入如下：在上图输入后点击“OK”得到 F 值为 5.062。给定，查表得到05. 0。因为 5.0623.18，所以模型存在异方差，而且是单调递增型异方差。18. 3)9 , 9(05. 0F3)怀特检验 Resid 中保存最后一次（最近一次）的残差，所以应先对所有数据求一次 OLS 回归再求残 差的平方（E2） ，残差的平方对 X、X 的平方做回归（当然也可以放入解释变量 X 的 3、4 次方项等）得到如下结果：，所以可以判断存在异方差。1505.11359694. 0312nR99. 5)2(2 0
5、5. 0二）模型修正 先对原模型数据进行回归，在主菜单点击 QuickEstimate Equation ，在弹出的对话4框输入 y c x，将样本范围设定为 1 到 31。得到如下结果：生成新序列。在主菜单点击 QuickGenerate series 或者直接点击 Workfile 窗口里的 Genr 按钮，在弹出的对话框内分三次依次输入：rr=1/abs(resid) ; yy=y*rr ; xx=x*rr 。修正 方法有三： 方法一、变量代换法：在主菜单点击 QuickEstimate Equation，在弹出的对话框里依次 输入 yy rr xx。得到如下回归结果：点击“name”保
6、存结果。 方法二、加权最小二乘法（WLS）：在主菜单点击 QuickEstimate Equation，在弹出的 框内点击“Options” ，在新弹出的框中选中“Weighted LS/TSLS” ，在 weight 后面的空白中 输入 rr，如下图，点击 OK 回归即可。5回归结果如下：方法三、hccc 法：在主菜单点击 QuickEstimate Equation，在弹出的框内点击“Options” ，在“Estimation Options”窗口中做如下选择。6得回归结果如下：分析：相对于不检验异方差而直接回归，三种修正方法中分析：相对于不检验异方差而直接回归，三种修正方法中 WLS
7、对系数和标准误、拟对系数和标准误、拟 合优度都有较大的改进；而合优度都有较大的改进；而 HCCC 对系数没有做任何修正，但是对参数的标准误做了修正；对系数没有做任何修正，但是对参数的标准误做了修正； 第一种方法是通过变量代换进行加权修正来消除异方差，结果和第一种方法是通过变量代换进行加权修正来消除异方差，结果和 WLS 大部分结果都相同。大部分结果都相同。 这可以看出这可以看出 WLS 真正的处理方式就是通过变量代换进行的，只不过有些统计量是针对没真正的处理方式就是通过变量代换进行的，只不过有些统计量是针对没 有变换的统计量进行的。有变换的统计量进行的。 三）结果分析： 通过使用加权最小二乘法
8、得到修正以后的模型方程如下：回归方程：XY088980. 07873.703（37.82） （0.00275） (-18.609) （32.317）F=1044.419 DW=1.6579922. 02R9919. 02R7显著性检验：查表可知：时， 05. 0045. 2)29(2t因为 所以、显著不为零。045. 2609.18)(0bT045. 2317.32)(1bT0b1b这说明储蓄和收入之间具有显著的线性关系。X 的系数表示边际储蓄倾向，应该在 01 之间，可以求出 95%的置信区间为（0.08898-2.045*0.00275，0.08898+2.045*0.00275） 即（0
9、.0833，0.0946） ，也就是说真实的边际储蓄倾向 95%的可能会落入 （0.0833，0.0946）区间内。 二自相关的检验和修正研究消费和收入的关系。 1建立工作文件 启动 Eviews 后，点击 FileNewWorkfile ，在弹出的对话框中选择数据的时间频率 （frequency）为 Annual，起止日期为 1989 和 2002，点击 OK 即可。 2输入数据 在主菜单点击 QuickEmpty Group ，录入数据。点击“Freeze”保存原始数据。obsY（人均纯收入）CC（人均消费）1989 601.5000 553.00001990 686.3000 571.0
10、0001991 708.6000 621.00001992 784.0000 718.00001993 921.6000 855.00001994 1221.000 1118.0001995 1577.700 1434.0001996 1926.100 1768.0001997 2090.100 1876.0001998 2162.000 1895.0001999 2210.300 1927.0002000 2253.400 2037.0002001 2366.400 2156.0002002 2475.600 2269.0003检验 图示法 在主菜单点击 QuickEstimate Equa
11、tion ，在弹出的对话框输入 cc c y。输出如下结果：8由于仅有 14 个观测值，不能用 DW 检验，用图示法。 在此窗口点击 ViewActual,Fitted,Residual Actual,Fitted,Residual Table ，将得到如下结 果：看上图中的 residual plot，就是 t-e 散点图，可以看出存在正自相关。LM 检验： e（t）对 e（t-1）做回归，结果如下9558. 6546521. 0122nR99. 5)2(2 05. 0e（t）对 e（t-1） 、e（t-2） 、e（t-3）做回归，结果如下：10521. 659286. 0112nR81.
12、7)3(2 05. 0所以，此模型存在 2 阶序列相关性。 也可以在最初的回归结果文件中点击 View/Residual Test/serial correlation LM Test在弹出的窗口中输入滞后阶数，从 1 到 2、3、，也可以看出存在 2 阶自相关。 4修正 广义差分法 在主菜单点击 QuickEstimate Equation ，在弹出的对话框输入 cc c y ar(1) ar(2) 即可。11点击 FileSave as 输入名称保存即可。NWse 法 直接回归，在回归选项中做如下设置：回归结果为：12可以看出：存在存在 2 阶自相关。相对于没有任何修正的情况，对标准误做了
13、修正。阶自相关。相对于没有任何修正的情况，对标准误做了修正。结果分析： 样本回归方程为：消费 = 20.731 + 0.890 收入（27.07） （0.015）（0.766） （59.827）DW=2.011 9986. 02R9981. 02R291.1895F方程显著成立，尽管常数项的系数显著性检验未通过，但是由于根据经济理论，基础消费 应该大于零，所以回归方程必须保留常数项。 三多重共线性的检验和修正（以张保法 183 页习题 4 为例） 1建立工作文件 启动 Eviews 后，点击 FileNewWorkfile ，在弹出的对话框中选择数据的时间频率 （frequency）为 Und
14、ated or irregular ，起止日期为 1 和 10，点击 OK 即可。 2输入数据 在主菜单点击 QuickEmpty Group ，录入 X、 Y 的数据。点击“Freeze”保存原始数 据。obsYX1X21 70.00000 80.00000 810.00002 65.00000 100.0000 1009.0003 90.00000 120.0000 1273.0004 95.00000 140.0000 1425.0005 110.0000 160.0000 1633.0006 115.0000 180.0000 1876.0007 120.0000 200.0000 2
15、052.0008 140.0000 220.0000 2201.0009 155.0000 240.0000 2435.00010 150.0000 260.0000 2686.000133作回归分析 在主菜单点击 QuickEstimate Equation ，在弹出的对话框输入 y c x1 x2。输出如下结 果：可以看出财产 x2 对消费支出 y 的影响为负值，这和经济理论相违背，判断可能存在多 重共线性。 （这是一种直观检验法。 ） 4求相关系数按住 Ctrl 按钮，同时选中 x1 x2 ，右健 Openas Group ，在弹出的窗口中点击 ViewCorrelationsCommo
16、n Sample 得到他们之间的相关系数。查表 ，而 x1 x2 之间的相关系数 r=0.998962，可以看出存05. 082 n632. 0r在比较严重的多重共线性。当然还有其他的检验方法，大家可以根据课堂讲授内容，自己 尝试。 5修正（逐步回归法）Y 对 x1 x2 分别作回归，选比较大的模型与前面的回归结果比较。可以看出，模型2R 中加入 x2 对改进不太明显，但是却严重影响了原来系数的大小，x2 和 x1 存在严重的2R 多重共线性，可以不包含 x2，也可以尝试添加 x2 的其他形式，如：lnx2、x22 等，根据 课堂上的判断标准进行判断，最后选出最合适的模型形式。 点击 FileSave as 输入名称保存即可。
