計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)教學(xué)案例實(shí)驗(yàn)四異方差

1、辦實(shí)驗(yàn)四 異方叭差性【實(shí)驗(yàn)?zāi)康摹堪舱莆债惙讲钚缘陌稒z驗(yàn)及處理方法【實(shí)驗(yàn)內(nèi)容】斑建立并檢驗(yàn)我國(guó)鞍制造業(yè)利潤(rùn)函數(shù)拔模型【實(shí)驗(yàn)步驟】鞍【例1】表1列氨出了1擺998年我國(guó)主傲要制造靶工業(yè)銷售收入與瓣銷售利潤(rùn)的統(tǒng)計(jì)俺資料，請(qǐng)利用統(tǒng)把計(jì)軟件Evie搬ws建立我國(guó)制擺造業(yè)利潤(rùn)函數(shù)模礙型。扮表1 我國(guó)制造瓣工業(yè)1998年背銷售利潤(rùn)與銷售鞍收入情況笆行業(yè)名稱耙銷售利潤(rùn)扳銷售收入哎行業(yè)名稱安銷售利潤(rùn)案銷售收入岸食品加工業(yè)鞍187.25跋3180.44霸醫(yī)藥制造業(yè)敖238.71懊12凹64.1傲食品制造業(yè)絆111.42捌1119.88霸化學(xué)纖維制品稗81.57斑779.46版飲料制造業(yè)隘205.42扮1489.8

2、9敖橡膠制品業(yè)懊77.84安692.08案煙草加工業(yè)八183.87跋1328.挨59巴塑料制品業(yè)斑144.34辦1345凹紡織業(yè)襖316.79哎3862.9按非金屬礦制品芭339.26版2866.14把服裝制品業(yè)斑157.7胺1779.1鞍黑色金屬冶煉跋367.47案3868.28耙皮革羽絨制品奧81.7疤1081.77敗有色金屬冶煉芭144.29骯1535.16氨木奧材昂加工業(yè)哎35.67百443.74壩金屬制品業(yè)岸201.42襖1948.12扳家具制造業(yè)伴31.06拜226.78安普通機(jī)械制造把354.69埃2351.68頒造紙及紙品業(yè)襖134.4啊1124.94敖專用設(shè)備挨制造百238.

3、16阿1714.73稗印刷業(yè)礙90.12背499.83靶交通運(yùn)輸設(shè)備背511.94案4011.53唉文教體育用品班54.4班504.44佰電子機(jī)械制造稗409.83跋3286.15岸石油加工業(yè)熬194.4俺5敗2363.8案電子通訊設(shè)備白508.15傲4499.19哎化學(xué)原料紙絆品挨502.61柏4195.22埃儀器儀表設(shè)備哎72.46拔663.68檢驗(yàn)異方差性圖形分析檢驗(yàn)暗翱觀察巴銷售利潤(rùn)（Y）癌與銷售收入（X疤）的相關(guān)圖藹(圖1)翱：SCAT 埃X板 扳Y胺圖1 我國(guó)制造芭工業(yè)銷售利潤(rùn)與襖銷售收入相關(guān)圖班從圖中可以看出絆，隨著銷售收入稗的增加，銷售利礙潤(rùn)的平均水平不叭斷提高，但離散懊程度也

4、逐步擴(kuò)大啊。這說明變量之芭間可能存在遞增拔的異方差性。殘差分析癌首先將數(shù)據(jù)排序百（命令格式為：扳SORT 解藹釋變量），然后靶建立回歸方程。邦在方程窗口中點(diǎn)襖擊Resids半按鈕就可以得到背模型的殘差分布八圖頒（或白建立方程后伴在唉E般views工作愛文件窗口中點(diǎn)擊翱resid對(duì)象疤來觀察）礙。八圖2 我國(guó)制造班業(yè)銷售利潤(rùn)回歸阿模型殘差分布稗圖2顯示回歸方埃程的殘差分布有笆明顯的擴(kuò)大趨勢(shì)暗，即表明存在異敗方差性。奧巴Goldfel伴d礙-Quant檢瓣驗(yàn)壩埃將樣本安解釋變百量排序（SOR半T X）并分背成兩部分捌（分別有1到1百0共11個(gè)樣本阿合19到28共俺10個(gè)樣本）昂襖利用樣本1建立扒回

5、歸模型隘1盎（回歸結(jié)果如圖捌3），板其殘差平方和為傲2579.58柏7。澳SMPL 1爸 10辦LS Y 罷C X耙圖3 樣本1回啊歸結(jié)果巴絆利用樣本2建立瓣回歸模型2笆（回歸結(jié)果如圖背4）案，搬其霸殘差平方和為6藹3769.67斑。熬SMPL 1百9 28矮LS Y 岸C X版圖4 樣本2回藹歸結(jié)果般八計(jì)算F統(tǒng)計(jì)量：案63769.般6鞍7/2579.斑59=24.7版2矮，皚分別是模型1和熬模型2的殘差平唉方和啊。皚取阿時(shí)，查F分布表岸得敗，而藹，所以存在異方按差性版爸White檢驗(yàn)捌隘建立回歸模型：霸LS Y 佰C X拌，回歸結(jié)果如圖案5。氨圖搬5耙 伴我國(guó)制造業(yè)銷售扮利潤(rùn)回歸模型澳盎在方

6、程窗口上點(diǎn)伴擊ViewR扒esidual拌TestW拔hite He跋teroske澳dastcit斑y,檢驗(yàn)結(jié)果氨如圖6暗。啊圖6 Whit絆e檢驗(yàn)結(jié)果伴其中F值為輔助擺回歸模型的F統(tǒng)盎計(jì)量值。取顯著癌水平拔，由于按,所以存在異方澳差性。隘實(shí)際應(yīng)用中可以凹直接觀察相伴概懊率p值的大小，班若p值較小頒，則認(rèn)為存在異白方差性。反之，白則認(rèn)為不存在異芭方差性。Park檢驗(yàn)巴板建立回歸模型（背結(jié)果同圖5所示霸）。罷澳生成新變量序列耙：GENR 岸LNE2=lo哀g(RESID阿2)白GENR L礙NX=log癌挨建立稗新叭殘差序列對(duì)解釋隘變量的回歸模型擺：LS LN瓣E頒2 C八 拜 LNX靶，回歸

7、結(jié)果如圖藹7所示。捌圖7 Park隘檢驗(yàn)回歸模型捌從圖7所示的回伴歸結(jié)果中可以看扳出，LNX的系邦數(shù)估計(jì)值不為0頒且能通過顯著性暗檢驗(yàn)凹，即隨即誤差項(xiàng)安的方差與解釋變絆量存在較強(qiáng)的相搬關(guān)關(guān)系，即認(rèn)為埃存在異方差性。隘按Gleiser哎檢驗(yàn)鞍（Gleise伴r檢驗(yàn)與半Park檢驗(yàn)原版理相同）拔俺建立回歸模型（佰結(jié)果同圖5所示壩）。把愛生成新變量序列擺：GENR 柏E=ABS(R爸ESID)頒八分別懊建立背新班殘差序列背（E）絆對(duì)唉各頒解釋變量拜（X/X2/矮X(1/2)般/X(1)拌/昂 安X(2)/罷 澳X(1/2挨)）疤的回歸模型：L翱S E 敗C X，回歸半結(jié)果如圖8版、9、10、1奧1、

8、12、13八所示。圖8圖9圖10圖11圖12圖13愛由上述各回歸結(jié)叭果可知，各回歸暗模型中解釋變量艾的系數(shù)估計(jì)值顯芭著不為0且均能俺通過顯著性檢驗(yàn)澳。所以認(rèn)為存在捌異方差性。巴骯由F值或壩確定異方差類型敗Gleiser壩檢驗(yàn)中可以通過扳F值或搬值確定異方差的癌具體形式。本例扮中，擺圖1頒0阿所示的回歸方程翱F值佰（版）翱最叭大百，可以據(jù)次來確絆定異辦方差的形式。調(diào)整異方差性確定權(quán)數(shù)變量凹根據(jù)Park檢邦驗(yàn)生成權(quán)數(shù)變量疤：GENR 班W1=1/X隘1.6743跋根據(jù)Gleis昂er檢驗(yàn)生成權(quán)瓣數(shù)變量：GEN胺R W2=1皚/X0.5礙另外生成：GE擺NR W3=襖1/ABS(R骯ESID）版GENR W搬4=1/巴 八RESID 暗2瓣靶利用加權(quán)最小二芭乘法估計(jì)模敖型吧在Eviews挨命令窗口中依次暗鍵入命令：疤LS(W=佰) Y C背 X版或在方程窗口中把點(diǎn)擊Estim跋ateOpt拜ion按鈕，并般在權(quán)數(shù)變量欄里背依次輸入W1、佰W耙2、W3、W4骯，回歸結(jié)果圖1霸4、15、16矮、17所示。圖14圖15圖16圖17奧案對(duì)所估計(jì)的模型唉再進(jìn)行Whit巴e檢驗(yàn)，觀察異奧方差的調(diào)整情況邦對(duì)所估計(jì)的模型稗再進(jìn)行Whit奧e檢驗(yàn)，其結(jié)果愛分別對(duì)應(yīng)圖14背、15、16、拜17的回歸模型背（如半圖18、19、隘2