實(shí)驗(yàn)報(bào)告異方差模型的檢驗(yàn)和處理

1、實(shí)驗(yàn)實(shí)訓(xùn)報(bào)告課程名稱： 計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)開課學(xué)期： 2012-2013學(xué)年第一學(xué)期開課系(部)： 經(jīng) 濟(jì) 系開課實(shí)驗(yàn)(訓(xùn))室：數(shù)量經(jīng)濟(jì)分析實(shí)驗(yàn)室學(xué)生姓名：專業(yè)班級：學(xué) 號：重慶工商大學(xué)融智學(xué)院教務(wù)處制實(shí)驗(yàn)題目實(shí)驗(yàn)(訓(xùn))項(xiàng)目名稱實(shí) 驗(yàn)(訓(xùn))日 期【實(shí)驗(yàn)(訓(xùn))目的及要求】校正法?！緦?shí)驗(yàn)(訓(xùn))原理】異方差，再對校正后的模型采用普通最小二乘法估計(jì)?！緦?shí)驗(yàn)(訓(xùn))方案設(shè)計(jì)】分析異方差。2、使用 White White 檢驗(yàn)統(tǒng)計(jì)量及3、在發(fā)現(xiàn)存在異方差的基礎(chǔ)上，進(jìn)行異方差的處理：（1）使用加權(quán)最小二乘法校正異方差 ：輸入回歸方程； 在 Option中選擇加權(quán)最小二乘法，并輸入權(quán)重序列名稱 ；得到校正后的結(jié)果。

2、 White 校正法解決異方差： 輸入回歸方程； 在 Option 中選擇 White 校正；得到校正后的結(jié)果。 ）實(shí)驗(yàn)背景本例用的是四川省 2000 年各地市州的醫(yī)療機(jī)構(gòu)數(shù)和人口數(shù)。為了給制定醫(yī)療機(jī)構(gòu)的規(guī)劃提供依據(jù)，分析比較醫(yī)療機(jī)構(gòu)（Y，單位：個）與人口數(shù)量(X，單位：萬人)的關(guān)系，建立衛(wèi)生醫(yī)療機(jī)構(gòu)數(shù)與人口數(shù)的回歸模型。假定醫(yī)療機(jī)構(gòu)數(shù)與人口數(shù)之間滿足線性約束，則理論模型設(shè)定為其中，Y 表示衛(wèi)生醫(yī)療機(jī)構(gòu)數(shù)，X 表示人口數(shù)。ii ）1、根據(jù)實(shí)驗(yàn)數(shù)據(jù)的相關(guān)信息建立Workfile；在菜單中依次點(diǎn)擊range”中選擇數(shù)據(jù)頻率。因?yàn)闃颖緮?shù)據(jù)分析四川省2000年各地市州的醫(yī)療機(jī)構(gòu)數(shù)和人口數(shù)間的關(guān)系，屬于

3、截面數(shù)據(jù)，因此，在數(shù)據(jù)頻率選項(xiàng)中選擇range”的“Observations”中輸入21。2、導(dǎo)入數(shù)據(jù)；在菜單欄中選擇“QuickEmpty Group”,將X、Y的數(shù)據(jù)從Excel導(dǎo)入，并將這兩個序列的名稱分別改為“X” 。 或者在EViews命令窗口中直接輸入“data X Y” ，在彈出的編輯框中將這兩個序列的數(shù)據(jù)從Excel中復(fù)制過來。3、參數(shù)估計(jì)；1) 寫出樣本回歸方程：2）對回歸結(jié)果的擬合優(yōu)度及回歸系數(shù)經(jīng)濟(jì)意義進(jìn)行解釋：上述回歸模型解釋變量的估計(jì)系數(shù)5.73表示：人口數(shù)每增加1萬人，平均說來將增加醫(yī)療機(jī)構(gòu)數(shù)5.73個。R=0.785，表明醫(yī)療機(jī)構(gòu)數(shù)變動的78.54%可由2差。4、異

4、方差的診斷：異方差主要來源于截面數(shù)據(jù)，通過判斷隨機(jī)誤差項(xiàng)的方差與解釋變量是否存在某種函數(shù)關(guān)系進(jìn)行判斷。由于隨機(jī)誤差項(xiàng)的方差一般未知，通常將殘差項(xiàng)的平方作為隨機(jī)誤差項(xiàng)方差的近似估計(jì)，判斷殘差項(xiàng)的平方是否與解釋變量存在某種函數(shù)關(guān)系。1)圖形檢驗(yàn)法：2X eii結(jié)果診斷：從圖中可以看出，隨著人口數(shù)量的增加， 呈遞增趨勢，表明e 2i隨機(jī)誤差項(xiàng)存在遞增型異方差。2)White檢驗(yàn)法（原假設(shè)：模型不存在異方差）2e a aX aX aX aX aX X 22i01 i2i3i4懷特檢驗(yàn)的實(shí)質(zhì)，就是檢驗(yàn)上述輔助回歸模型中的所有參數(shù)（常數(shù)項(xiàng)除外）i4i ii是否顯著為零。當(dāng)原假設(shè)成立時，輔助回歸的檢驗(yàn)統(tǒng)計(jì)量

5、)R ) 。給22定顯著性水平 ，查表可得臨界值。如果 ( ) ( )，則拒絕原模型不存WTg nR g22在異方差的原假設(shè)；否則接受原假設(shè)。）a. White 檢驗(yàn)法的最終結(jié)果：b.結(jié)果診斷（0.05從上表可以看出， 18.0748，由White檢驗(yàn)知，當(dāng) ，查2分布2 0.05表,得臨界值，比較計(jì)算的2統(tǒng)計(jì)量與臨界值，因?yàn)?2) 5.99152nR218.0748，所以拒絕原假設(shè)（也可根據(jù)p(2) 5.99152給定顯著性水平 ，則在0.05的顯著性水平下，White檢驗(yàn)的伴隨概率a 5%p=0.001 0.05，不能拒絕原模型不存在異方差的原假設(shè)，說明修正后的模型不存在異方差。d.修正后的模型可變?yōu)椋篹.回歸系數(shù)的經(jīng)濟(jì)含義：上述回歸模型解釋變量的估計(jì)系數(shù) 4.442 表示：人口數(shù)每增加1 萬人，平均說來將增加醫(yī)療機(jī)構(gòu)數(shù)大約增加 4 個。)報(bào)告 White 異方差校正后的修正結(jié)果。采用 White 異方差校正只是修正普通最小二乘法所得模型回歸系數(shù)的標(biāo)準(zhǔn)誤（ 在 Equation Estimation 窗 口 輸 入 y c x ； 在 Option 中 選 擇“heteroskedasticity”,并選擇默認(rèn)的 White 選項(xiàng)）a.校正后的模