異方差檢驗(yàn)的eviews操作

異方差檢驗(yàn)的eviews操作異方差檢驗(yàn)的eviews操作異方差檢驗(yàn)的eviews操作xxx公司異方差檢驗(yàn)的eviews操作文件編號(hào)：文件日期：修訂次數(shù)：第1.0次更改批準(zhǔn)審核制定方案設(shè)計(jì)，管理制度第四章異方差性例一、參數(shù)估計(jì)進(jìn)入Eviews軟件包，確定時(shí)間范圍，編輯輸入數(shù)據(jù)；選擇估計(jì)方程菜單：(1)在Workfile對(duì)話框中，由路徑：Quick/EstimateEquation，進(jìn)入EquationSpecification對(duì)話框，鍵入“l(fā)og(y)clog(x1)log(x2)”，確認(rèn)ok，得到樣本回歸估計(jì)結(jié)果；(2)直接在命令欄里輸入“l(fā)slog(y)clog(x1)log(x2)”，按Enter,得到樣本回歸估計(jì)結(jié)果；(3)在Group的當(dāng)前窗口，由路徑：Procs/MakeEquation，進(jìn)入EquationSpecification窗口，鍵入“l(fā)og(y)clog(x1)log(x2)”，確認(rèn)ok，得到樣本回歸估計(jì)結(jié)果。如表：表圖估計(jì)結(jié)果為：LnR2=.=F=RSS=括號(hào)內(nèi)為t統(tǒng)計(jì)量值。二、檢驗(yàn)?zāi)Ｐ偷漠惙讲睿ㄒ唬﹫D形法（1）生成殘差平方序列。①在Workfile的對(duì)話框中，由路徑：Procs/GenerateSeries，進(jìn)入GenerateSeriesbyEquation對(duì)話框，鍵入“e2=resid^2”，生成殘差平方項(xiàng)序列e2；②直接在命令欄里輸入“genre2=resid^2”，按Enter,得到殘差平方項(xiàng)序列e2（2）繪制散點(diǎn)圖。①直接在命令框里輸入“scatlog(x2)e2”，按Enter，可得散點(diǎn)圖。②選擇變量名log(x2)與e2（注意選擇變量的順序，先選的變量將在圖形中表示橫軸，后選的變量表示縱軸），再按路徑view/graph/scatter/simplescatter，可得散點(diǎn)圖。③由路徑quick/graph進(jìn)入serieslist窗口，輸入“l(fā)og(x2)e2”，確認(rèn)并ok，再在彈出的graph窗口把linegraph換成scatterdiagram，再點(diǎn)ok，可得散點(diǎn)圖。圖由圖可以看出，殘差平方項(xiàng)e2對(duì)解釋變量log(X2)的散點(diǎn)圖主要分布圖形中的下三角部分，大致看出殘差平方項(xiàng)e2隨log(X2)的變動(dòng)呈增大的趨勢(shì)，因此，模型很可能存在異方差。但是否確實(shí)存在異方差還應(yīng)通過(guò)更進(jìn)一步的檢驗(yàn)。（二）Goldfeld-Quanadt檢驗(yàn)（1）對(duì)變量取值排序（按遞增或遞減）。①在Workfile窗口中，由路徑：Procs/SortSeries進(jìn)入sortworkfileseries對(duì)話框，鍵入“X2”，如果以遞增型排序，選Ascending，如果以遞減型排序，則應(yīng)選Descending，點(diǎn)ok。本例選遞增型排序，選Ascending。②直接在命令欄里輸入“sortx2”（默認(rèn)為升序），再按Enter。（2）構(gòu)造子樣本區(qū)間，建立回歸模型。在本例中，樣本容量n=31，刪除中間1/4的觀測(cè)值，即大約7個(gè)觀測(cè)值，余下部分平分得兩個(gè)樣本區(qū)間：1-12和20-31，它們的樣本個(gè)數(shù)均是12個(gè)。在Sample菜單里，把sample值改為“112”再用OLS方法進(jìn)行第一個(gè)子樣本回歸估計(jì)，估計(jì)結(jié)果如表。表同樣地，在Sample菜單里，把sample值改為“2031”再用OLS方法進(jìn)行第二個(gè)子樣本回歸估計(jì)，估計(jì)結(jié)果如表。表（3）求F統(tǒng)計(jì)量值?；诒砗捅碇袣埐钇椒胶蚏SS的數(shù)據(jù)，即Sumsquaredresid的值，得到RSS1=和RSS2=，根據(jù)Goldfeld-Quanadt檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為：F=RSS2/RSS1==。（4）判斷。在5%與10%的顯著性水平下，查F分布表得：自由度為（9,9）的F分布的臨界值分別為=與=。因?yàn)镕=<(9,9)=，因此5%顯著性水平下不拒絕兩組子樣方差相同的假設(shè)，但F=>(9,9)=，因此10%顯著性水平下拒絕兩組子樣方差相同的假設(shè)，即存在異方差。（三）White檢驗(yàn)①由表的估計(jì)結(jié)果，按路徑view/residualtests/whiteheteroskedasticity(crossterms)，進(jìn)入White檢驗(yàn)，其中crossterms表示有交叉乘積項(xiàng)。得到表的結(jié)果。表輔助回歸結(jié)果為：e10.24-R2=由表結(jié)果得到：懷特統(tǒng)計(jì)量nR2=31×=，查χ2分布表得到在5%的顯著性水平下，自由度為5的χ2分布的臨界值為χ=，因?yàn)閚R2=>χ=，所以拒絕同方差的原假設(shè)。②由表的估計(jì)結(jié)果，按路徑view/residualtests/whiteheteroskedasticity（nocrossterms），進(jìn)入White檢驗(yàn)，其中nocrossterms表示無(wú)交叉乘積項(xiàng)。得到表的結(jié)果。表去掉交叉項(xiàng)后的輔助回歸結(jié)果為：e2（）（）（）（）（）R2=有懷特統(tǒng)計(jì)量nR2=31×=，因此，在5%的顯著性水平下，仍是拒絕同方差這一原假設(shè)，表明模型存在異方差。三、異方差性的修正（一）加權(quán)最小二乘法（WLS）（1）生成權(quán)數(shù)。按路徑：Procs/GenerateSeries，進(jìn)入GenerateSeriesbyEquation對(duì)話框，鍵入“w=1/sqr(exp或者直接在命令欄輸入“genrw=1/sqr(exp生成權(quán)數(shù)w。（2）加權(quán)最小二乘法估計(jì)（WLS）。在表的結(jié)果中，由路徑：Procs/Specify/Estimate進(jìn)入EquationSpecification對(duì)話框，點(diǎn)擊Options按鈕，在EstimationOptions對(duì)話框的weighted前面打勾并在下面輸入欄處輸入w，如圖，連續(xù)兩次確認(rèn)OK后，得到表的估計(jì)結(jié)果：圖表加權(quán)最小二乘法估計(jì)（WLS）結(jié)果為：LnR2=.=F=RSS=可以看出運(yùn)用加權(quán)最小二乘法消除異方差性后，LnX1參數(shù)的t檢驗(yàn)有了顯著的改進(jìn)，這表明即使在1%顯著性水平下，都不能拒絕從事農(nóng)業(yè)生產(chǎn)帶來(lái)的純收入對(duì)農(nóng)戶人均消費(fèi)支出有著顯著影響的假設(shè)。雖然LnX1的參數(shù)值有了較大程度的提高，但仍沒(méi)有LnX2的參數(shù)估計(jì)值大，說(shuō)明其他來(lái)源的純收入確實(shí)比來(lái)自農(nóng)業(yè)經(jīng)營(yíng)的純收入對(duì)農(nóng)戶人均消費(fèi)支出的影響更大一些。（3）檢驗(yàn)加權(quán)回歸模型的異方差性。在命令欄中直接輸入“l(fā)sw*log(Y)ww*log(X1)