eviews操作步驟異方差自相關(guān)

異方差性的檢驗和消除15.√表6列出了2000年中國部分省市城鎮(zhèn)居民每個家庭平均全年可支配收入x與消費性支出y的統(tǒng)計數(shù)據(jù)。①利用OLS法建立人均消費支出與可支配收入的線性模型和對數(shù)線性模型；②檢驗?zāi)Ｐ褪欠翊嬖诋惙讲钚?；③如果存在異方差性，試采用適當?shù)姆椒右韵１?中國城鎮(zhèn)居民人均可支配收入與消費性支出(單位：元)地區(qū)可支配收入x消費性支出y地區(qū)可支配收入x消費性支出y北京10349.698493.49浙江9279.167020.22天津8140.506121.04山東6489.975022.00河北5661.164348.47河南4766.263830.71山西4724.113941.87湖北5524.544644.50內(nèi)蒙古5129.053927.75湖南6218.735218.79遼寧5357.794356.06廣東9761.578016.91吉林4810.004020.87陜西5124.244276.67黑龍江4912.883824.44甘肅4916.254126.47上海11718.018868.19青海5169.964185.73江蘇6800.235323.18新疆5644.864422.93輸入數(shù)據(jù)：dataxy繪制圖形，確定模型：Plotxy（相關(guān)圖）view-graph-scatter（散點圖）（1）線性模型：lsxyS.E=216.8900對數(shù)線性模型：GENRlnx=LOG(x)GENRlny=LOG(y)lslnyclnxS=(0.263495)(0.030132)t=(0.946635)(31.39272)F=985.5030S.E=0.038023DW=1.512696(2)檢驗是否存在異方差性White檢驗：lsycx在方程窗口中views-residualtest-heteroscedasticity-white此時可以選擇要不要包含交叉乘積項。一元的自由度為2二元的自由度為5取α=0.05，n為樣本數(shù)量，=12.65213>，即對應(yīng)的p值小于0.05，表面模型存在異方差性。Goldfeld-Quandt檢驗（戈德菲爾德-匡特檢驗）：將觀察值按解釋變量的大小順序排列，將排列在中間的約1/4的數(shù)據(jù)刪掉，記為c，也可不刪。由樣本x數(shù)據(jù)排序，n=20,c=20/4=5,取c=4，從中間去掉4個數(shù)據(jù)，確定子樣1（1~8）Sortx將樣本數(shù)據(jù)關(guān)于x排序Smpl18確定子樣本1Lsycx求出RSS1Smpl1320確定子樣本2lsycx求出RSS2計算出F=RSS2/RSS1取α為0.05,查第一自由度和第二自由度為的F分布表，大于查的結(jié)果則存在異方差性。子樣本1求出RSS1=126528.6。子樣本2確定子樣本2（13~20），求出RSS2=615472，計算出F=RSS2/RSS1=4.86，給定顯著性水平為0.05，查，所以模型存在異方差性。Gleiser檢驗：iews-residualtest-heteroscedasticity-gleisernr2對應(yīng)的p值小于0.05，存在異方差性。Park檢驗：iews-residualtest-heteroscedasticity-harvey-輸入log(x)Nr2對應(yīng)的p值小于0.05，所以存在異方差性。（3）消除異方差性加權(quán)最小二乘法：生成權(quán)數(shù)變量1/x1/x2Ls(w=權(quán)數(shù)表達式)ycx使用white檢驗是否已消除異方差性采用加權(quán)最小二乘法估計，取權(quán)數(shù)w=1/x，得如下回歸方程：F=699.7741在方程窗口進行white檢驗可知，用加權(quán)最小二乘法估計人均消費支出函數(shù)不存在異方差性。自相關(guān)性的檢驗與消除13√天津市城鎮(zhèn)居民人均消費性支出（CONSUM），人均可支配收入（INCOME），以及消費價格指數(shù)（PRICE）見表4。定義人均實際消費性支出y=CONSUM/PRICE，人均實際可支配收入x=INCOME/PRICE。表4天津市城鎮(zhèn)居民人均消費與人均可支配收入數(shù)據(jù)年份CONSUM(元)INCOME(元)PRICE1978344.88388.321.0001979385.20425.401.0101980474.72526.921.0621981485.88539.521.0751982496.56576.721.0811983520.84604.311.0861984599.64728.171.1061985770.64875.521.2501986949.081069.611.33619871071.041187.491.42619881278.871329.71.66719891291.091477.771.91219901440.471638.921.97019911585.711844.982172238.382.41819932322.192769.262.84419943301.373982.133.52619954064.104929.534.06619964679.615967.714.43219975204.296608.564.56919985471.017110.544.54619995851.537649.834.49620006121.078140.554.478①利用OLS估計模型②根據(jù)DW檢驗法、LM檢驗法檢驗?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)性。③如果存在一階自相關(guān)性，用DW值來估計自相關(guān)系數(shù)。④利用估計的值，用OLS法估計廣義差分方程：⑤利用OLS估計模型：，檢驗此模型是否存在自相關(guān)性，如果存在自相關(guān)性，如何消除？（1）輸入數(shù)據(jù)lsycxF=1774.281DW=0.598571（2）DW檢驗：由DW=0.598571，給定顯著性水平α=0.05查DW統(tǒng)計表，n=23,k=1,得dl=1.26,du=1.44,因為DW=0.5986，根據(jù)判斷區(qū)域可知，隨機誤差項存在一階正相關(guān)。判斷區(qū)域：一階正自相關(guān)一階負自相關(guān)不存在自相關(guān)LM檢驗：（拉格朗日乘數(shù)檢驗）方程窗口中單擊view-residualtest-serialcorrelationLMtest選擇滯后期為1或2LM（1）=9.794，p=0.0018,小于0.05，因此，隨機誤差項存在一階自相關(guān)。（3）用DW法估計自相關(guān)系數(shù)：=1-0.5DW由于DW=0.59857，所以（4）利用估計廣義差分模型：輸入命令：lsy-值*y(-1)cx-值*x(-1)t=(3.685002)(19.92184)DW=2.310313F=396.8798DW=2.310313,給定顯著性水平為0.05，n=22,dl=1.24,du=1.43<DW=2.310313<4-du=2.57,故不存在一階序列相關(guān)。因此，估計的原回歸模型為即（5）GENRlnx=LOG(x)GENRlny=LOG(y)lslnyclnxDW=0.786490F=2199.538由于DW=0.786490，給定顯著性水平位0.05，n=23,dl=1.26,du=1.44,dw=0.786490<dl=1.26,故存在一階序列相關(guān)。自相關(guān)的修正：廣義差分法只要對存在自相關(guān)性的模型廣義差分變換，就可以消除原模型中的自相關(guān)性。應(yīng)用估計的作廣義差分變換，得DW=2.336247F=269.7892由于DW=2.336247，給定顯著性水平0.05，n=22,dl=1.24,du=1.43<