計量經(jīng)濟學實驗二(編輯修改稿)
2025-05-14 12:09 本頁面
【文章內(nèi)容簡介】 0。檢驗⑴建立回歸模型（結(jié)果同圖5所示）。⑵生成新變量序列：GENRLNE2=log(RESID^2)GENRLNX=log⑶建立新殘差序列對解釋變量的回歸模型：LSLNE2CLNX，回歸結(jié)果如圖7所示。圖7Park檢驗回歸模型從圖7所示的回歸結(jié)果中可以看出，LNX的系數(shù)估計值不為0且能通過顯著性檢驗，即隨即誤差項的方差與解釋變量存在較強的相關(guān)關(guān)系，即認為存在異方差性。⒌Gleiser檢驗（Gleiser檢驗與Park檢驗原理相同）⑴建立回歸模型（結(jié)果同圖5所示）。⑵生成新變量序列：GENRE=ABS(RESID)⑶分別建立新殘差序列（E）對各解釋變量（X X^2 X^(1/2) X^(－1) X^(－2)X^(－1/2)）的回歸模型：LSECX，回歸結(jié)果如圖8所示。⑷由F值或R確定異方差類型圖8由上述各回歸結(jié)果可知，各回歸模型中解釋變量的系數(shù)估計值顯著不為0且均能通過顯著性檢驗。所以認為存在異方差性。2二、調(diào)整異方差性⒈確定權(quán)數(shù)變量根據(jù)Park檢驗生成權(quán)數(shù)變量：GENRW1=1/X^根據(jù)Gleiser檢驗生成權(quán)數(shù)變量：GENRW2=1/X^另外生成：GENRW3=1/ABS(RESID）GENRW4=1/RESID^2⒉利用加權(quán)最小二乘法估計模型在Eviews命令窗口中依次鍵入命令：LS(W=Wi)YCX或在方程窗口中點擊Estimate\Option按鈕，并在權(quán)數(shù)變量欄里依次輸入WWWW4，進行回歸w1結(jié)果圖所示。圖9⒊對所估計的模型再進行White檢驗，觀察異方差的調(diào)整情況對所估計的模型再進行White檢驗。圖10（二）自相關(guān)性【實驗?zāi)康摹空莆兆韵嚓P(guān)性的檢
教學教案相關(guān)推薦
鄂ICP備17016276號-1