【正文】 出F統(tǒng)計(jì)量的值，再根據(jù)自由度的統(tǒng)計(jì)量的值，進(jìn)行比較大小，如果前者大于后者，那么就存在異方差性，反之，則不存在異方差性。圖行檢驗(yàn)法：建立工作文件后。【實(shí)驗(yàn)總結(jié)】 模型選擇 ：當(dāng)發(fā)現(xiàn)變量之間有明顯的的線性關(guān)系的時(shí)候，可以采用非對數(shù)線性模型，如果變量之間線性關(guān)系不太明顯，此時(shí)可以用對數(shù)模型。由上表知nR2=，在給定顯著性水平α==，故不拒絕原假設(shè)，表明模型不存在異方差。8 、用廣義差分法和德賓兩步法消除一階自相關(guān)，并比較二者差別。一階自相關(guān)檢驗(yàn)一階偏自相關(guān)系數(shù)條形超出了隨機(jī)區(qū)間，其他各階都落入了隨機(jī)區(qū)間內(nèi)，表明殘差序列殘?jiān)谝浑A自相關(guān)。對模型進(jìn)行White檢驗(yàn)，檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲钚裕簭纳蠄D可以看出：nR2=，又White檢驗(yàn)知，在a=，=，同時(shí)DI和DI2的t檢驗(yàn)也顯著。故選擇非對數(shù)模型。 （2）擬合優(yōu)度和統(tǒng)計(jì)檢驗(yàn)：通過以上的回歸數(shù)據(jù)可知，說明所建模型整體上對樣本數(shù)據(jù)擬合度較好:； （3）對回歸系數(shù)的t檢驗(yàn)：針對H1:β1=0和H2:β2=0，由上回歸結(jié)果可以看出，估計(jì)的回歸系數(shù)B1的標(biāo)準(zhǔn)誤差和t值分別為：SE(β1)=，t(β1)=；β2的標(biāo)準(zhǔn)誤差和t值分別為SE（β2）= t(β2)=，取a=0,05，查t分布表得自由度為n2=332==,t（t(β1)= ＞=，拒絕H1, t(β2)=＞=,，城市居民可支配收入對其消費(fèi)水平有很大影響。Log(LE)與log（NI）的線性圖根據(jù)圖形顯示，近似為直線。時(shí)間序列數(shù)據(jù)一元線性回歸模型Le、ni散點(diǎn)圖根據(jù)上圖所示，兩變量之間線性相關(guān)。打開Eviews工作文件，建立新的文件夾，在命令框中輸入“data le ni”回車 ，從數(shù)據(jù)表中粘貼數(shù)據(jù)到Eviews數(shù)據(jù)表中即可。用模型最優(yōu)估計(jì)結(jié)果，進(jìn)行成居民消費(fèi)行為和農(nóng)村居民消費(fèi)行為的比較分析。用white法檢驗(yàn)消除自相關(guān)后模型是否存在異方差。用圖示法進(jìn)行一階自相關(guān)性檢驗(yàn)；用DW法檢驗(yàn)一階自相關(guān)性。比較計(jì)算X2統(tǒng)計(jì)量與臨界值，因?yàn)閚R2=＜=，所以不拒絕原假設(shè)，表明模型不存在異方差性。比較計(jì)算X2統(tǒng)計(jì)量與臨界值，因?yàn)閚R2=＜=，所以不拒絕原假設(shè)，表明模型不存在異方差性。故選擇非對數(shù)模型對所估計(jì)的模型進(jìn)行異方差性和一階自相關(guān)性檢驗(yàn)。 （2）擬合優(yōu)度和統(tǒng)計(jì)檢驗(yàn)：通過以上的回歸數(shù)據(jù)可知，說明所建模型整體上對樣本數(shù)據(jù)擬合度較好:； （3）對回歸系數(shù)的t檢驗(yàn)：針對H1:β1=0和H2:β2=0，由上回歸結(jié)果可以看出，估計(jì)的回歸系數(shù)B1的標(biāo)準(zhǔn)誤差和t值分別為：SE(β1)=，t(β1)=；β2的標(biāo)準(zhǔn)誤差和t值分別為SE（β2）= t(β2)=，取a=0,05，查t分布表得自由度為n2=342==,t（t(β1)= ＞=，拒絕H1, t(β2)=＞=，城市居民可支配收入對其消費(fèi)水平有很大影響。Ln（ce）與ln（di）序列的線圖觀察log（CE）與log（DI）的線圖，近似為直線。時(shí)間序列數(shù)據(jù)一元線性回歸模型ce與di的散點(diǎn)圖從上圖可知，變量CE和DI呈明顯的線性趨勢，所以存在線性相關(guān)。【實(shí)驗(yàn)步驟】城市居民1,建立時(shí)間序列工作文件、用Eviews創(chuàng)建變量CE、DI，輸入樣本數(shù)據(jù)，、打開Eviews工作文件，建立新的文件夾，在命令框中輸入“data ce di”回車 ，從數(shù)據(jù)表中粘貼數(shù)據(jù)到Eviews數(shù)據(jù)表中即可。【實(shí)驗(yàn)數(shù)據(jù)】 附表4，1978年到2011年河南省城市居民消費(fèi)支出與可支配收入。實(shí)驗(yàn)三 時(shí)間序列數(shù)據(jù)一元線性回歸模型（自相關(guān)性）【實(shí)驗(yàn)?zāi)康暮鸵蟆?學(xué)會回歸模型自相關(guān)性的檢驗(yàn)方法； 掌握消除回歸模型自相關(guān)性的方法； 在老師的指導(dǎo)下獨(dú)立完成實(shí)驗(yàn)，并得到正確結(jié)果。 在消除異方差方面：在運(yùn)用最小二乘法修正過程中，我們分別選取了權(quán)數(shù)w1=1/x,w2=1/x^2,w3=1/x^，權(quán)數(shù)生成的過程，是在相應(yīng)的對話框中，的ENTER EQUATION,分別輸入選取的權(quán)數(shù)，即可進(jìn)行修正。 Goldfield檢驗(yàn)法，根據(jù)得出的分段回歸數(shù)據(jù)表，可以得到殘差平方的值，再根據(jù)殘差平方的值，求出F統(tǒng)計(jì)量的值，再根據(jù)自由度的統(tǒng)計(jì)量的值，進(jìn)行比較大小，如果前者大于后者，那么就存在異方差性，反之，則不存在異方差性。 在workfile窗口中點(diǎn)擊genr在enter equation中分別輸入w1 w2 w3在eviews窗口中點(diǎn)擊quickestimateequation在specification中輸入le c ni在options中分別選擇www3 用w=1/ni作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差性 W1檢驗(yàn)結(jié)果White法檢驗(yàn)加權(quán)回歸結(jié)果ARCH法檢驗(yàn)加權(quán)回歸結(jié)果用w=1/ni^2作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差性W2檢驗(yàn)結(jié)果用white法檢驗(yàn)加權(quán)回歸結(jié)果用ARCH法檢驗(yàn)加權(quán)回歸結(jié)果用w=1/sqr(ni)作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差W3檢驗(yàn)結(jié)果用white法檢驗(yàn)加權(quán)回歸結(jié)果用ARCH法檢驗(yàn)加權(quán)回歸結(jié)果由以上估計(jì)檢驗(yàn)發(fā)現(xiàn)用權(quán)數(shù)w2的效果最好，可以用權(quán)數(shù)w2的結(jié)果作為模型的估計(jì)結(jié)果即LE= + （）（）T=（） （）R2= DW= 從回歸結(jié)果可以看出運(yùn)用加權(quán)最小二乘法消除了異方差性后，參數(shù)的t檢驗(yàn)均顯著，且可決系數(shù)也有所增加，這一估計(jì)結(jié)果更接近真實(shí)情況。White檢驗(yàn)在模型回歸結(jié)果中點(diǎn)擊view—residual testsheteroskedasticity—Tests在test type中選擇white 點(diǎn)擊ok即可由上表可以看出nR2=，則不拒絕原假設(shè)，表明模型中不存在異方差。在新建的文件中點(diǎn)擊genr在彈出的窗口中輸入e2=（resid）^2即可生成殘差序列殘差平方序列圖點(diǎn)擊殘差平方序列中view—graph—ok殘差平方與ni的散點(diǎn)圖選擇ni與e2回車點(diǎn)擊view –graph—scatter—ok 從圖中可以看出，e2隨著解釋變量NI的變動呈現(xiàn)增大的趨勢，所以模型很可能存在異方差性。農(nóng)村居民 ：用Eviews創(chuàng)建變量LE、NI，輸入樣本數(shù)據(jù)，、打開Eviews工作文件，建立新的文件夾，在命令框中輸入“data le ni”回車 ，從數(shù)據(jù)表中粘貼數(shù)據(jù)到Eviews數(shù)據(jù)表中即可。CE、DI模型的ARCH檢驗(yàn)：回歸結(jié)果后點(diǎn)擊viewresidual testsserial correlation LM tests 　 給定顯著性水平a=，=,自由度p為17，（np）R2=＜=，所以模型中不存在異方差性。ce、di的White檢驗(yàn)結(jié)果　 從上圖可以看出：nR2=，又White檢驗(yàn)知，在a=，=，同時(shí)DI和DI2的t檢驗(yàn)也顯著。 殘差序列線圖殘差平方與di的散點(diǎn)圖根據(jù)上圖看到，殘差平方e2對解釋變量DI的散點(diǎn)圖主要分布在圖形下方，大致可以看出e2隨著解釋變量DI的變動呈現(xiàn)增大的趨勢，因此，模型型很可能存在異方差。估計(jì)河南省城市居民消費(fèi)支出CE依可支配收入DI的一元回歸模型下圖就是河南省城市居民消費(fèi)支出CE和可支配收入DI的一元線性回歸結(jié)果：即CEi= + （) （）t=（） （）R2= F= n=18觀察模型是否存在一階序列相關(guān)原序列自相關(guān)圖一階序列相關(guān)圖由以上圖可以看出模型不存在一階序列相關(guān)。 附表5，2011年河南省18個(gè)省轄市農(nóng)村居民生活消費(fèi)支出LE與純收入NI數(shù)據(jù)?！緦?shí)驗(yàn)內(nèi)容】估計(jì)河南省城市居民消費(fèi)支出CE依可支配收入DI的一元線性回歸模型和農(nóng)村居民生活消費(fèi)支出LE與純收入NI的一元線性回歸模型；用圖形法判斷是否存在異方差性；用goldfieldquandt法檢驗(yàn)是否存在異方差性；用white法檢驗(yàn)是否存在異方差性；用ARCH法等檢驗(yàn)是否存在異方差性；用加權(quán)最小二乘法消除異方差性。，可見用凱恩斯的絕對收入假說解釋現(xiàn)階段河南省居民消費(fèi)規(guī)律是合理的。從可決系數(shù)R2的大小可以判斷模型的擬合效果，可決系數(shù)越大擬合程度越高。 （2）擬合優(yōu)度檢驗(yàn)：通過以上的回歸數(shù)據(jù)可知，說明所建模型整體上對樣本數(shù)據(jù)擬合度較好； （3）對回歸系數(shù)的t檢驗(yàn)：針對H1:β1=0和H2:β2=0，由上回歸結(jié)果可以看出，估計(jì)的回歸系數(shù)B1的標(biāo)準(zhǔn)誤差和t值分別為：SE(β1)=，t(β1)=；β2的標(biāo)準(zhǔn)誤差和t值分別為SE（β2）= t(β2)=，取a=0,05，查t分布表得自由度為n2=182== 19,t（t(β1)=＜= 19，不拒絕H1, t(β2)=＞= 19,，農(nóng)村居民可支配收入對其消費(fèi)水平有很大影響。用OLS法估計(jì)以ce為被解釋變量，di為解釋變量的城市居民消費(fèi)回歸模型；模型回歸估計(jì)結(jié)果即LEi= + （） （） T= （） （）R2= F= n=18對le為被解釋變量，ni為解釋變量模型輸出結(jié)果進(jìn)行經(jīng)濟(jì)理論檢驗(yàn)，擬合優(yōu)度檢驗(yàn)和t檢驗(yàn)。但相關(guān)程度不大。兩變量序列的線圖：由上圖可知，兩變量的曲線，都不接近直線。計(jì)算后區(qū)間為（ ）模型預(yù)測農(nóng)村居民：打開Eviews工作文件，建立新的文件夾，在命令框中輸入“data le ni”回車 ，從數(shù)據(jù)表中粘貼數(shù)據(jù)到Eviews數(shù)據(jù)表中即可。當(dāng)城市居民可支配收入在14500元時(shí)。 （2）擬合優(yōu)度檢驗(yàn)：通過以上的回歸數(shù)據(jù)可知，說明所建模型整體上對樣本數(shù)據(jù)擬合度不是太好。DurbinWatson statProb(Fstatistic)即CEi= + （)（）t=（）（）R2= F= n=18 對ce為被解釋變量，di為解釋變量模型輸出結(jié)果進(jìn)行經(jīng)濟(jì)理論檢驗(yàn)，擬合優(yōu)度檢驗(yàn)