计量经济学实验四异方差性

计量经济学实验四异方差性

ID:11217138

大小:1.15 MB

页数:16页

时间:2018-07-10

计量经济学实验四异方差性_第1页
计量经济学实验四异方差性_第2页
计量经济学实验四异方差性_第3页
计量经济学实验四异方差性_第4页
计量经济学实验四异方差性_第5页
资源描述:

《计量经济学实验四异方差性》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、计量经济学实验报告学院:信管学院专业:实验编号:实验四实验题目:异方差性姓名:学号:10指导老师:实验四异方差性【实验目的】掌握异方差性的检验及处理方法【实验内容】建立并检验我国制造业利润函数模型【实验步骤】下表列出了2011年我国主要制造工业销售收入与销售利润的统计资料,请利用统计软件Eviews建立我国制造业利润函数模型。数据来源:国家统计局→国家统计年鉴2012数据(http://www.stats.gov.cn/tjsj/ndsj/2012/indexch.htm)→工业(按行业分规模以上工

2、业企业主要经济效益指标)行业主营业务收入利润总额行业主营业务收入利润总额食品制造业4744.15393.97橡胶制品业2618.47197.14饮料制造业3196.94287.6塑料制品业7282.32494.91烟草制品业4.520.37非金属矿物制品业19225.091643.77纺织业16166.37982.62黑色金属冶炼及压延加工业16261.39861.93纺织服装、鞋、帽制造业5919.32390.61有色金属冶炼及压延加工业10881.91647.9皮革、毛皮、羽毛(绒)及其制品业3

3、477.54269.14金属制品业11359.33765.78木材加工及木、竹、藤、棕、草制品5919.71445.29通用设备制造业17869.791321.51家具制造业2522.26191.42专用设备制造业9053.24731.064512.39309.5211519.45767.87造纸及纸制品业交通运输设备制造业印刷业和记录媒介的复制1612.8125.53电气机械及器材制造业16224.091113.17文教体育用品制造业1107.6277.96通信设备、计算机及其他电子设备制造业46

4、92.88330.43石油加工、炼焦及核燃料加工业4649257.04仪器仪表及文化、办公用机械制造业2004.08149.47化学原料及化学制品制造业18927.571425.47工艺品及其他制造业7193.49445.46医药制造业3757.77347.66废弃资源和废旧材料回收加工业2645.28160.57化学纤维制造业2302.37104.91一、检验异方差性⒈图形分析检验⑴观察销售利润(Y)与销售收入(X)的相关图(图1):SCATXY图1我国制造工业销售利润与销售收入相关图从图中可以看

5、出,随着销售收入的增加,销售利润的平均水平不断提高,但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。⑵残差分析首先将数据排序(命令格式为:SORT解释变量),然后建立回归方程。在方程窗口中点击Resids按钮就可以得到模型的残差分布图(或建立方程后在Eviews工作文件窗口中点击resid对象来观察)。图2我国制造业销售利润回归模型残差分布图2显示回归方程的残差分布有明显的扩大趋势,即表明存在异方差性。⒉Goldfeld-Quant检验⑴将样本按解释变量排序(SORTX)并分成两部分(分

6、别有1到10共1个样本和19到28共10个样本)⑵利用样本1建立回归模型1(回归结果如图3),其残差平方和为8067.52。SMPL110LSYCX图3样本1回归结果⑶利用样本2建立回归模型2(回归结果如图4),其残差平方和为25214669。SMPL2029LSYCX图4样本2回归结果⑷计算F统计量:=25214669/8067.52=3125.45,分别是模型1和模型2的残差平方和。取时,查F分布表得,而,所以存在异方差性⒊White检验⑴建立回归模型:LSYCX,回归结果如图5。图5我国制造业

7、销售利润回归模型⑵在方程窗口上点击ViewResidualTestWhiteHeteroskedastcity,检验结果如图6。图6White检验结果其中F值为辅助回归模型的F统计量值。取显著水平,由于,所以不存在异方差性。实际应用中可以直接观察相伴概率p值的大小,若p值较小,则认为存在异方差性。反之,则认为不存在异方差性。⒋Park检验⑴建立回归模型(结果同图5所示)。⑵生成新变量序列:GENRLNE2=log(RESID^2)GENRLNX=log(x)⑶建立新残差序列对解释变量的回归模型:

8、LSLNE2CLNX,回归结果如图7所示。图7Park检验回归模型从图7所示的回归结果中可以看出,LNX的系数估计值不为0且能通过显著性检验,即随即误差项的方差与解释变量存在较强的相关关系,即认为存在异方差性。⒌Gleiser检验(Gleiser检验与Park检验原理相同)⑴建立回归模型(结果同图5所示)。⑵生成新变量序列:GENRE=ABS(RESID)⑶分别建立新残差序列(E)对各解释变量(X/X^2/X^(1/2)/X^(-1)/X^(-2)/X^(-1/2))

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。