计量经济学异方差多重共线性.docx
《计量经济学异方差多重共线性.docx》由会员分享,可在线阅读,更多相关《计量经济学异方差多重共线性.docx(16页珍藏版)》请在冰豆网上搜索。
计量经济学异方差多重共线性
计量经济学
实
验
报
告
实验1.异方差检验及修正
一、实验目的
影响各地居民人均年消费支出的因素有多种,其中最主要的影响因素应当为收入,对于农村居民来说,收入包括从事农业经营的纯收入和其他来源的纯收入。
本题研究的是内地2006年各地区农村居民家庭人均纯收入与消费支出消费支出之间的关系是否存在异方差,如存在异方差并做出修正。
数据来源为《中国农村住户调查年鉴(2007)》、《中国统计年鉴(2007)》。
二、实验步骤
1、建立模型
其中,Y表示人均消费支出,X1表示从事农业经营的纯收入,X2表示其他来源的纯收入,单位为元。
2、从excel中将数据导入EViews中,得到图1。
图1
3、在EViews命令框中直接键入“lsycx1x2”,按回车,即出现回归结果,如表2。
表2
DependentVariable:
Y
Method:
LeastSquares
Date:
12/04/13Time:
17:
20
Sample:
131
Includedobservations:
31
Coefficient
Std.Error
t-Statistic
Prob.
C
728.1402
328.1558
2.218886
0.0348
X1
0.402097
0.164894
2.438514
0.0213
X2
0.709030
0.041710
16.99911
0.0000
R-squared
0.922173
Meandependentvar
2981.623
AdjustedR-squared
0.916614
S.D.dependentvar
1368.763
S.E.ofregression
395.2538
Akaikeinfocriterion
14.88870
Sumsquaredresid
4374316.
Schwarzcriterion
15.02747
Loglikelihood
-227.7748
Hannan-Quinncriter.
14.93394
F-statistic
165.8853
Durbin-Watsonstat
1.428986
Prob(F-statistic)
0.000000
由表可以得到:
(328.1558)(0.164894)(0.041710)
t=(2.218886)(2.438514)(16.99911)
4、模型检验
在显著性为0.05时,P值都小于0.05,通过显著性检验,认为X1、X2显著。
该模型调整的可绝系数为0.916614,拟合优度较高。
其他条件不变,当从事农业经营的纯收入X1增加1元,人均消费支出Y增加0.402097元;当其他来源的纯收入X2增加1元,人均消费支出Y增加0.709030元,与实际经济意义相符。
5、作散点图
分别作X1、X2与残差平方ET的散点图,结果见图3、图4。
图3
图4
图3点比较集中,个别异常值很分散,图4中的点呈现上升趋势,从而可以知道存在异方差。
6、怀特检验
该数据为截面数据,所以做怀特检验,结果如表5。
表5
HeteroskedasticityTest:
White
F-statistic
3.898573
Prob.F(5,25)
0.0095
Obs*R-squared
13.58148
Prob.Chi-Square(5)
0.0185
ScaledexplainedSS
28.54493
Prob.Chi-Square(5)
0.0000
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
12/04/13Time:
18:
40
Sample:
131
Includedobservations:
31
Coefficient
Std.Error
t-Statistic
Prob.
C
1062731.
993615.4
1.069559
0.2950
X1
-902.4493
1056.763
-0.853975
0.4012
X1^2
0.185265
0.269249
0.688079
0.4977
X1*X2
0.246797
0.138910
1.776665
0.0878
X2
-522.6261
363.4949
-1.437781
0.1629
X2^2
0.045546
0.029326
1.553115
0.1330
R-squared
0.438112
Meandependentvar
141107.0
AdjustedR-squared
0.325735
S.D.dependentvar
325595.5
S.E.ofregression
267358.4
Akaikeinfocriterion
28.00255
Sumsquaredresid
1.79E+12
Schwarzcriterion
28.28010
Loglikelihood
-428.0396
Hannan-Quinncriter.
28.09303
F-statistic
3.898573
Durbin-Watsonstat
2.625064
Prob(F-statistic)
0.009480
在显著性为0.05时,P值都小于0.05,通过显著性检验,认为异方差是存在的,结果和图示法一样。
7、G-Q检验
数据按X2从小到大排列,取前面12个数据,在EViews命令框中直接键入“lsycx1x2”,按回车得到表5。
表5
DependentVariable:
Y
Method:
LeastSquares
Date:
12/04/13Time:
18:
26
Sample:
112
Includedobservations:
12
Coefficient
Std.Error
t-Statistic
Prob.
C
745.1352
407.7880
1.827261
0.1009
X1
0.507200
0.101688
4.987795
0.0008
X2
0.618825
0.309525
1.999272
0.0766
R-squared
0.734387
Meandependentvar
2234.150
AdjustedR-squared
0.675362
S.D.dependentvar
343.8422
S.E.ofregression
195.9109
Akaikeinfocriterion
13.60551
Sumsquaredresid
345429.7
Schwarzcriterion
13.72674
Loglikelihood
-78.63309
Hannan-Quinncriter.
13.56063
F-statistic
12.44196
Durbin-Watsonstat
1.458013
Prob(F-statistic)
0.002565
取后面12个数据,同样得到表6。
表6
DependentVariable:
Y
Method:
LeastSquares
Date:
12/04/13Time:
18:
29
Sample:
2031
Includedobservations:
12
Coefficient
Std.Error
t-Statistic
Prob.
C
1414.950
1245.145
1.136374
0.2852
X1
-0.140422
0.600894
-0.233688
0.8205
X2
0.707351
0.113222
6.247484
0.0002
R-squared
0.905634
Meandependentvar
4059.500
AdjustedR-squared
0.884664
S.D.dependentvar
1698.564
S.E.ofregression
576.8515
Akaikeinfocriterion
15.76536
Sumsquaredresid
2994819.
Schwarzcriterion
15.88659
Loglikelihood
-91.59219
Hannan-Quinncriter.
15.72048
F-statistic
43.18683
Durbin-Watsonstat
2.854126
Prob(F-statistic)
0.000024
前12个数据的残差平方和为345429.7,后12个数据的残差平方和为2994819,
,因此拒绝原假设,即是存在异方差,与图示法、怀特检验结果一样。
8、异方差修正
以残差平法的倒数作为权数进行加权,
表6
DependentVariable:
Y
Method:
LeastSquares
Date:
12/04/13Time:
18:
48
Sample:
131
Includedobservations:
31
Weightingseries:
W
Coefficient
Std.Error
t-Statistic
Prob.
C
628.8172
24.53290
25.63158
0.0000
X1
0.472999
0.018212
25.97178
0.0000
X2
0.695493
0.005881
118.2628
0.0000
WeightedStatistics
R-squared
0.998958
Meandependentvar
2551.739
AdjustedR-squared
0.998884
S.D.dependentvar
7919.799
S.E.ofregression
21.36807
Akaikeinfocriterion
9.053438
Sumsquaredresid
12784.64
Schwarzcriterion
9.192211
Loglikelihood
-137.3283
Hannan-Quinncriter.
9.098675
F-statistic
13424.52
Durbin-Watsonstat
1.867149
Prob(F-statistic)
0.000000
UnweightedStatistics
R-squared
0.920486
Meandependentvar
2981.623
AdjustedR-squared
0.914807
S.D.dependentvar
1368.763
S.E.ofregression
399.5130
Sumsquaredresid
4469099.
Durbin-Watsonstat
2.256006
相比而言,加权后的模型拟合优度更高,得到加权后的回归模型,
9、修正后模型的检验
修正后,可绝系数为0.999841,华特统计量为
,在显著性为0.05、自由度为31时,
大于29.99523,所以不拒绝同方差的
原假设。
三、实验结果
对模型进行加权后,不存在异方差性,得到最终模型:
(24.53290)(0.018212)(0.005881)
t=(25.63158)(25.97178)(118.2628)
该模型的P值都小于0.05,在0.05的显著性下,模型显著,调整的可绝系数0.998884,拟合优度比未加权之前高得多,但没有改变其他条件不变,从事农业经营的纯收入X1(或其他来源的纯收入X2)与人均消费支出Y成正相关的结论。
实验2.自相关检验及修正
一、实验目的
影响各地居民人均年消费支出的因素有多种,其中最主要的影响因素应当为收入,对于农村居民来说,收入包括从事农业经营的纯收入和其他来源的纯收入。
本题研究的是内地2006年各地区农村居民家庭人均纯收入与消费支出消费支出之间的关系是否存在自相关,如存在自相关并做出修正。
数据与实验1相同。
二、实验步骤
1、建立模型
其中,Y表示人均消费支出,X1表示从事农业经营的纯收入,X2表示其他来源的纯收入,单位为元。
2、从excel中将数据导入EViews中。
3、在EViews命令框中直接键入“lsycx1x2”,按回车,即出现回归结果,如表1。
表1
DependentVariable:
Y
Method:
LeastSquares
Date:
03/03/14Time:
14:
42
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
728.1402
328.1558
2.218886
0.0348
X1
0.402097
0.164894
2.438514
0.0213
X2
0.709030
0.041710
16.99911
0.0000
R-squared
0.922173
Meandependentvar
2981.623
AdjustedR-squared
0.916614
S.D.dependentvar
1368.763
S.E.ofregression
395.2538
Akaikeinfocriterion
14.88870
Sumsquaredresid
4374316.
Schwarzcriterion
15.02747
Loglikelihood
-227.7748
F-statistic
165.8853
Durbin-Watsonstat
1.428986
Prob(F-statistic)
0.000000
由k=2,n=31查D.W检验上下界限表,得到
,D.W=1.428986在D.W检验上下界限之间,不能确定模型是否存在一介自相关。
所以要进行LM检验。
3、拉格朗日乘数(LM)检验
由于D.W检验不能确定模型是否存在一介自相关,所以要进行拉格朗日乘数(LM)检验,以确定模型是否存在一介自相关。
LM检验得到结果如下表。
表2
Breusch-GodfreySerialCorrelationLMTest:
F-statistic
1.959043
Probability
0.161255
Obs*R-squared
4.059775
Probability
0.131350
LM统计量:
,在显著性水平为0.05时,
小于LM,所以拒绝原假设,认为存在自相关。
4、自相关的修正
在EViews命令框中直接键入“lsycx1x2ar
(1)ar
(2)”,按回车,即出现回归结果,如表1。
表3
DependentVariable:
Y
Method:
LeastSquares
Date:
12/04/13Time:
20:
21
Sample(adjusted):
331
Includedobservations:
29afteradjustments
Convergenceachievedafter8iterations
Coefficient
Std.Error
t-Statistic
Prob.
C
751.3286
333.8513
2.250489
0.0339
X1
0.363856
0.158409
2.296935
0.0307
X2
0.715241
0.051379
13.92094
0.0000
AR
(1)
-0.245790
0.234979
-1.046009
0.3060
AR
(2)
0.370716
0.243355
1.523357
0.1407
R-squared
0.935705
Meandependentvar
3041.459
AdjustedR-squared
0.924989
S.D.dependentvar
1396.203
S.E.ofregression
382.3946
Akaikeinfocriterion
14.88637
Sumsquaredresid
3509416.
Schwarzcriterion
15.12211
Loglikelihood
-210.8523
Hannan-Quinncriter.
14.96020
F-statistic
87.31927
Durbin-Watsonstat
1.826698
Prob(F-statistic)
0.000000
InvertedARRoots
.50
-.74
修正后,回归模型为:
由k=2,n=31查D.W检验上下界限表,得到
D.W统计量的值在两者之间,说明修正后不存在自行关。
5、模型检验
在显著性为0.05时,X1、X2的P值都小于0.05,通过显著性检验,认为X1、X2显著。
该模型调整的可绝系数为0.924989,拟合优度较高。
其他条件不变,当从事农业经营的纯收入X1增加1元,人均消费支出Y增加0.363856元;当其他来源的纯收入X2增加1元,人均消费支出Y增加0.715241元,与实际经济意义相符。
三、实验结果
对模型进行修正后,不存在自相关,得到最终模型:
(333.8513)(0.158409)(0.051379)
t=(2.250489)(2.296935)(13.92094)
因此,内地2006年各地区农村居民家庭人均纯收入与消费支出消费支出之间的关系是存在自相关的。
经过修正的结果与最小二乘法计算的结果相比,拟合优度更高。