1、并分别计算两个残差平方和,由前面的样本回归产生的残差平方和为et12,后面样本产生的残差平方和为et22,则X12=et122(T-C)/2k1),X22=et222(TC)/2-k-1),其中k为计量模型中解释变量的个数.(4)构造F统计量。F=X22/(T-C)/2)-k-1)/X12/(TC)/2)-k1)=et22/et12则在H0成立条件下,FF(v1,v2),其中v1=v2=(T-C)/2)-k1。如果模型中不存在异方差,则et22与et12应大致相等,此时F的值应接近于1;如果存在异方差性,F的值应远远大于1。(5)给定显著性水平,查F的分布表可得临界值F(v1,v2),若用样本
2、计算的FF,则备择假设H1成立,说明计算模型存在异方差性,否则模型不存在异方差。4、简述White检验的步骤。答:检验步骤:(1)用OLS方法估计原回归模型,得到残差平方序列ut2。(2)构造辅助回归模型Ut12=f(xt1,xt2,xtk,xt12,xtk2,xt1,xt2,,xt(k1)xtk),其中f(。)是含常数项的线性函数。用OLS方法估计此模型得到R2.(3)给定显著性水平,计算WT(g)=TR2,与临界值2进行比较以确定是否接受原假设,进而确定原回归模型是否存在异方差。第6章自相关2、DW统计量的取值范围是多少?DW=2(1-)因为的取值范围是1,1,所以DW统计量的取值范围是0
3、,4。3、已知某行业的年销售额(Xt,万元)以及该行业内某公司年销售额(Yt,万元)数据如下表。(1)以Xt为解释变量,Yt为被解释变量,建立一元线性回归模型.(2)观察残差图。(3)计算DW统计量的值。(4)用差分法和广义差分法建立模型,消除自相关。(1)DependentVariable:SER01Method:LeastSquaresDate:11/13/12Time:19:33Sample:19751994Includedobservations:20VariableCoefficientStd.ErrortStatisticProb。SER020.1757400.001539114。
4、20030。0000C1.3683972280516.0004110.0000R-squared998622Meandependentvar24.56900AdjustedR-squared0.998545S.D.dependentvar2.410396S.E.ofregression0.091939Akaikeinfocriterion1。840749Sumsquaredresid0.152149Schwarzcriterion-1。741176Loglikelihood20.40749Hannan-Quinncriter.-1.821311Fstatistic13041.71Durbin-
5、Watsonstat744651Prob(F-statistic)0.000000SER01=0.175739526607*SER02-1。36839673187即Yt=0.176Xt1。368R2=0.9986s.e。=0.0919DW=0。7446T=20回归方程拟合的效果比较好,但是DW值比较低。(2)残差图(3已知DW=0.73查表,得DW的临界检验值dl=1.20du=1。41。因为DW=0.74463.84,所以LM检验结果也说明原式的误差项存在一阶正自相关。4、中国储蓄存款总额(Y,亿元)与GDP(亿元)数据如下表。(1)以GDP为解释变量,Y为被解释变量建立一元线性回归模型。(
6、4)用广义差分法建立模型,消除自相关.Y11/13/13Time:17:291960200142t-StatisticGDP0.6974890.01906036。594383028。548655.43164.62069297099710765.230.97027220154.12E.ofregression3474.96419.191004。83E+0819.27375401.0111HannanQuinncriter.19.221331339。149DurbinWatsonstat0.178444Y=0。697489417848*GDP-3028.54756553(3)R2=0。971s.e。=3474。964DW=0.178T=42回归方程拟合的效果好,但DW值比较低.(4)首先推导二阶自相关Ut=aUt1+bUt2+Vt条件下的广义差分变换式。设模型为Yt=0+1Xt+Ut11/13/13Time:46Std。Error0.0347280.0065845.274762-425。8114217。840
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1