计量经济学自相关和异方差Word格式文档下载.docx

1、符号表示为： 这一假定说明干扰项不相关，任一次观测的干扰项都不受任何其他观测项的干扰项影响。这一假定同样是为了保证用OLS估计出的参数的有效性。假定6：和的协方差为零。即这一假定说明干扰项和解释变量是不相关的。为了保证干扰项和解释变量对因变量有各自独立（并且可以相加的）影响。假定7:观测次数n必须大于待估计的参数的个数。这一假定是为了能够准确估计出参数。假定8：值要有变异性。也就是说在一个给定的样本中，值不可以全是相同的。如果的值全部相同，就无法估计参数，也就不能改找出解释变量和被解释变量之间的关系，因此值和值两者均有变化是最为重要的。假定9：正确的设定回归模型。正确设定回归模型对准确解释经济

2、现象尤其重要，只有正确的设定回归模型才能发现经济变量之间的关系和定量的分析经济现象。假定10：解释变量之间没有完全的多重共线性。这一假定说明解释变量是不相关的。为了保证解释变量对因变量有各自独立（并且可以相加的）影响。异方差问题一 实验内容 研究我国2012年各地区居民人均消费支出与人均地区生产总值之间的关系。二 模型设定 为了定量分析居民人均消费支出与人均地区生产总值之间的关系，弄清是否是人均地区生产总值越大居民人均消费支出越高，建立了居民人均消费支出与人均地区生产总值之间的回归模型。其中表示第年的居民人均消费支出；表示人均地区生产总值。数据如下：地区 居民人均消费（元）人均地区生产总值（元

3、） 北 京30349.587475 天 津22984.093173 河 北10749.436584 山 西10829.033628 内蒙古15195.563886 辽 宁17998.756649 吉 林12276.343415 黑龙江11600.835711 上 海36892.985373 江 苏19452.368347 浙 江22844.763374 安 徽10977.728792 福 建16143.952763 江 西10572.928800 山 东15095.051768 河 南10380.331499 湖 北12283.038572 湖 南11739.533480 广 东21823.3

4、54095 广 西10519.527952 海 南10634.532377 重 庆13655.438914 四 川11280.229608 贵 州8372.019710 云 南9781.622195 西 藏5339.522936 陕 西11852.238564 甘 肃8542.021978 青 海10289.133181 宁 夏12120.436394 新 疆10675.133796三 参数估计 运用Eviews软件，进行简单线性回归分析，得出参数估计值。回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 04/09/14 Time:

5、09:50Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb.X0.3089660.02635311.724040.0000C893.38181252.6740.7131800.4814R-squared0.825777Mean dependent var14298.39Adjusted R-squared0.819769S.D. dependent var6711.427S.E. of regression2849.244Akaike info criterion18.80984S

6、um squared resid2.35E+08Schwarz criterion18.90235Log likelihood-289.5525Hannan-Quinn criter.18.83999F-statistic137.4531Durbin-Watson stat2.202951Prob（F-statistic）0.000000估计结果为 （1252.674）（0.026353）括号内为标准误差。从上述估计值中，我们可以看出其可决系数较高，F统计量的值也很高。说明整体拟合优度很好；在参数估计中，其当显著性水平时，参数的P值为0.0000，小雨显著性水平，因此拒绝原假设，说明人均地区生

7、产总值对居民人均消费有显著性影响。但是，一般情况下，截面数据容易存在异方差，使得估计的参数不再有效，下面我们来检验是否存在异方差。四 检验模型的异方差（一）图形法现在我们从定性的角度进行判断，做出残差平方对人均地区生产总值X的散点图。图形如下所示：从上图可以看出，随着人均地区生产总值X的增加，残差的平方变动呈增大的趋势。因此，模型很可能存在异方差，但是这仅仅是在定性的角度下看出这种趋势，但是否确实存在异方差还应通过进一步的检验。（二）Goldfled-Quanadt检验在Eviews软件中，对数据进行排序，以人均地区生产总值递增排序。并构造子样本区间，建立回归模型。在本例中，样本容量n=31，

8、删除中间1/4的观测值，即大约7个观测值，余下部分平分得两个样本区间：1-12和20-31，它们的样本个数均是12个，即n1=n2=12.运用Eviews软件，对两部分进行简单线性回归分析，得出参数估计值。 Y1 10:09 1 12 12X10.2548190.0806163.1608890.01012808.2862264.5501.2401080.24320.4997809869.0670.4497581736.9761288.45917.311291660126317.39211-101.867817.281379.9912172.5791200.010143由上表可知：残差平方和=1

9、6601263。 Y2X20.3307620.0792084.1758840.0019-534.46795183.365-0.1031120.91990.63554220392.630.5990967243.6794586.47719.850622.10E+0819.93144-117.103719.8207017.438011.9545270.001900残差平方和= 210000000。根据Goldfled-Quanadt检验和上述残差平方和可计算出F统计量为在显著性水平下，F统计量中分子分母的自由度均为10，查F分布表得临界值，因为F=12.65，所以拒绝接受原假设，说明模型确实存在异方差。（三）White检验运用Eviews软件，做White检验，结果如下：Heteroskedasticity Test: