《计量经济学》实验项目与主要内容

《计量经济学》实验项目与主要内容

六、实验项目与主要内容

序学

实验项目名称主要内容及要求实验类型

号时

熟悉Eviews软件的安装、界面窗

Eviews软件及其基本操作简介、

12口菜单、运行方法，使学生熟菜单法演示性

一元回归分析

和命令法的一元回归分析基本操作。

对实际的经济问题建立线性回归

模型：收集或模拟样本数据，建立模

多元线性回归模型的估计、检

22型：模型的参数估计与检验：根据检综合性

验和预测应用

验结果修正模型，应用修正模型进行

预测。

对回归模型进行异方差、自相关、

3回归模型的计量经济检验2综合性

多重共线性问题进行检验与处理

虚拟变量、滞后变量的数据输入

虚拟变量模型、滞后变量模型

（生成）方法；虚拟变鼠模型、滞后

的估计与检验，独立探索

42变量模型的估计、检验、预测应用。综合性

Eviews中的常用函数及预测应

独立探索Eviews中的常用函数及预

用测应用。

目录

实验1——

【实验目的】

r解Eviews软件的基本操作对象，掌握基本操作方法。

【实验内容】

1A-1Eviews软件的安装与启动

1A-2工作文件的建立

1A-3数据的输入、编辑与生成

1A-4观察数据的基本特征

1A-5一元回归模型的估计、检验及预测

【实验步骤】

1B-1观看"”，模仿其中的操作。（点击超链接即可）

1B-2根据下文示范步骤，完成操作

1B-3独立完成指定两个实验课题

1B-1Eviews软件的入门基本操作

观看，模仿其中的操作。（点击超链接即可）。

1B-2根据下文示范步骤，完成操作

例：四川省城市居民1978-1998年家庭人均生活性消费支出Y与人均可支配收入X的资料如下（元）：

年份XY

1978338314

1979369340

1980391364

1981412396

1982化5407

1983457493

1984517581

1985680695

1986787849

1987889948

198810861130

198911841349

199012811490

199114881691

199216511989

199320342408

199428063297

199534294003

199637334406

199747634093

199851274383

1B-2.1建立文件:

Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。主要有如

下几种方法：

[11操作命令法：create数据类型样本区间

[2]新建文件：File/New/Workfile,出现对话框“工作文件范围”,选取或填上数据类型、起

止时间。OK后，得到一个无名字的工作文件，其中有：时间范围、当前工作文件样本范围、filter、

默认方程、系数向量C、序列RESID。

[3]读已存在文件：File/Open/Workfileo

（1）操作命令法:createa19781998（回车,即完成，见下图所示）

（2）菜单操作法：file\new\workfile（单击）'再弹出的对话框中点选“数据类型”、输入“样本区间”\

点击“0K”

1B-2.2输入样本数据

主要有如下几种方法：

[11从键盘输入：Quick/EmptyGroup（EditSeries）,打开组窗口，产生一个untitled“Group1按列在表中

输入序列名（在OBS）及其数据，每输入一个数据完，敲一次enter。

[2]从Excel更制数据：先取定Excel中的数据区域，选“复制”；其次，打开Evicw,同，建工作文件，

使样本区域包含与被复制数据同样多的观察值个数：笫三，击Quick/EmplyGroup（Editseries）：第

四，按向上滚动指针，击数据区OBS右边的单元格，点Edit/Paste,再退出，选N。，于是，在工作

文件中有被复制的数据序列的图标。

【3】从Excel复制部分数据到已存在的序列中:取定要复制的数据，复制之;打开包含已存在序列的Group

窗口，使之处于Edit模式（开关键是Edit+）：将光标指到目标单元格，点Edil/Pasie,

（1）命令操作法：dataxy（回车，即完成，见下图所示）

在弹出的对话框中输入各个样本数据有三种方法

3・14.1…3一Y-Z

<wHe•1971IMl

daUxy

■si，…

R*^»51M4

①直接输入：

②若样本数据以表格形式给出，可直接复制一一粘贴；

③若样本数据以表格（excel）或文本文件（ixt.）格式给出，可直接导入。

★若样本数据以表格（excel）格式给出，

文件名为Sichuan,保存在“实验”文件夹中，数据导入操作如下：

（关闭文件sichuan）,点击file\import\readtext-lotus\excel

弹出对话框：

选择路径（保存数据的文件夹）-文件类型-文件名-点击“打开”，弹出对话框：

在对话框中选择“数据排列形式”、输入“数据（变量）名称”、“数据位置”等信息后，单击“0K”

即可。

★若样本数据以文本文件（ixt.）格式给出，

文件名为x\y,保存在“实验”文件夹中，数据导入操作如下：

点击file\import\readtext-lotus\excei

选择路径（保存数据的文件夹）-文件类型-文件名-点击“打开”，弹出对话框：

在对话框中选择“数据排列形式”、输入“数据（变量）名称”、“数据位置”等信息后，单击“0K”

即可。

⑵菜单操作法：object'newobject,

单击弹出对话框.选择对象类型（series），输入变量名称（x）

点击“0K”弹出对话框，

双击图标（x）,弹出对话框，点击“edit+/-”按钮，在相应位置输入相应样本数据（或复制一一粘贴）

即可，

1B-2.3做散点图

（1）命令操作法：scatxy（回车，即完成，见下图所示）

（2）菜单操作法：点击quick\graph,

弹出对话框

输入变量名，单击“0K”弹出对话框

在下拉菜单中选择"scatterdiagram",单击“OK”即弹出散点图

1D-2.4回归分析

说明：普通最小二乘法有多种噪作方法：

方法1：在命令窗口，直接输入“LS因变量C自变量”，中间用空格隔开，多个自变量之间也用空格隔

开。

方法2：点Object/NewObject/Equation,出现对话框：在EquationSpecification内填入方程（不带扰动项）；

在EstimationSettings中填入所用估计方法和样本估计区间。

方法3：点Quick/EstimaleEcuation,同上填写对话框。

方法4：在工作文件内，按被解释变量、各解释变量图标的次序取定（按住Ctrl,用鼠标逐个选），对它

们双击左键后，再点OpenEqualion,出现对话框，根据习惯，将C放在被解释变星与解释变量

之间，其它填充同上方法。

在OLS输出结果中，注意以下项目：

[1]各解释变量的系数估计及其t值、样本标准差和p值分别是多少，它们分别是如何定义的，分

别有什么意义，怎样对系数进行检验：

[2]对回归方程线性性进行检验的统计量是什么，方程拟合优度检验量是什么，如何定义的？

[3]指出回归方程的标准差、残差平方和、依赖变量的均值和标准差、对数拟然值，分别写出它们

的确定公式。

（1）命令操作法：Isycx（回车，即完成，见下图所示）

（2）菜单操作法：点击quick'estimateequation弹出对话框

在对话框中输入待估计模型相应的变量（ycx）即可

（3）点击Resids,出现图形

点击Stats,返回

在Equation框中，击“Forecast/ok"，得样本期内被解释变量的拟合值YF（拟合值与实际值的对比图、

表）。

点击view\

1B-2.5预测应用

外推预测（如原资料为1978/998,外推到1978-2000年）

键入：expand19782030/回车（Range扩大）

键入：smpl19782000/回车（sample扩大）

键入:datax/回车/yes,输入X的1999、2000年资料（4366,4601）/最小化

在Equation框中，点击“Forecast”，得对话框。对话框主要有

Forecastname（预测值序列名）YF

S.E.（预测值标准差）se回车

注：如果要浏览预测值YF、实际值Y,预测值的标准差se,在命令行健入:“ShowYYFse

（指标解读：请参考张晓端的《EVIEWS使用指南与案例》103页）

1B.2.6实验总结（报告回归分析结果及预测应用情况）

（I）样本回归方程为：

Y=147.2068+0.9607*X

（t）（1.3286）（18.8207）

R2=0.9491

（2）模型检验

截距项为147.2068,在理论上表示自发消费支出，其值为正数；估计值符合经济理论要

求，即能够通过经济意义检验；斜率项为0.9607,在理论上表示边际消费倾向，其介于0

到1之间，估计值符合经济理论要求，即能够通过经济意义检验；

决定系数K=0.9491,接近于1,说明模型总体拟和优度高，即四川省城市人均可支配收入X的变化可

以解释说明人均生活性消费支出Y的变化的94.91%；

若显着性水平为a=005,则t检验的临界值为.2（21-2）=3。9）=2.093,解释变量X对应的t统计

值为18.8207,大于临界值，故拒绝零假设，即四川省城市人均可支配收入X对人均生活性消费支出Y的影

响是显着的。（亦可表示为：解释变量X能够通过t检验）

（3）预测应用

当1999、2000年四川省城市人均可支配收入分别为4366和4601元时，平均人均生活性消费支出分别为

4341.4和4567.2元，其置信度为95%的预测区间为（4341.4±2.093*375.2）和（4567.2±2.093*379.9）,,

1B-3独立完成指定两个实验课题

1B-3.1实验课题1

为了研究深圳市地方预算内财政收入与国内生产总值区关系，得到以下数据：

年份~地方预算内财政收入Y（亿元）国内生产总值X（GDP,亿元）

199021.7037171.6665

199127.3291236.6630

199242.9599317.3194

199367.2507449.2889

199474.3992615.1933

199588.0174795.6950

1996131.7490950.0446

1997144.77091130.0133

1998164.90671289.0190

1999184.79081436.0267

20(X)225.02121665.4652

2001265.65321954.6539

资料来源：《深圳统计年鉴2002》，中国统计出版社

I.实验要求

⑴运用Evicws软件画出财政收入Y对国内生产总值GDP的的散点图

(2)建立深圳地方预算内财政收入Y对国内生产总值GDP的回归模型；

(3)运用Eviews软件估计所建立模型的参数，解释斜率系数的经济意义；

(4)对回归结果进行检验：

(5)若2005年年的国内生产总值为3600亿元，确定2005年财政收入的预测值和预测区间(&二005)。

2,请分别采用“命令法”和“菜单法”完成上述操作，籍此初步掌握Eviews软件的简单操作方法。

3.整理上述分析，写出一篇完整的计量经济分析报告(参考课堂所将相关内容)。

1B-3.2实验课题2

采用2001年我国各省(直辖市、自治区)的国内生产总值gdp和最终消费com来估计我国的消费函数(数

据单位为亿元，数据来源于中国经济信息网)请完成如下操作：

地区gdpcom地区gdpconi

北京2845.651467.71湖北4662.282408.84

天津1840.1901.85湖南39832553.14

河北5577.782509.3广东10647.715841.32

山西1779.971046.43广西2231.191597.05

内蒙古1545.79936.19海南545.96299.86

辽宁5033.082828.09重庆1749.771078.06

吉林2032.481331.32四川4421.762691.47

黑龙江35612110.54贵州1084.9833.87

上海4950.842149.07云南2074.711430.44

江苏9511.914295.96西藏138.7382.79

浙江6748.153306.1陕西1844.271004.5

安徽3290.132108.09甘肃1072.51674.42

福建4253.682225.23青海300.95197.79

江西2175.681357.47宁夏298.38223.52

山东9438.314582.61新疆1485.48854.6

河南5640.113114.13

I.运用Eviews软件画出com对gdp的散点图

2,建立com对gdp的一元回归方程（注意选择适当的函数形式）

3.运用Eviews软件估计模型，分别作拟合优度检验、回归方程显着性检验以及回归参数显着性检验。

4.简要说明实验课题2与实验课题1的异同之处。

实验2——多元线性回归模型的估计、检验和预测

【实验目的】

多元回归模型的估计、检验及预测方法

【实验内容】

2A-1多元回归模型的估计、检验

2A-2多元网归模型的预测

2A-2非线性模型回归、受约束回归

【实验步骤】

2B-1按照实验课题1、2要求，完成基本操作练习作。

2B-2根据实验课题3要求，独立完成实验操作、课外练习和实验报告。

2B-3根据实验课题4、5要求，课外独立探索，完成相关操作。

2B-1实验课题1—基本操作练习

2B-1.1.1——基本操作练习1

下表是我国某市.1978——1995年间的宏观经济数据

1）运用Eviews软件画出

①REV对GDP的散点图

②EXB对REV的散点图

③SLC对GDP的散点图

2）建立REV对GDP（解释变量）、EXB对REV、SLC对GDP的一元回归模型

3）运用Eviews软件分别估计各个模型

4）对三个回归方程分别作拟合优度检验、回归方程显着性检验以及回归参数显着性检验。

5）请预测1996年的财政收入、财政支出以及社会消费平均零售额（提示：先建立GDP的时间序列模型

GDP=a+bt,预测出1996年的GDP）.

2B-1.1.2——基本操作练习2

将SLC作为被解释变量，GDP,REV,EXB为解释变量

I）建立多元归方程

2）对回归方程进行拟合优度检验、回归方程显着性检验以及回归参数显着性检验。（显着水平为0.1（））

国内生产总值财政收入REV财政支出EXB社会消费平均零

年份

GDP（万元）（万元）（万元）售额SLC（万元）

1978611226604179221269

1979654876634190824588

1980704406710201530674

1981878176823213938455

19821084058103261245358

19831216438578280448526

19841463408469301367639

198520378411118499984416

1986266474160539916108735

19873416012022112521131723

19884698642707617475212585

19895061143188821623229697

19906461503513922198267664

19917484154243626788301052

19928454095620438162360416

199311494789382872910509971

1994154538313053288984671843

19952056273179063124173878516

2B-1.2——基本操作练习3

［实验数据来源：古扎拉蒂着的《计量经济学》教材）

数据定义：Y=售出的玫瑰数量，打

乂2=玫瑰的平均批发价格，美元/打

*3=石竹的平均批发价格，美元/打

x4=平均每周家庭可支配收入，美元/打

x5;底特律市区从1971第二季度到1975年第二季度的趋势变量，取值1,2,等等

,建立文件、输入数据（如下表所示）

obsX2X3X4X5Y

1971:32.2600003490000158.11001.00000011484.00

1971;42.5400002850000173.36002.0000009348.000

1972:13.0700004060000165.26003.0000008429.000

1972:22.9100003640000172.92004.00000010079.00

1972:32.7300003210000178.46005.0000009240.000

1972:42.7700003660000198.62006.0000008862.000

1973:13.59(XXX)376(X)00186.28(H)7.00(XX)06216.000

1973:23.2300003490000188.98008.0000008253.000

1973:32.6000003.130000180.49009.0000008038.000

1973:42.890(XX)32(MX)00183.3300lO.(XXMX)7476.(XX)

1974:13.7700003650000181.870011.000005911.000

1974:23.6400003600000185.000012.000007590.000

1974:32.8200002940000184.(XX)013.000006134.(XX)

1974:42.9600003120000188.200014.000005868.000

1975:14.2400003580000175.670015.000003160.000

1975:23.6900003530000188.00()016.000005872.(XX)

自价格弹性，旁价格弹性和收入弹性的先验符号分别是负，正，To从下面结果可以看到拟合与预期一致。

2,对该组数据进行线型模型的参数估计

EstimationCommand:

LSYCX2X3X4X5

EstimationEquation:

Y=C(1)+C(2)*X2+C(3)*X3+C(4)*X4+C(5)*X5

SubstitutedCoefficients:

3.对对数-线性模型的参数估计

EstimationCommand:

LSLNYCLNX2LNX3LNX4LNX5

EstimationEquation:

LNY=C(I)+C(2)*LNX2+C(3)*LNX3+C(4)*LNX4+C(5)*LNX5

SubstitutedCoefficients:

4.对数-线性模型的参数解释。

5.对线性模型自价格，互价格和收入三弹性的计算。

6.模型的选择。

2B・2实验操作、课外练习和实验报告

2B-2实验课题4一书刊消费研究

1、确定研究对象并采集相应的样本数据；

经过研究发现，家庭书刊消费水平（Y,元/年）受家庭收入（X,元/月）和户主受教育年数（丁年）的

影响。现对某地区的家庭进行抽样调查，得到样本数据如下：

obsY（元/年）X（元/月）T（年）

1450.00001027.2008.0(XX)00

2507.70001045.2009.000000

3613.90001225.80012.00000

4563.40001312.2009.000000

5501.50001316.4007.000000

6781.50001442.40015,00000

7611.10001768.80010.00000

8I222.KX)1981.20018.0(XXX)

9793.20001998.60014,00000

10660.80002196.00010.00000

11792.70002105.40012.00000

12580.80002147.4008.000000

12612.70002154.00010.00000

14541.80001614.0009.000000

15890.80002231.40014.0(XX)0

161121.0002611.80018.00000

171094.2003143.40016.00000

181253.0003624.60020.00000

（庞皓，p56）

2、模型设定：

我们假设家庭书刊消费水平（Y,元/年）与家庭收入（X,元/年）和户主受教育年数（T,年）之间具有

线性关系：

Y=bo+b,X,+儿T,+j（i=l,2,....,18）

根据凯恩斯理论，回归系数）表示消费者的边际消费倾向，既可支配收入每增加1元所引起的消费者消

费支出的平均变化量，显然也介于0~1之间（书刊作为消费品，应符合一般的消费论）；另一方面，书刊为

一种特殊商品，不同消费群体对他的消费具有不同的特点。根据经验可知，受教育年限越长，对书刊的消费

应该越多（职业、竞争、娱乐、偏好，等）［专用资产、沉没成本］,所以E应为正数。

一般情况下，截距项b。没有什么具体的经济意义。

3、用Eviews软件进行回归分析一一操作命令；

createu18

dataxy（

Sealxy

Scatty

Lsycxt

4、回归结果的表达及意义一一样本回归方程：

A

Yj=-49.62+0.0866X,+52.32T.

（So）（49.38）（0.0294）（3.2055）（回归系数标准差）

（t）（-1.005）（2.9511）（10.0512）（回归系数t统计值）

R2=0.9513R2=0.9448DW=2.5872I'=146.56

回归结果表明：

决定系数为0.9513,意味着模型能够以95.13%的比例解释家庭书刊消费支出的变动，表明所选择的模

型很好地拟合了实际数据。F=146.56,远远大于相应的临界值，说明回归模型是高度显着成立的。

在其他条件（T及其它假设条件）不变的情况下，家庭收入每增加1元，家庭书刊消费支出将增加0.0866

元；在其他条件（X及其它假设条件）不变的情况下，户主受教育年限每增加1年，家庭书刊消费支出将增加

52.32元：符合理论假设和实际经验，可以通过经济意义检验。

截距项为-49.62,没有什么具体的经济意义。

两个回归系数的t值均大于相应的临界值，说明家庭收入（X）和户主受教育年数（T）对家庭书刊消费支

出（Y）的影响是高度显着，都是对被解释变量有解释能力的变量，应当保留在模型中。同时，变量一一户主

受教育年数⑴比较显着，说明该变量对被解释变量的影响更大（合理吗？）（＞

由此可见，欲刺激书刊消费，延长教育年限、普及大学教育、实施终生教育是可行的政策措施之一。

5、进一步还可以求出：

（1）回归系数的置信区间：有何作用？）一一请同学们自己完成。

（2）若某一家庭收入为3598元/月，户主受教育年数为19年时，那么该家庭书刊消贽为多少？

6、整理上述分析，写出一篇简要的计量经济分析报告。

2B-3独立探索

2B-3.1实验课题5—非线性模型的Eviews实现

1.?公式输入法：同线性回归

2.?可线性化的模型可定义新的序列，再用线性回归

3.?案例分析：根据平均成本U型曲线理论，成本函数可用产量的三次多项式近似表示。利用某企业的

下面统计资料，用Eviews,先观察散点图，再建立总成本模型和平均成本模型：并检验自变量的非

线性性是否显着。

年份总成本Y产量X年份总成本Y产量X

110000100974100800

228600300101000001000

319500200111339001200

432900400121157001100

552400600131548001300

652400500141787001400

762900700152031001500

886300900

2B-3.2实验课题6_受约束回归

1.参数约束条件检验：在向归输U表中击菜单“View/CoefficientTests/WaldCoefficientRestrictions',在对话框

中输入“参数约束条件“，观察F值和p值，判断；例如：

2.缺省变量的检验：在回归输出表中击菜单“View/CoefficientTests/OmittedVariables-LikelihoodRatio”，在对

话框中输入“m”，观察F值和p值，判断；

3.多余变量的检验：在回归输出表中，击菜单“View/CoefficientTests/RedundantVariables-LikelihoodRatio”，

在对话框中输入“m”，看F值和p值（似然比以后再讲），判断。

4.参数的稳定性检验：

实验3——回归模型的计量经济检验

【实验目的】

掌握网归模型异方差、自相关、多重共线性问题的检验与处理的操作方法.

【实验内容】

3A-1异方差的检验与处理的操作方法

3A-2自相关的检验与处理的操作方法

3A-3多重共线性问题的检验与处理的操作方法

【实验步骤】

3B-1按要求实验课题1

3B-2按要求实验课题2

3B-3按要求实验课题3

3B-1实验课题1—异方差的检验与修正

异方差的检验与修正方法，是计量经济学中一个重要的课题，一般经验告诉我们，对于采用截面数据作

样本的计量经济模型，由于在不同样本点上解释变量以外的其他因素的差异较大，所以往往存在异方差性。

异方差的检验主要有解析法和图示法两种方法，但其思路是相同的，即；检验异方差性就是检验随机扰动项

的方差与解释变量观察值之间的相关性。一般情况下，首先0LS用法估计模型，求出随机扰动项的近似估计

量一一残差与，然后检验残差耳与某个解释变量或多个解释变量之间的相关性。对于存在异方差的模型，一

般采用模型变换或WLS法来克服和处理。下面的例题就是围绕这些内容来说明相应的操作方法。

为了研究浙江省农业总产值Y（百万元）与农业劳动者人数L（万人）、耕地面积S（公顷）的相互关系,

特选取该省17个县市90年代初的数据资料，同时为了研究问题的方便，我们将各县市按农业总产值从小到

大排序,见下表（表3B-1.1）。

表3B-I.1___________________________________________________

地点农业总产值农业劳动者人数耕地面积|

Y(百万元)L(万人)S(公顷)

1.温州10.6164.5813540

2.杭州23.0536.3726587

3.鸥海24.33616.0541407

4.奉化29.74411.8266667

5.象山30.53015.2657840

6.阳平30.93321.0553267

7.宁海32.81517.1462160

8.平湖39.80014.5677900

9.舟山43.30517.6390553

10.海宁49.95418.42126193

11.余姚50.88624.63107807

12.苍南58.21128.3272627

13.慈溪59.28030.9793600

14.上虞60.61112.06112433

15.嘉善63.33510.67101940

16.桐庐64.55217.93134973

17.临安96.72927.38139470

从理论上来说，农业劳动人数与耕地面积是农业总产值的重要影响因素。在一定范围内，随着农业劳动者

人数的增加与耕地面积的扩大，农业总产值会相应增加，因此可设理论模型如下：

Yi=b<)+biLi+bzSi+Ei(i=l,2,....，n)

3B-L1用OLS法估计模型，求出残差序列“

(1)输入：createu17回车

输入：datay1s回车，输入样本数据。

如果已制作了相应数据库，可用load或fetch命令，将数据序列或文件读取到内存。

如，输入：loada:file?回车

(2)输入：Isyc1s回车，屏幕显示：

由此得，样本回归方程为：

g=-l.0690+0.6166L+0.00044Si(i=l,2,……，17)

(se)(6.6741)(0.3722)(7.460E-05)

(t)(-0.1602)(1.6567)(5.8818)

R\0.88178,DW=1.4320,F=31.41

判定系数R，的较大，F也大于其相应临界值，回归模型是线性显着的：S的回归参数能通过t检验，是显

着非零的：S的系数为0.00043,符合实际经济意义，能够通过经济意义检验：L的回归参数不能通过I检验,

是显着为零的；

点击菜单：wiview\Actual***\,

京」EViewsJ0㈢

FileEditObjectViewProcyuicK<jpnonsvvinaowneip

的藏]P「oc|Object]Print|Name|Freeze|Estimate|Forecast]Stats|Resids|

Representations

EstimationOutput[____________________________ll

Actual,Fitted,ResidualActual,Fitted,ResidualTable

ARMAStructure-Actual,Fitted,ResidualGraph

GradientsandDerivativesResidualGraph

CovarianceMatrixStandardizedResidualGraph

CoefficientTests

6674175-0.16017008750

ResidualTests

0.3722151.6566700.1198

StabilityTests746E-055881831O0000

Label

Meandependentvar45.21706

AdjustedR-squared0.791725S.D.dependentvar2089289

S.E.ofregression9.534927Akaikeinfocriterion7.506585

Sumsquaredresid1272808Schwarzcriterion7653623

Leglikelihood-6080598F-statistic31.41071

Durbin-Watsonstat1432001Prob(F-statistic)0000007

Path=c:\users\hp\documeDB=noneWF=untitle</屏幕显示:

残差散点图表明，残差绝对值随序列号i的增大而增大，可初步断定模型存在递增异方差。这可能就是

模型OLS估计结果不理想的主要原因。

（3）建立残差序列和回归理论拟合值序列（即,为进一步检验模型的异方差性服务。

用e表示残差序列（巳），e2表示残差平方序列（e,2）,el表示残差的绝对值序列（,Y1表示回

归理论（拟合）值序列（即/.）

输入：genrc=rcsid回车

输入：genre2二屋2问车

输入：genrel=abs（e）回车

输入：forestyl回车

输入：showyleele2s1回车，屏幕显示表:

3B-1.2用图示法检验模型的异方差性

（1）用图（表）RAF所显示的散点图检验模型的异方差性：

这种检验方法已经在“回归结果解读”以及有关例题中进行了说明，不再赘述。

（2）用残差的平方序列与某个解释变量或理论回归值的散点图检来验模型的异方差性：

首先，输入：scat（s）e2yl,回车，屏幕显示图：

显然可见，残差平方随S变大而明显变大，说明模型存在递增异方差。

其次，输入：scat（s）e21,回车，屏幕显示可见，残差平方ej随L变大并没有明显变大，也无其他规

律性」因此不能说明模型存在异方差。

再次，输入：scat（s）c2s,回车，屏幕显示可见，残差平方ej随Y1变大而明显变大，也说明模型存在

递增异方差。

3B-1.3用解析法检验模型的异方差性

解析法检验模型的异方差性的方法很多，很难说哪一种方法是最好的，下面仅介绍Spearman检验法、

Goldfield-Quandl检验法、Park检验法、和Glcjser检验法的操作方法。

(1)Goldfield-Quandt检验法

第一步，建立统计假设：

零假设H0:j是同方差(i=l,2,……,17)

备择假设H.：£i不是同方差

第二步，处理观察值：

将解释变量S的观察值按由小到大的顺序排列，然后将居中的3个观察数据去掉。再将剩余的14组数据

分为样本容量为7的两个子样本。

第三步，建立同归方程，求残差平方和：

输入：sorts

输入：smpl17回车

输入：Isycs1回车

Genrr21=@ssr

屏幕显示回归结果,得：r21=Een2=38.7131

输入：smpl1117回车

输入：Isycs1回车

Genrr22=@ssr

z

屏幕显示回归结果，得：r22=Ee21=400.3811

第四步，建立统计量，计算统计值：

用所得的两个子样本的残差平方和构成F统计量，当为真时，统计值F为：

GenrF=r22/r21

2

F=r22/r21=Se2i/=400.3811/38.7131=10.342

第五步，作结论：

如果没有异方差性，则EC/和ZeT应大体相等：如果存化异方差性，则应比

小很多，即统计值F应很大。对给定的显着性水平a=5乐查表得临界值为：

F.((n-c)/2-k-l,(n-c)/2-k-l)=5(7-2-1,7-2-1)=6.39,

显然，F=10.342>F.(4,4)=6.39

贝J,拒绝H0,认为模型具有异方差性。

(2)Park检验法

第一步，对原模型用OLS法计算残差巳和残差平方e『；

第二步，取异方差结构的函数形式为：aj=a2Sfev<

可以改写成对数形式：lnb：=Incr2+/nnSj+《

第三步，建立方差结构回归模型：

由于未知，Park建议用e/来替代之。如果用lne2表示Ine},用1ns表示InS,,则：

输入：smpl117回车

输入：Islog(e2)clog(s)回车,屏幕显示:

得，回归方程为：

lne2=-4.7482+0.70971ns

(Se)(9.7902)(0.8757)