内蒙古科技大学
实验报告
课程名称：计量经济学实验项目名称：单方程线性回归模型中异方差的检验与补救
院（系）：经济与管理学院专业班级：姓名：
学号：
内蒙古科技大学
实验地点：
实验日期： 2013年 5 月 15 日
实验目的：掌握利用EViews软件对模型中存在的异方差进行检验和补救。
实验内容：
根据我国2000年部分地区城镇居民每个家庭平均全年可支配收入X与消费支出Y的统计数据，通过建立双变量线性回归模型分析人均可支配收入对人均消费支出的线性影响，并讨论异方差的检验与修正过程。
1、异方差的检验
1）图示法
2）Park检验
3）Glejser检验
4）Goldfeld-Quandt检验
5）White检验
2、异方差的补救
1）加权最小二乘法（WLS）
2）对数变换
实验方法、步骤和结果：
一、前期准备工作，数据粘贴file-new-workfile
Quick-empty group
内蒙古科技大学
并对数据重命名 ser01-x ser02-y
二、异方差的检验
1、先对x、y进行估计。
在quick中选择estimate equation编辑方程y c x
内蒙古科技大学
2、将x、y建组，并命名为group02,并在group02中view菜单下选择graph-scatter-simple scaterr画出散点图。
从图像中可看出，三点分布由集中到慢慢扩大，而且比较明显，所以说该模型可能存在异方差。
3、y的估计值与残差平方的散点图进行判断
首先在eq01中proc菜单下选择make residual series,命名为res，找到残差。
如图：
内蒙古科技大学
然后在eq01菜单下选择forecast，命名为yf。
找到y的估计值，点击ok
内蒙古科技大学
4、在eviews下quick菜单中graph——scatter 编辑方程yf c res^2,
点击ok
由图可知，
三点较为凌乱，其估计模型不为一条斜率为零的直线，所以该模型中可能存
内蒙古科技大学
在异方差。
5、用任一解释变量x与残差平方的散点图同时进行判断。
在eviews下quick菜单中graph——scatter，编辑方程x c res^2,
点击ok
由图可知，模型估计不是一条斜率为0的直线，所以该模型中可能存在异方差三、 park检验
在eviews中，quick菜单中estimate equation 编辑方程log（res^2） c log(x)
内蒙古科技大学
点击确定
读图可知，斜率系数的估计值为3.703235，P值为0.0206<0.05，P值小，因此拒绝原假设，该模型中存在异方差。
四、Glejser检验
在eviews中，quick菜单中estimate equation 编辑方程abs(res) cx
内蒙古科技大学
点击确定
读图可知， P值为0.0058<0.05，P值小，因此拒绝原假设，该模型中存在异方差。
内蒙古科技大学
五、Goldfeld-Quandt检验
①将观测值x的大小从小到大排列。
在X窗口菜单栏下，点击sort,选择
aesending
②样本容量为55，根据公式N/4得，略去13个处于中心位置的观测值，并将余下的观测值划分为样本容量相同的两个子样本，每个子样本样本容量均为21，1-21和35-55。
对每个子样本分别进行OLS回归，并计算各自的残差平方和。
点击主菜单栏quick中选择estimate equation编辑方程y c x，sample改为1 21
内蒙古科技大学
其残差平方和为21986.20
再在主菜单栏quick中选择estimate equation编辑方程y c x，sample改为35 55
内蒙古科技大学
得到数据
其残差平方和为131198.6 F=131198.6∕21986.20≈5.97
内蒙古科技大学
表明存在递增型的异方差。
在给定显著性水平α=0.05，查表可知其临界值为
2.16。
5.97＞2.16,所以拒绝原假设，
六、怀特检验
1、在eq01中，view菜单下,residual tests-white heteroskedasticity (no cross terms) 由图可以看出obs*R^2=7.374513 p=0.025041<0.05,拒绝原假设，模型中存在异方差
七、异方差的补救
1）加权最小二乘法（WLS）
利用Park检验结果进行补救。
在eviews中quick菜单下选择estimate equation 选择options-weighted Weight:x^(-1.85)
内蒙古科技大学
与eq01相比，X的系数由原来的0.436809变为现在的0.490769，t值也从原来的5.57704变为现在的8.693845，R^2也从原来的0.369824变为现在的0.670548，残差平方和也变小了，F值增大，综上来说达到了消除异方差的效果。
2）对数变换
Quick-estimate equation,编辑方程 log(y) c log(x)
内蒙古科技大学
对以上结果采用怀特法进行异方差检验
view菜单下,residual tests-white heteroskedasticity (no cross terms) 得到如下数据
内蒙古科技大学
Obs*R^2=2.043518,P=0.359961.P＞0.05,因此接受原假设，异方差消除成绩评定__________________________。