山东轻工业学院实验报告成绩
课程名称：计量经济学指导教师：刘海鹰实验日期： 2012年4月16日
院（系）：商学院专业班级金融10-1 实验地点：机电楼B座5楼
学生姓名：张文奇学号： 201008021029 同组人无
实验项目名称：异方差的检验、修正。
一、实验目的和要求
学会利用Eiews软件对线性回归模型进行异方差的检验，修正。
二、实验原理
图示法检验、斯皮尔曼等级相关系数检验、戈德菲尔德-夸特检验、White检验、加权最小二乘法。
三、主要仪器设备、试剂或材料
计算机、EViews 软件
四、实验方法与步骤
1、启动Eviews5软件，建立新的workfile. 命令：create u 1 31 单击回车键；
2、输入数据。
在命令窗口输入命令：data Y X 单击回车键；
3、用OLS估计方程。
在命令窗口输入命令：LS Y C X 单击回车键。
（Eviews输出结果如图一）。
一）图示法检验
1、在命令窗口输入命令：scat x y 单击回车键，得到X与Y的散点图，如图二。
2、输入命令GENR e2=resid^2和Scat X e2，分别单击回车键，得到
如图三
二）spearman等级相关检验
1、在命令窗口依次输入如下命令（每输入一次命令都要单击回车键）
Sort X data X dd1 GENR e1=abs(resid) Sort e1 Data e1 dd2 genr r=1-6*@sum((dd2-dd1)^2)/(31^3-31) genr Z=r*@sqrt(30)
其中dd1 dd2分别为相应变量的等级，即输入1到31.
2、记录实验结果，R值和Z值。
三）G-Q检验
1、在命令窗口依次输入下列命令（每输入一次命令都要单击回车键）
散点图
2
~
i
e
X
Sort X Smpl 1 11 Ls y c x Smpl 21 31 Ls y c x
2、计算F，查表作出判断。
四）White检验
1、在原方程窗口，在命令窗口输入下列命令（每输入一次命令都要单击回车键）
Smpl 1 31 LS Y C X
2、View—〉resdual test —〉white heteroskedasicity(cross terms ) 输出结果如图四五）WLS估计（即异方差的修正）
在命令窗口输入命令（每输入一次命令都要单击回车键）
Smpl 1 31 Genr WW=1/ abs(resid) Ls(W=WW) Y C X 输出结果如图五。
六）、检验修正的模型是否还存在异方差
用White检验，结果如图六。
五、实验数据记录、处理及结果分析
图一
用普通最小二乘法进行估计，估计结果如下
Yˆ=﹣700.41+0.09X i R2=0.922R=0.92 F=335.82
i
t=(-6.0) (18.2) 括号内为t统计量。
β1=0.09说明在其他因素不变的情况下，可支配收入每增长1元，个人储蓄平均增长0.09元。
2
R=0.92 , 拟合程度较好。
在给定 =0.05时，t=18.2 > )
t=2.055 ，拒绝原假设，说明销售
(
29
.0
025
= 4.18 ,表明方程整体显著。
收入对销售利润有显著性影响。
F=335.82 > )9
,2
F
1(
.0
05
一）、图示法检验由图二，图三可以看出，随机误差项存在异方差。
图二
图三
二）、spearman 等级相关检验
R=0.607258 z=3.326089 给定显著性水平α=0.05，查正态分布表，得96
.12=αZ ,因为
Z=3.33＞1.96，所以拒绝H 0,接受H 1,即等级相关系数是显著的，说明储蓄计量模型的随机误差项存在异方差性。
三）、G-Q 检验
记下第一个残差平方和：150867.9 记下第二个残差平方和：966997.0。
计算F=6.41，给定显著性水平α=0.05，查F 分布表V 1=V 2=11-2=9,F 0.05(9,9)=3.18,因为F=6.41＞3.18，所以接受备择假设，即储蓄计量模型的随机误差项存在异方差性。
四）、White 检验
因为TR 2
=31×0.2936=9.1﹥0.6)2(205.0=χ，所以结论是该回归模型中存在异方差。
White 检验的Eviews 计算结果如图四。
其中obs*R-squared 等于9.102584表示的就是统计量TR 2的值。
图四
五）WLS 估计（即异方差的修正）
得到原模型的加权最小二乘估计结果 i
Y ˆ=﹣731.8+0.09X i (-45.12) (55.64)
由图五可以看出，2R =0.987358,拟合程度较好。
在给定 =0.05时，t=55.64 > )29(025.0t =2.055 ，拒绝原假设，说明销售收入对销售利润有显著性影响。
图五
六）、检验修正的模型是否还存在异方差由图六可以看出，T2
R= 0.686446，由White检验知，在α=0,05下，查2χ分布表，得临界值：5.002χ（2）=6.0。
比较计算的2χ统计量与临界值，因为T2
R= 0.686446 < 5.002χ（2）=6.0 ，所以接受原假设，这说明修正后的模型不存在异方差。
图六
六、讨论、心得
学会了如何利用Eiews软件对线性回归模型进行异方差的检验，修正，对以后的工作学习会大有用处。