E v i e w s运用于计量经济学的三个举证
一、异方差
检验：首先做出相应的ls模型，
White检验：在
HeteroskedasticityTest
：White
中检验p值，如果值小于则表示有异方差，反之没有异方差。

G—Q检验
20对数据中在上方输入
*排序
*选出1~7
*做回归
得出Sum squared resid
同样再输入smpl 14 20/ls y c x
得出第二个rss
用rss(1)/rss(2)做f检验
其他检验方式中用genr 定义变量进行回归分析
确定最大的r2等值来确定其异方差形式
?
修正方法
加权最小2
定义e1为相应的resid (e)
在ls规划时将opion中的weight设为abs(e1)
进行来说规划即可这时会去掉其异方差性
二、多重共线性
对数据建模ls分析数据看哪个每个解释变量的f值，检验其是否有多重共线性
求其相关系数矩阵“Quick\Group Statistics\Correlations”得出后和比较，如果大于说明两者之间有激情。

修正方法：
逐步回归
先对每一个进行ls分析建模
然后取出对y影响最大的做为基础
然后更具其相关系数大小排序，用
做出先关的检验，选择加入的元素
如上图就是加入了x3
三、序列相关性
同样的ls对其做出分析，如果接近2 则没有一次相关，若出了范围则有相应的相关性
其他次的相关性可以由lm检验得到(小于即有序列相关性)。

自相关的检验还有view/residual/con-----Q----
做出如图所示的表
修正方法
杜宾两步法：进行如下的ls估计
可得：
将p 的值带入查分模型
如下输入：
结果如下：
含糊可以用lm检验其是否任然具有相关性。

用b(贝塔)0/（1-p）p=之前的或者是第一次的2
最小二乘法
输入如下
结果如下
Lm检验：
可用。

差分法
直接输入：
同样也可知取出了其序列相关性
----made by .。