F-statistic
4.703427
Durbin-Watson stat
1.930056
Prob(F-statistic)
0.018458
模型【3】
Heteroskedasticity Test: White
F-statistic
14.65680
Prob. F(1,16)
0.0015
Obs*R-squared
Prob.
Y
-0.100666
0.093257
-1.079451
0.3297
C
9534.708
1265.147
7.536443
0.0007
R-squared
0.188998
Mean dependent var
8243.949
Adjusted R-squared
0.026798
S.D. dependent var
19.56939
Log likelihood
-76.19814
Hannan-Quinn criter.
19.41558
F-statistic
5.587862
Durbin-Watson stat
0.656404
Prob(F-statistic)
0.055988
（请对得到的图表进行处理，以上在一页内）
3.White检验法
实验报告
课程名称：计量经济学
实验项目：实验五异方差模型的
检验和处理
实验类型：综合性□设计性□验证性
专业班别：
姓名：
学号：
实验课室：
指导教师：石立
实验日期：
广东商学院华商学院教务处制
一、实验项目训练方案
小组合作：是□否
小组成员：无
实验目的：
掌握异方差模型的检验和处理方法
实验场地及仪器、设备和材料
实验室：普通配置的计算机，Eviews软件及常用办公软件。
Obs*R-squared
7.655216
Prob. Chi-Square(2)
0.0218
Scaled explained SS
12.87226
Prob. Chi-Square(2)
0.0016
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
19428.64
Adjusted R-squared
0.395920
S.D. dependent var
4923.100
S.E. of regression
3826.362
Akaike info criterion
19.54953
Sum squared resid
87846273
Schwarz criterion
4080.739
S.E. of regression
4028.552
Akaike info criterion
19.50895
Sum squared resid
4.22E+08
Schwarz criterion
19.60411
Log likelihood
-271.1253
Hannan-Quinn criter.
2.00E-05
-0.630518
0.5341
T^2
20.42735
9.865483
2.070588
0.0489
R-squared
0.273401
Mean dependent var
3461.910
Adjusted R-squared
0.215273
S.D. dependent var
7240.935
②*在模型【2】中，自变量有两个，有无其他处理方法？尝试做出来。
（请对得到的图表进行处理，以上在一页内）
2.Goldfeld-Quanadt检验法
用Goldfeld-Quanadt检验法检验模型【3】是否存在异方差。
注：Goldfeld-Quanadt检验法的步骤为：①排序：②删除观察值中间的约1/4的，并将剩下的数据分为两个部分。③构造F统计量：分别对上述两个部分的观察值求回归模型，由此得到的两个部分的残差平方为 和 。 为较大的残差平方和， 为较小的残差平方和。④算统计量 。⑤判断：给定显著性水平 ，查F分布表得临界值 。如果 ，则认为模型中的随机误差存在异方差。（详见课本135页）
19.53804
F-statistic
1.704061
Durbin-Watson stat
1.686396
Prob(F-statistic)
0.203192
模型【2】
Heteroskedasticity Test: White
F-statistic
4.703427
Prob. F(2,25)
0.0185
注：①相关分析图是作因变量对自变量的散点图（亦可作模型残差对自变量的散点图）；
②残差散点图是作残差的平方对自变量的散点图。
③模型【2】中作图取自变量为GDPS来作图。
模型【1】
相关分析图残差散点图
模型【2】
相关分析图残差散点图
模型【3】
相关分析图残差散点图
【思考】①相关分析图和残差散点图的不同点是什么？残差散点图更能看得出是否存在异方差
S.E. of regression
6414.371
Akaike info criterion
20.47143
Sum squared resid
1.03E+09
Schwarz criterion
20.61416
Log likelihood
-283.6000
Hannan-Quinn criter.
20.51506
Sample: 1 18
Included observations: 18
Coefficient
Std. Error
t-Statistic
Prob.
C
-632050.0
656900.8
-0.962170
0.3503
X^2
0.0083160ຫໍສະໝຸດ 0021723.828420
0.0015
R-squared
0.478093
Mean dependent var
1232693.
Adjusted R-squared
0.445474
S.D. dependent var
2511199.
S.E. of regression
1870002.
Akaike info criterion
31.82522
Sum squared resid
分别用White检验法检验模型【1】、模型【2】和模型【3】是否存在异方差。
Eviews操作：先做模型，选view/Residual Tests/White Heteroskedasticity (no cross terms/cross terms)。摘录主要结果附在本页内。
模型【1】
Heteroskedasticity Test: White
Dependent Variable: RESID^2
Method: Least Squares
Date:05/30/14Time: 15:34
Sample: 1978 2005
Included observations: 28
Coefficient
Std. Error
t-Statistic
Prob.
F-statistic
1.704061
Prob. F(1,26)
0.2032
Obs*R-squared
1.722264
Prob. Chi-Square(1)
0.1894
Scaled explained SS
3.165058
Prob. Chi-Square(1)
0.0752
Test Equation:
已知ZJ对GDPS和T回归异方差的形式为： ，选取权数，使用加权最小二乘法处理异方差。
并检验处理异方差之后模型是否仍存在异方差，若仍然存在异方差，请继续处理异方差。摘录主要结果附在本页内。
（请对得到的图表进行处理，以上在两页内）
3.模型【3】中消费支出Y对可支配收入X回归异方差的处理
已知Y对X回归异方差的形式为： ，选取权数，使用加权最小二乘法处理异方差。
（请对得到的图表进行处理，以上在一页内）
4.Glejser检验法
用Glejser检验法检验模型【1】是否存在异方差。
分别用残差的绝对值对自变量的一次项 、二次项 ，开根号项 和倒数项 作回归。检验异方差是否存在，并选定异方差的最优形式。
摘录主要结果附在本页内。
（请对得到的图表进行处理，以上在一页内）
16.87578
F-statistic
1.165214
Durbin-Watson stat
0.498709
Prob(F-statistic)
0.329683
后7个：
Dependent Variable: X1
Method: Least Squares
Date:05/30/14Time: 15:27
Sample: 11 18
1108.275
S.E. of regression
1093.324
Akaike info criterion
17.06679
Sum squared resid
5976790.
Schwarz criterion