EViews统计分析在计量经济学中的应用--第4章 放宽基本假定的单方程模型.ppt

第章放宽基本假定的单方程模型 4 1异方差问题的解决实验4 2序列相关性问题的解决实验4 3多重共线性问题的解决实验4 4习题 略 2 29 2020 EViews统计分析在计量经济学中的应用 1 4 4 1 异方差问题的解决实验 实验目的 掌握异方差 Goldfeld Quandt检验 White检验 加权最小二乘法等基本概念及异方差产生的原因和后果 进一步掌握异方差的检验与修正方法以及如何运用Eviews软件在实证中实现相关检验与修正 实验数据 人均收入X 人均储蓄Y 样本容量 21 实验原理 G Q检验 White检验 加权最小二乘法异方差修正方法 实验知识预习 OLS估计 异方差问题后果 异方差检验方法 WLS异方差修正程序 2 29 2020 EViews统计分析在计量经济学中的应用 2 实验步骤一 建立工作文件和数据录入 运行Eviews 建立名为 4 1 wlf 工作文件 里面包括序列X Y 录入数据 操作步骤与前面实验所述 样本点21个 2 29 2020 EViews统计分析在计量经济学中的应用 3 导入的数据序列X Y 2 29 2020 EViews统计分析在计量经济学中的应用 4 X序列导入图表 Y序列导入图表 实验步骤二 构建估计模型 结合1991 2011年国内生产总值X 亿元 与出口总额Y 亿元 的数据资料 分析国内生产总值与出口总额之间的线性关系 多元线性模型如下 2 29 2020 EViews统计分析在计量经济学中的应用 5 实验步骤三 模型的初步估计 估计方法采用OLS方法 估计的程序类似前面实验 估计的结果 见后 2 29 2020 哈尔滨工程大学版权所有 6 参数估计结果表 2 29 2020 EViews统计分析在计量经济学中的应用 7 实验步骤四 异方差检验 G Q检验 在Workfile窗口中 点击Sample按钮 弹出Sample窗口 建立样本范围为1991 1998的人均收入与人均储蓄的回归结果 记录该残差的平方和 用同样的方法得出2004 2011的人均收入与人均储蓄的回归结果 记录该样本的残差的平方和 2 29 2020 EViews统计分析在计量经济学中的应用 8 1991 1998年样本回归结果 2 29 2020 EViews统计分析在计量经济学中的应用 9 1991 1998年样本回归结果 其中残差平方和RSS1 5995343 2004 2011样本回归结果 2 29 2020 EViews统计分析在计量经济学中的应用 10 2004 2011年样本回归结果 其中残差平方和RSS1 6 58E 08 异方差检验结果 2 29 2020 EViews统计分析在计量经济学中的应用 11 检验结论 在显著水平为0 1的条件下 检验结果显示 本模型具有异方差性 基于以上两个样本的残差平方和RSS的数据 得到RSS1 5995343 RSS2 6 58E 08根据G Q检验 F的统计量为 F RSS2 RSS1 109 75 F0 1 6 6 4 28 得F 109 75 F0 1 6 6 4 28 实验步骤四 异方差检验 White检验 在Equation窗口中 点击View ResidualDiagnostics HeteroskedasticityTest 在Testtype中选择White 进行White检验 检验结果如后面所示 2 29 2020 EViews统计分析在计量经济学中的应用 12 异方差检验结果 2 29 2020 EViews统计分析在计量经济学中的应用 13 异方差检验结果 由White检验结果可知R2 0 56433 怀特统计量nR2 21 0 56433 11 85092 由于可得出以下结论 2 29 2020 EViews统计分析在计量经济学中的应用 14 检验结论 在显著水平为0 05的条件下 检验结果显示 本模型具有异方差性 实验步骤五 异方差修正 1 采用的方法为WLS 创建权重序列w 操作方式 1 在workfile窗口 点击Object GenerateSeries 弹出GenerateSeriesbyEquation对话框 2 在Enterequation输入框中输入w 1 x 将权重序列设置为自变量 x 的倒数 最后点击OK 生成权重序列w 2 29 2020 EViews统计分析在计量经济学中的应用 15 实验步骤五 异方差修正 2 求出异方差修正的回归结果 具体操作步骤是 1 在主窗口中点击Quick EstimateEquation 在弹出的对话框中输入Y C X 2 点击对话框右侧的Option 弹出新的对话框 在Coefficientcovariance选中White 在Weights的Type选择Inversestd dev 在Weightseries中输入w 点击确定 得到加权最小二乘法的输出结果 2 29 2020 EViews统计分析在计量经济学中的应用 16 异方差修正后的回归结果 2 29 2020 EViews统计分析在计量经济学中的应用 17 对加权的模型进行异方差检验 2 29 2020 EViews统计分析在计量经济学中的应用 18 操作过程如前面White检验所述 检验结果如下图所示 结果比较 2 29 2020 EViews统计分析在计量经济学中的应用 19 修正前White检验结果 加权修正后White检验结果 结论 通过上述比较 可知经过加权修正后 原数据的异方差已经被消除了 实验总结 对比加权前后的估计结果 进行讨论 本实验的其他可能问题的讨论 可以同时采用图形法 戈里瑟检验 2 29 2020 EViews统计分析在计量经济学中的应用 20 ready Let sgotothenext 2 29 2020 EViews统计分析在计量经济学中的应用 21 4 2 序列相关性问题的解决实验 实验目的 掌握序列相关性问题出现的来源 后果 检验及修正的原理 进一步熟悉Eviews7方面的相关操作 实验数据 1991 2011年的出口总额 y亿元 和国内生产总值 x亿元 实验原理 图形检验 杜宾 沃森DW检验 LM检验 预备知识 序列相关及其检验知识 2 29 2020 EViews统计分析在计量经济学中的应用 22 实验步骤一 建立工作文件并估计方程 依据前述实验知识 建立4 2 wfl工作文件 构建如下估计模型 依据以前的基本操作程序 估计上述模型 结果见后 2 29 2020 EViews统计分析在计量经济学中的应用 23 初步估计结果 2 29 2020 EViews统计分析在计量经济学中的应用 24 实验步骤二 异方差图形检验 1 创建残差序列 在方程窗口点击Proc MakeResidualSeries 打开序列对话框 将序列命名为e 2 单击确定 得到残差序列e 3 在主窗口中点击Quick Graph 在弹出的对话框中输入ee 1 点击OK 4 在弹出的新对话框中在图表类型中选择散点图Scatter 点击OK 可得到残差与残差滞后一期的散点图 2 29 2020 EViews统计分析在计量经济学中的应用 25 图形检验 2 29 2020 EViews统计分析在计量经济学中的应用 26 由上图可以初步判断 模型存在正的序列相关 实验步骤三 DW检验 通过对模型的OLS估计 得到其DW估计为 通过查表 可以发现 对样本量为21 一个解释变量的模型 5 显著水平 查DW统计表可知 dL 1 22 dU 1 42 模型中DW dL 显然消费模型中有正的自相关 2 29 2020 EViews统计分析在计量经济学中的应用 27 实验步骤四 LM检验 1 在估计方程选择eview residualtest serialcorrelationLMtest 在弹出窗口 选择滞后1项 即可能存在1阶序列相关 得到LM检验结果如后 2 29 2020 EViews统计分析在计量经济学中的应用 28 LM检验结果 2 29 2020 EViews统计分析在计量经济学中的应用 29 由结果可知 存在一阶正的序列相关 实验步骤五 CO修正 注意 在Eviews的估计中 序列相关性修正并不复杂 在主窗口中 点击Quick EstimateEquation 在新的对话框的输入框中输入YCXAR 1 点击确定 选择最小二乘估计 单击确定 即可得到修正的估计方程 2 29 2020 EViews统计分析在计量经济学中的应用 30 序列相关修正的模型设置 2 29 2020 EViews统计分析在计量经济学中的应用 31 模型修正结果 2 29 2020 EViews统计分析在计量经济学中的应用 32 实验步骤六 对修正模型的再检验 修正后模型的DW 1 34 通过查表 dL 1 20 dU 1 41 由于dL 1 20 D W 1 34 1 41 dU因此其相关性无法确定 2 29 2020 EViews统计分析在计量经济学中的应用 33 实验步骤七 CO再修正 根据前面CO修正的操作步骤 在Equationspecification输入框中输入YCXAR 1 AR 2 点击确定 即可得到再次修正的估计方程 2 29 2020 EViews统计分析在计量经济学中的应用 34 模型再次修正结果 2 29 2020 EViews统计分析在计量经济学中的应用 35 实验步骤八 对修正模型的再检验 修正后模型的DW 2 29 若给定a 0 05 n 19 k 2 通过查表 dL 1 18 dU 1 40 由于dU 1 40 DW 2 29 2 60 4 dU因此其不再存在相关性 2 29 2020 EViews统计分析在计量经济学中的应用 36 Ready Let sgotothenext 2 29 2020 EViews统计分析在计量经济学中的应用 37 4 3 多元共线性问题的解决实验 实验目的 掌握多重共线性问题的来源 后果 检验及修正的原理 掌握多重共线性相关操作 进一步加深对Eviews7的熟悉度 实验数据 被解释变量Y及解释变量X1 X2 X3 X4的时间序列观察值 实验原理 t R平方与F检验 逐步回归法 实验预备知识 多重共线的矩阵知识 逐步回归方法 2 29 2020 EViews统计分析在计量经济学中的应用 实验步骤一 建立工作文件并构建模型 依据前述相关实验的知识 在Eviews中构建4 3 wfl工作文件 并建立相应的序列对象 其中包括被解释变量 Y 解释变量X1 X2 X3 X4 构建如下研究模型 2 29 2020 EViews统计分析在计量经济学中的应用 39 实验步骤二 初步估计方程 方程估计的Eviews估计结果如下 2 29 2020 EViews统计分析在计量经济学中的应用 40 实验步骤三 多重共线性诊断 多重共线性诊断有多种方法 1 t F R平方诊断 注意到前述模型OLS估计的F 60 19 调整后的R平方 0 96 但是 常数项 X1 X3 X4的系数都通不过显著性检验 2 计算解释变量间的相关系数 操作模式 将Y X4同组打开 选择View CovarianceAnalysis 在Statistics中选择Correlation 点击OK 得到相关系数矩阵 2 29 2020 EViews统计分析在计量经济学中的应用 41 解释变量相关系数矩阵 2 29 2020 EViews统计分析在计量经济学中的应用 42 由表可以看出 Y与X1 X2 X4的相关系数都在0 9以上 但输出结果中 解释变量X1 X4的回归系数却无法通过显著性检验 因此可以认为解释变量之间存在多重共线性 实验步骤四 多重共线性的消除 采用逐步回归的办法 去检验和解决多重共线性问题 分别作Y对X1 X2 X3 X4的一元回归 按R2的大小对X进行排序 以R2对应最大的X为基础 顺次加入其他变量逐步回归 2 29 2020 EViews统计分析在计量经济学中的应用 43 Y分别对X1 X。