计量经济学综合实验报告

计量经济学综合实验报告内容摘要：

Prob(Fstatistic) Yi =+ + iu （ 1） 图示法 从图中可以看出，随着可支配收入 X 的增加， 2e 的离散程度随 X 的变化而变化，则误差项 iu存在异方差性；随着可支配收入 X 的增加，城镇居民人均生活费支出的离散程度增加，表示随机误差项存在异方差性。 戈德菲尔德 — 夸特检验 对解释变量 X按升序排列 选择中间 7 个值删去，将剩下的 22个样本观测值分成容量相等的两个子样本，每个子样本的样本观测值个数均为 11。 （ 1）第一个样本估计模型 Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 11:28 Sample: 1 11 Included observations: 11 Variable Coefficient Std. Error tStatistic Prob. C X Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) Y =+ 残差平方和 = （ 2）第二个样本估计模型 Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 11:31 Sample: 19 29 Included observations: 11 Variable Coefficient Std. Error tStatistic Prob. C X Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) Y =+ 残差平方和 = 构造 F 统计量 F=给定显著性水平  =，查 F 分布表 v1 = v2 =112=9， F （ 9,9） =，因为F=，所以城镇居民人均生活费计量模型的随机误差项不存在异方差。 怀特检验 Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 11:20 Sample: 1 29 Included observations: 29 Variable Coefficient Std. Error tStatistic Prob. C X Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 用普通最小二乘法进行估计 Yi =+ + iu R R F= 怀特检验的辅助回归式 White Heteroskedasticity Test: Fstatistic Probability Obs*Rsquared Probability Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/26/13 Time: 08:53 Sample: 1 29 Included observations: 29 Variable Coefficient Std. Error tStatistic Prob. C X X^2 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid +08 Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 22 iit XXu  R 29T )5(*29 2  TR ，所以该回归模型不存在异方差 斯皮尔曼等级相关系数检验 x x 的等级升序排列 e |e|的等级对应排列 d^2 3547 26 20 36 2769 21 21 0 2334 14 7 49 1957 4 18 196 1893 1 8 49 2314 13 22 81 1953 3 4 1 1960 5 14 81 4297 28 17 121 2774 22 15 49 3626 27 23 16 2248 11 1 100 2839 23 10 169 1919 2 2 0 2515 18 27 81 1963 6 3 9 2450 17 13 16 2688 20 26 36 4632 29 12 289 2895 24 19 25 3072 25 25 0 2421 15 16 1 2313 12 9 9 2653 19 6 169 2102 8 5 9 2020 7 11 16 2127 9 28 361 2171 10 24 196 2423 16 29 169 平方和 2334 r=16*2334/( 29293 )== 等级相关系数检验，提出原假设与备择假设 0: 0:10 HH r~N(0,11N)=N(281,0) 构造 Z 统计量 Z=281/r=*= 给定显著性水平 , 查正态分布表，得 Z ，因为 Z=,所以拒绝 0H ，接受 1H ，即等级相关系数是显著的，说明支出模型的随机误差项存在异方差。 （ 2）加权最小二乘法估计模型 Dependent Variable: Y Method: Least Squares Date: 12/26/13 Time: 09:32 Sample: 1 29 Included observations: 29 Weighting series: W Variable Coefficient Std. Error tStatistic Prob. C X Weighted Statistics Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) Unweighted Statistics Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Sum squared resid DurbinWatson stat 还原变量，得 tt XY 78 79  R 29T 实验九 P158第六章第 3题 Dependent Variable: Y Method: Least Squares Date: 12/26/13 Time: 10:57 Sample: 1975 1994 Included observations: 20 Variable Coefficient Std. Error tStatistic Prob. C X Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion 1 Sum squared resid Schwarz criterion 8 Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) Y 和 X 的散点图 线性回归模型 tt XY  R .= DW= T=20 回归方程拟合效 果较好，但是 DW 值较低。 残差图 已知 DW=，若给定  ，查表得 DW 检验临界值 ,  UL dd ，因为DW=，所以认为误差项 tu 存在严重的正自相关。 BreuschGodfrey Serial Correlation LM Test: Fstatistic Probability Obs*Rsquared Probability Test Equation: Dependent Variable: RESID Method: Least Squares Date: 12/27/13 Time: 15:05 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error tStatistic Prob. C X RESID(1) Rsquared Mean dependent var 6 Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) BreuschGodfrey Serial Correlation LM Test: LM（ BG）自相关检验辅助回归式估计结果是 2TRLM =20*= R DW= 因为 )2(2  LM=，所以 LM 检验结果也说明 tt XY  的误差项存在一阶正自相关。 广义差分法：  111 )(6 3 4   tttttt uuXXYY 令 11 ,   tttttt XXXYYY 已 tY 、 tX 为样本再次进行回归， Dependent Variable: YY Method: Least Squares Date: 12/27/13 Time: 16:24 Sample(adjusted): 1976 1994 Included observations: 19 after adjusting endpoints Variable Coefficie Std. Error tStatisti Prob. nt c C XX Rsquared。