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

1、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）,7/31/2020,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

2、估计；异方差问题后果；异方差检验方法；WLS异方差修正程序。,7/31/2020,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。,7/31/2020,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,7/31/2020,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

3、口总额之间的线性关系。 多元线性模型如下：,7/31/2020,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）,7/31/2020,哈尔滨工程大学 版权所有,6,参数估计结果表,7/31/2020,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

4、，记录该样本的残差的平方和。,7/31/2020,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,7/31/2020,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,7/31/2020,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,7/31/2020,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

5、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=109.75F0.1(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/Residual Diagnostics/Heteroskedasticity Test，在Test type中选择White，进行White检验。 检验结果如后面所示。,7/31/2020,EViews统计分析在计量经济学中的应用,12,异方差检验结果,7/31

6、/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,7/31/2020,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/Generate Series，弹出Generate Series by Equation对话框。 (2)在Enter eq

7、uation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。,7/31/2020,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/Estimate Equation，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Coefficient covariance选中White，在Weights的Type选择Inverse std.dev，在Weight series中输入w，点击确定，得到加权最小二乘法的输出结果

8、。,7/31/2020,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,7/31/2020,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,7/31/2020,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,7/31/2020,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

9、以同时采用图形法、戈里瑟检验。,7/31/2020,EViews统计分析在计量经济学中的应用,20,ready? Lets go to the next!,7/31/2020,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。,7/31/2020,EViews统计分析在计量经济学中的应用,22,实验

10、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。,7/31/2020,EViews统计分析在计量经济学中的应用,23,初步估计结果,7/31/2020,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/Make Residual Series，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e e(-1),点击OK。 （4）在弹出的新对话框中在

11、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。,7/31/2020,EViews统计分析在计量经济学中的应用,25,图形检验,7/31/2020,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DWdL，显然消费模型中有正的自相关。,7/31/2020,EViews统计分析在计量经济学中的应用,27,实验步骤四：LM检验,（

12、1）在估计方程选择eview-residual test-serial correlation LM test，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。,7/31/2020,EViews统计分析在计量经济学中的应用,28,LM检验结果,7/31/2020,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/Estimate Equation，在新的对话框的输入框中输入Y C X AR(1)，点击确定， 选择最小二乘估计，单击确

13、定，即可得到修正的估计方程。,7/31/2020,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,7/31/2020,EViews统计分析在计量经济学中的应用,31,模型修正结果,7/31/2020,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DW1.34，通过查表， dL=1.20,dU=1.41，由于dL=1.20D.W.=1.341.41=dU因此其相关性无法确定。,7/31/2020,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Equation specif

14、ication输入框中输入Y C X AR(1) AR(2)，点击确定，即可得到再次修正的估计方程。,7/31/2020,EViews统计分析在计量经济学中的应用,34,模型再次修正结果,7/31/2020,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DW2.29，若给定a=0.05，n=19，k=2，通过查表，dL=1.18，dU=1.40，由于dU=1.40DW=2.292.60=4-dU因此其不再存在相关性。,7/31/2020,EViews统计分析在计量经济学中的应用,36,Ready? Lets go to the next!,7/31

15、/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。,7/31/2020,EViews统计分析在计量经济学中的应用,38,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

16、)，解释变量X1、X2、X3、X4。 构建如下研究模型：,7/31/2020,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：,7/31/2020,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F60.19；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YX4同组打开，选择View/Covariance Analysis，在Statistics中

17、选择Correlation，点击OK，得到相关系数矩阵。,7/31/2020,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,7/31/2020,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。,7/31/2020,EViews统计分析在计量经济学中的应用,43,Y分别对X1、X2、X3、X4的一元回归,7/31/2020,EViews统计分析在计量经济学中的应用,44,Y C X1的线性回归结果,Y C X2的线性回归结果,7/31/2020,EViews统计分析在计量经济学中的应用,45,Y分别对X1、X2、X3、X4的一元回归,Y C X3的线性回归结果,Y C X4的线性回归结果,按R2的大小对X进行排