计量经济学实验答案--第二版(张晓峒)
计量经济学张晓峒第二版实验 第5章 异方差
2.已知我国29个省、直辖市、自治区1994年城镇居民人均生活费支出Y,可支配收入X的截面数据见下表(表略)。
(1)用等级相关系数和戈德菲尔- 夸特方法检验支出模型的扰动项是否存在
异方差性。支出模型是 Yi =β0 +β1 Xi +ui
(2)无论{ui}是否存在异方差性,用EViews练习加权最小二乘法估计模型,并
用模型进行预测。 解析:
??Dependent Variable: Y Method: Least Squares Date: 11/12/13 Time: 12:38 Sample: 1 29 Included observations: 29 Variable X C R-squared
Coefficient 0.***** 58.***** Std. Error 0.0***** 49.04935 t-Statistic 43.***** 1.***** Prob. 0.0000 0.2448
2111.931 555.5470 11.***** 11.***** 11.***** 1.*****
0.***** Mean dependent var 0.***** S.D. dependent var 67.***** Akaike info criterion *****.4 Schwarz criterion -162.2236 Hannan-Quinn criter. 1875.057 Durbin-Watson stat 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 4,0003,500
人
均
生
活
费
支
出
3,0002,5002,0001,5001,0002,0003,000可支配收入4,0005,000 (1)略去中心9个样本观测值,将剩下的20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10.由前面的样本回归产生的残差平方和为*****.80,后面样本产生的残差平方和为*****.26.所以F=*****.26/*****.80=5.10,自由度n=10-2=8,查F分布表得临界值为3.44,因为F=5.103.44,所以支出模型的随机误差项存在异方差性。 (2)
3.简述戈德菲尔 - 夸特(Goldfeld-Quandt)检验步骤。
该方法常用于检验递增型异方差,此种方法的前提是大样本容量。戈德菲尔 - 夸特检验的零假设为: H0:σH1:σ 2 2 21=σ2=…=σT 备择假设为 2 2 21≤σ2≤…≤σT 检验的步骤如下:
(1)将观测值按递增的误差方差排列,由于假定是递增型的异方差,所以可将解释变量Xt的值按升序排列。
(2)任意选择C个中间观测值略去。检验表明,略去数目C的大小,大约相当于样本观测值个数的1/4。剩下的T―C个样本观测值平均分成两组,每组样本观测值的个数为(T―C)/2。
(3)计算两个回归,一个使用前(T―C)/2个观测值,另一个使用后(T―C)/2个观测值。并分别计算两个残差平方和,由前面的样本回归产生的残差平方和
为∑et12 ,后面样本产生的残差平方和为∑et22 ,则X12 =∑et12 ~X2[(T―C)/2―k―1], X22 =∑et22 ~X2[(T―C)/2―k―1],其中k为计量模型中解释变量的个数。 (4)构造F统计量。
X22/[(T―C)/2―K―1] ∑et22 F= = 2 X12/[(T―C)/2―K―1] ∑et1
则在H0成立条件下,F~F(v1 ,v2 ),其中v1 =v2 =(T―C)/2―k―1。如果模型中不存在异方差,则∑et22与∑et12 应大致相等,此时F的值应接近于1;如果存在异方差性,F的值应远远大于1。 (5)给定显著性水平α,查F分布表可得临界值Fα(v1 ,v2 ),若用样本计算的F > Fα ,则备择假设H1成立,说明计量模型存在异方差性,否则模型不存在异方差。 4.简述怀特(White)检验步骤。
(1)用OLS方法估计原回归模型,得到残差平方和ut2 。 ∧ (2) ∧
其中f(?)是含常数项的线性函数。用OLS方法估计此模型得到R2。 (3)给定显著性水平α,计算WT(g)=TR2 ,与临界值Xα2 进行比较以确定是否接受原假设,进而确定原回归模型是否存在异方差。 第6章 自相关 2.DW统计量的取值范围是多少? DW≈2(1-ρ)
因为ρ的取值范围是[-1,1],所以DW统计量的取值范围是[0,4]。ρ与DW值的对应关系见下表。 表1 ρ与DW值的对应关系及意义 ρ ρ=0 ρ=1 ρ=-1 0<ρ<1 -1<ρ<0
DW DW=2 DW=0 DW=4 0<DW<2 2<DW<4
ut的表现 ut非自相关 ut完全正自相关 ut完全负自相关 ut有某种程度的正自相关 ut有某种程度的负自相关 ∧
3.已知某行业的年销售额(Xt ,万元)以及该行业内某公司的年销售额(Yt ,万元)数据如下表(表略)。(1)以Xt 为解释变量,Yt 为被解释变量,建立一元线性回归模型。(2)观察残差图。(3)计算DW统计量的值。(4)用差分法和广义差分法建立模型,消除自相关。 解析:
构
造
辅
助
回
归
模
型
ut2
=f(xt1 ,…,xtk ,xt12 ,…,xtk2 ,xt1 ,xt2 ,…,xt(k-1)xtk),