全流程展現：Eviews檢驗與處理迴歸方程的異方差問題（一）

經典線性迴歸模型的一個重要假定是：整體迴歸函數中的隨機偏差項知足同方差性，即它們都有相同的方差。若是這一假定不知足，則稱線性迴歸模型存在異方差性。若線性迴歸模型存在異方差性，則用傳統的最小二乘法估計模型，獲得的參數估計量不是有效估計量，甚至也不是漸近有效的估計量；此時也沒法對模型參數的進行有關顯著性檢驗。對存在異方差性的模型能夠採用加權最小二乘法進行估計。

現如下面數據爲例，來全流程展現如何使用Eviews檢驗並修正迴歸方程的異方差問題：

數據來源：國家統計局——分省年度數據。

網址：http://data.stats.gov.cn/adv.htm?m=advquery&cn=E0103

1、建立Eviews數據文件

打開eviews軟件，點擊file——new——workfile，建立該數據的數據文件：

在命令窗口輸入：series x， series y。將x、y的值複製進去，便可得：

2、建立模型

對上述數據創建線性迴歸模型：y=a+bx+u，採用eviews進行估計，獲得：

從迴歸結果能夠看出，X的係數爲0.3071，代表X1變更一單位引發Y變更0.3071單位；在顯著性水平爲5%時，變量X的t值爲10.5853，與它們的自由度爲（31-2）爲29的自由度的臨界值t=1.782相比，變量是統計顯著的。

3、異方差檢驗

（1）圖示法檢驗

    觀察農業總產值（Y）與農做物播種面積（X）的散點圖：在命令窗口輸入 SCAT  X  Y；

從圖中能夠看出，隨着農做物播種面積的增長，農業總產值不斷提升，但離散程度也逐步擴大。這說明變量之間可能存在遞增的異方差性。

（2）G-Q檢驗

將樣本安解釋變量排序（SORT X）並分紅兩部分（分別有1到12共12個數據（子樣本1），20到31共12個數據（子樣本2））

利用子樣本1創建迴歸模型1：點擊estimation，在對話框裏輸入如下內容：

點擊肯定，獲得：

獲得殘差平方和RSS1爲1405737.

利用樣本2創建迴歸模型2：點擊estimation，在對話框裏輸入如下內容：

獲得:

獲得殘差平方和RSS2爲殘差平方和爲6772857。

計算F統計量：                                     

本文分享自微信公衆號 - 博士的計量經濟學乾貨（econometrics_ABC）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。