.3檢驗模型的異方差性

一、圖形檢驗

生成殘差序列。在得到圖52結果後，在工作文件中點擊Object→Generate　Series...，在彈出的窗口中，在主窗口鍵入命令如下“e2=resid^2”，如圖53所示，得到殘差平方和序列e2。

圖53

如果存在異方差，則隻可能是由於可支配收入X引起的。

繪製e2t對Xt的散點圖。按住Ctrl鍵，同時選擇變量X與e2，以組對象方式打開，進入數據列表，再點擊View→Graph→Scatter→Simple　Scatter，可得散點圖，如圖54所示。

圖54

由圖54可以看出，殘差平方和e2t對X大致存在遞增關係，即存在單調增型異方差。

二、GoldfeldQuanadt（戈德菲爾特—匡特）檢驗

對變量取值排序(按遞增或遞減)。在工作文件中點擊Proc→Scrt　Current　Page...，在彈出對話框中輸入X即可(默認項是升序)，如圖55所示。本列選擇升序排列，這時變量Y將以X按升序排列。

圖55

構造子樣本區間，建立回歸模型。在本案例中，樣本容量n=20，刪除中間1/4的觀測值，大約4個數據，餘下部分平分得兩個樣本區間：1~8和13~20，它們的樣本個數均是8個，即n1=n2=8。在工作文件窗口中點擊Sample菜單，在彈出的對話框中輸入1　8，將樣本期改為1～8，如圖56所示。

圖56

然後，用OLS方法,鍵入命令：ls　y　c　x,求得如圖57所示的結果。

圖57

根據圖57中的數據，得到模型的估計結果為：

Y∧=1277.161+0.5541X

(0.829)(1.779)

R2=0.3454R2=0.2363D.W.=3.0045

F=3.1659RSS1=126528.3

同樣的，在Sample菜單中，將區間定義為13～20，利用OLS方法求得如圖58所示的結果。

圖58

根據圖58中的數據，得到模型的估計結果為：

Y∧=212.2118+0.7619X

(0.3997)(12.625)

R2=0.9637R2=0.9577D.W.=1.723

F=159.39RSS2=615472.0

計算F統計量：