用white检验来检验异方差： 首先新建一个excel(while check.xls)文件。在这个表格中计算出 x5*x5 x5*date…两两乘积。 再用E-Views打开while check.xls。 输入命令Ls e c x5 date d2 d3 d4 x5_x5 x5_date x5_d2 x5_d3 x5_d4 date_date date_d2 date_d3 date_d4 d2_d2 d2_d3 d2_d4 d3_d3 d3_d4 d4_d4 得结果为： Error Message：Near singular matrix.   原因是这里面很多变量线形相关。 X5_d2 date_d2 d2_d2 d2_d3 d2_d4 和 d2线形相关只保留一个d2可以 X5_d4 date_d4 d3_d4 d4_d4和d4线形相关只保留一个d4可以 在输入命令ls e c x5 date d2 d3 d4 x5_x5 x5_date x5_d3 x5_d4 date_date date_d3 date_d4 d3_d3 得结果： Variable Coefficient Std. Error t-Statistic Prob.                       C -1836978. 611399.5 -3.004545 0.0076 X5 -4549.198 1486.110 -3.061145 0.0067 DATE 15173.63 5246.480 2.892154 0.0097 D2 6906.093 4593.192 1.503550 0.1500 D3 53060.18 22554.40 2.352542 0.0302 D4 -238998.5 80093.47 -2.983995 0.0080 X5_X5 -2.743495 0.945331 -2.902153 0.0095 X5_DATE 18.66262 6.482610 2.878874 0.0100 X5_D3 48.93144 26.20108 1.867535 0.0782 X5_D4 -216.9174 81.26217 -2.669353 0.0156 DATE_DATE -31.28757 11.33508 -2.760242 0.0129 DATE_D3 -201.7870 94.92663 -2.125716 0.0476 DATE_D4 900.2335 311.1300 2.893432 0.0097 D3_D3 16.51403 247.5906 0.066699 0.9476                     R-squared 0.736841     Mean dependent var -7.32E-11 Adjusted R-squared 0.546782     S.D. dependent var 4336.745 S.E. of regression 2919.561     Akaike info criterion 19.09589 Sum squared resid 1.53E+08     Schwarz criterion 19.73715 Log likelihood -291.5342     F-statistic 3.876902 Durbin-Watson stat 1.474553     Prob(F-statistic) 0.004443   R^2=0.736841   DW=1.474553   F=3.876902   上面的回归方程有13个变量，所以n=13．nR^2=13*0.736841=9.57893 α=0.01，n-k-1=31-13-1=17查卡方分布表有： Xα(17)=6.408<9.57893=nR^2 所以模型的white检验存在异方差． 用图示法分析： ls y c date x5 d2 d3 d4 genr e=resid scat y e^2 得图形： 也可以看出存在异方差。   修正： 对y,date,x5分别取对数再回归可能可以消除异方差。 输入命令ls log(y) c log(date) log(x5) d2 d3 d4 得方程VI为: Log(y)=2.539339 + 1.587883log(date) +  0.094314log(x5)  -   0.062049D2         (6.62)          (15.96)            (2.56)              (-5.14)  -0.006046D3  +  0.025020D4      (-3.06)     (-3.07) R^2=0.998302  DW=1.919213   F=3057.168 比较模型V和模型VI： VI的R^2=0.998比V的R^2=737显著提高了。 在α=0.01，k=5，n=31查DW表有： dL=0.90，dU=1.60          模型VI的DW落再dU到4-dU的区间，明显不存在自相关性。而V的DW落在无法判断的区域。 所以模型VI比模型V好。 用图示法Check 异方差： ls log(y) c log(date) log(x5) d2 d3 d4 genr lne=resid scat y lne^2 基本上可以用一水平直线模拟这些点。所以异方差也很好的被消除了。 所以模型VI的异方差，自相关，多重共线都很好被消除，可以用它来预测。   所以确定最后的模型为： Log(y)=2.539339 + 1.587883log(date) +  0.094314log(x5)  -   0.062049D2         (6.62)          (15.96)            (2.56)              (-5.14)  -0.006046D3  +  0.025020D4      (-3.06)     (-3.07) R^2=0.998302  DW=1.919213   F=3057.168

评论