据上面检验结果知,不能将建筑行业固定资产投资(X2)、金融行业固定资产投资(X3)这两个变量因素从模型中剔除。Р6、模型的计量经济学检验Р6.1异方差性检验Р一般的经验告诉我们,对于采用截面数据作样本的计量经济学问题,由于在不同的样本上解释变量以外的其他因素的差异比较大,所以往往存在异方差性。由于我们所选取的分析数据也属于截面数据,因此我们有理由怀疑本模型中的随机干扰项是否存在异方差性。所以我们需要进行异方差性检验。РI、图示检验法Р我们利用—X的散点图进行异方差性检验,如下图(表四)所示:Р图(四)Р从该回归模型普通最小二乘回归得到的残差平方项与X1、X2、X3的散点图即图(四)中可以看出,该模型不存在异方差性。下面我们通过G—Q检验进行精确检验。РII、G—Q检验Р由于图示检验法只能进行大概的判断,只是对某个引起异方差性的变量进行大概的判断,所以我们还必须使用其他的统计检验方法进行准确的判断。Р通过上面的图示法,我们怀疑采矿行业固定资产投资(X1)这一解释变量可能会引起的异方差性。因此我们采用G—Q检验进行精确的检验。步骤如下所示:Р第一步:对所选的31个样本按采矿行业固定资产投资(X1)从小到大排序,并且去掉中间的7个个体;Р第二步:将剩下的24个样本划分为前后两个样本组,样本的容量均为12(见本实验报告附录二和附录三),分别进行最小二乘估计(OLS估计);Р第三步:分别将两组估计所得结果输出如下:Р前一个样本的OLS的估计结果Р后一个样本的OLS的估计结果Р图(五)Р从上面的估计结果中可以知:Р Р所以构造F统计量为:Р在5%的显著性水平下,经过查F分布的临界值分布表有:Р所以经过比较知:,所以不拒绝两组字样同方差性假设,表明原模型不存在异方差性。РIII、怀特(White)检验Р先对原数据模型作普通最小二乘回归,并得到,然后作辅助回归,GRETL分析结果如下所示:
全文预览
