预期一致:工资与教育和工龄高度正相关。在古典假定条件下,两个回归元系数都是高度显著的。图检法:看出残差的分布情况由于样本523个工人的背景大不相同,因此很可能不满足同方差假定,为了验证我们估计的标准误和t值是否可靠,首先做回归残差平方图。然后再做残差平方对各回归元的散点图。通过对图像的观察,可以看出残差平方与解释变量educ之间呈现出相关关系,说明数据很可能存在异方差。怀特检验Prob>chi2=0.0470<0.05,拒绝原假设,存在异方差。由表可知统计量chi2(5)=11.23,在5%的显著水平下是统计显著的,再次表明工资回归中存在异方差。稳健估计异方差并不破坏OLS估计量的无偏性,但估计量却不再是有效的,寻求补救措施进行稳健估计。误差方程与x1成比例:平方根变换要得到原始的工资方程,只需将式子两边同时乘以根号educ,即Wage=-2.6456+0.7813educ+0.0876exper与原始回归方程:Wage=-4.5245+0.913educ+0.0968exper相比较,可以看出估计的回归系数是不同的。自相关处理对数据先进行回归分析,再检验自相关。回归方程为:wage=29.575+0.7006product,表明在其他条件不变的情况下,生产率增加1个单位,真实工资增长0.7006元。可以看出DW检验的数值为0.2137离2比较远,故存在正的自相关,即真实工资与劳动生产率存在正自相关关系。绘制残差图由残差图可以看出,工资与生产率之间存在着正自相关关系。BG检验自相关由图可知:Prob>chi2=0,原假设为没有序列自相关,故我们可以认为在5%的显著性水平下可以拒绝“无序列自相关”的原假设。即存在序列自相关。用异方差自相关稳健的标准差估计,得到原回归方程为:wage=29.575+0.7006product。迭代式co准差分法广义最小二乘回归(不显示迭代过程)
全文预览
