eviews中怎么检测异方差性的存在

学习Eviews中如何利用统计方法检测异方差性的存在

方法

在电子表格上复制横截面的数据.

在Eviews的工作区空白处贴上,点击完成

如图, 输入一元模型,点击完成.

在工具栏表选择异方差性测试

选取Breusch–Pagan test,这个测试主要检定异方差性的存在,点击确定.

在模型窗口出现Breusch–Pagan test的统计数据, 用于测试异方差性的存在.左边的检定统计量适用于手算,右边的p-value少于5%(选取95%置信区间), 证明了异方差性的存在

扩展阅读，以下内容您可能还感兴趣。

eviews面板数据多重共线性、异方差和残差检验

共线性：

通过了F检验，但是模型的某些自变量的系数的t检验没有通过，而且相关系数比较大，这是多重共线性的典型特点。你需要检验你的那几个没通过t检验的自变量是否存在多重共线性。方法很简单，把他们top ten sls lnsal lnta alr ceo中的其中一个作为因变量 其余的作为自变量，看能不能通过F检验，如果通过了，说明该变量与其余变量存在多重共线性，没通过则不存在。存在多重共线性的变量应该删除一部分。但是如果理论表明该变量对模型确实有影响的话，就不能删除，一切以理论为依据。

异方差：回归过后，在输出的结果那个窗口中选择view-其中有一项是residuals tests,看清楚了，肯定有的。然后选择最后一项Heteroskedasticity Test 再选择 White，输出结果就是异方差检验的怀特检验。

如果eviews时间序列arch检验无异方差性，white检验有异方差性选择哪个

对于时间序列，如果存在序列相关那么white检验失效，需用用arch检验。

请问，Eviews怀特检验结果如下，是不是说明不存在异方差性，接下来该怎么做？直接做序列相关性检验吗？

是的，不存在

不存在就很好了啊

异方差和序列相关是两回事，如果没做的话要做的

我替别人做这类的数据分析蛮多的

什么是怀特稳健标准误 在Eviews里怎么实现啊

怀特稳健标准误是指：其标准差对于模型中可能存在的异方差，或自相关问题不敏感；基于稳健标准差计算的稳健t统计量，仍然持续是渐进分布（t分布）。

Eviews中的对标方法：

1、首先第一步是涉及到：做OLS残差的平方对OLS拟合值和拟合值的平方的回归，要在进行estimation时，按下图方式操作

2、点击选择“option”之后，然后这时候就会进去之后，注意的是要在“White”那里打钩，如下图所示。

3、最后的步骤是确保：在White检验中不选Include White cross terms时，只有C，(log(x1))²，(log(x2))²然后就是计算怀特统计量nR²。

请注意：无交叉项的WhInclude White cross terms时，变量只有C,(log(x1))²。

扩展资料：

异方差的稳健标准误是经济学术语，英文全称为Heteroskedasticity-Robust+Standard+Error。

异方差—稳健标准误是指其标准差对于模型中可能存在的异方差或自相关问题不敏感，基于稳健 标准差计算的稳健t统计量仍然渐进分布t分布。在Stata中利用robust选项可以得到异方差—稳健标准误估计量。

参考资料来源：百度百科-异方差性质-稳健型

eviews修正异方差命令

异方差首先要看残差序列图，大概看一看与X是啥关系，再进行修正。当然也可以自己试一试，如选择1/X^3等等。

在EQUATION（等式）框内输入：y/X^3 c x/X^3就可以了吧。如果要按照你说的w2=1/x^2进行赋值，必须先生成一个新的序列W2，然后在白色的程序框内输入：

IS Y*W2 C X*W2就可以了吧

异方差是用怀特检验法检验的，其实做一个十分完美的回归方程是很难的，既要没有异方差，又要系数、R^2比较好，DW值还得在2附近，不能有共线性，这要求你的数据本身没问题，方程的形式也是正确的，不然就会出现怎么搞都搞不定的情况。