图3-5 我国制造业销售利润回归模型

(2)在方程窗口上点击View\\Residual\\Test\\White Heteroskedastcity,检验结果如图3-6。

图3-6 White检验结果

其中F值为辅助回归模型的F统计量值。取显著水平??0.05，由于

?02.05(2)?5.99?nR2?6.2704,所以存在异方差性。实际应用中可以直接观察相

伴概率p值的大小，若p值较小，则认为存在异方差性。反之，则认为不存在异方差性。

4、异方差的消除—加权最小二乘法

加权最小二乘法中，最重要的是确定权重的确定，一般而言，采用残差绝对值的倒数作为权重，也可以采用其他形式。

A. 首先，用SMPL命令设定样本的区间（包括所有观测值），如：SMPL 1 31 B. 进行最小二乘回归，得到残差序列，LS Y C X C. 根据残差确定权重， GENR W1=1/ABS(RESID)

D. 进行加权最小二乘估计，LS(W=W1) Y C X；或在方程窗口中点击

Estimate\\Option按钮，并在权数变量栏里依次输入W1 回归结果如下图3-7所示：

图3-7

E. 对回归方程在进行White 检验，观察异方差的调整情况 对所估计的模型再进行White检验，其结果如下图3-8所示：

图3-8

图3-8对应的White检验没有显示F值和nR2的值，这表示异方差性已经得到很好的解决。