stata采用rvpplot如何直接获取残差图进行异方差检验

这期内容当中小编将会给大家带来有关stata采用rvpplot如何直接获取残差图进行异方差检验,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。

站在用户的角度思考问题,与客户深入沟通,找到广饶网站设计与广饶网站推广的解决方案,凭借多年的经验,让设计与互联网技术结合,创造个性化、用户体验好的作品,建站类型包括:成都网站设计、成都网站制作、企业官网、英文网站、手机端网站、网站推广、域名注册网站空间、企业邮箱。业务覆盖广饶地区。

在OLS回归之后,我们可以采用残差图的方式对模型进行异方差检验,即通过残差与解释变量之间的图形变化规律,来判断二者是否具有相关性,从而违背了经典假设。在Eviews里通常需要生成残差变量在进行残差与解释变量的散点图构建,但在stata里可以直接用rvpplot获取残差图进行异方差检验。

1

数据      

我们建立了关于北京市客运量(运送旅客数量)的经济模型,并对此展开了研究。通过不同的比较,我们的模型变量为lny——北京市客运量(万人)的对数)、x1——北京市公路营运载客汽车拥有量(万辆)、x2——北京市公路运输业就业人员数(万人)、x3北京市地区生产总值(亿元),其中,lny为被解释变量,x1、x2、x3均为解释变量。部分数据如下:

stata采用rvpplot如何直接获取残差图进行异方差检验


       

1


       
OLS与残差图      

首先进行OLS回归

.reg lny x1 x2 x3

stata采用rvpplot如何直接获取残差图进行异方差检验

完成回归后,可以使用命令得到残差图

.rvpplot x1

stata采用rvpplot如何直接获取残差图进行异方差检验

由图可知,公路营运载客汽车拥有量(x1)越大,扰动项的方差并没有明显的变化,表明不存在异方差。

.rvpplot x2

stata采用rvpplot如何直接获取残差图进行异方差检验

由图可知,公路运输业就业人员数(x2)越大,扰动项的方差并没有明显的变化,表明不存在异方差。

.Rvpplot x3

stata采用rvpplot如何直接获取残差图进行异方差检验

由图可知,地区生产总值(x3)越大,扰动项的方差并没有明显的变化,表明不存在异方差。

接下来可以采用BP检验、white检验进一步判断。

上述就是小编为大家分享的stata采用rvpplot如何直接获取残差图进行异方差检验了,如果刚好有类似的疑惑,不妨参照上述分析进行理解。如果想知道更多相关知识,欢迎关注创新互联行业资讯频道。


标题名称:stata采用rvpplot如何直接获取残差图进行异方差检验
标题URL:http://scyanting.com/article/jsosgo.html