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。
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
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:
1
首先进行OLS回归
.reg lny x1 x2 x3
完成回归后,可以使用命令得到残差图
.rvpplot x1
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
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
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,欢迎关注编程之家行业资讯频道。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。