graphpad如何检测方差齐_Eviews系列5|经典线性回归模型之修正检验异方差（1）

点击上方“蓝字”关注我们

上期小统带大家学习了经典线性回归模型之检验及修正--多重共线性；今天我们继续学习修正检验--异方差(1)

如何利用 White检验进行异方差分析? White检验的原假设和备择假设为: H0:残差项中不存在异方差 H1:残差项中存在异方差 上表展示的是对原回归模型进行多重共线性修正后的模型进行的 White检验结果。 该检验结果通过三个统计值来判断： (1)其F统计值为0.5769,相应的P值为0.5650,大于0.05,可见在5%的显著性水平下,该模型的残差项之间不存在异方差; (2)nR2为1.1925.相应的P值为0.5509,小于0.05,可见在5%的显著性水平下,该模型的残差项之间不存在异方差; (3)SS为0.7989,相应的P值为0.6707,小于.05,可见在5%的显著性水平下,该模型的残差项之间存在异方差; 由此,三个统计量均检测出在5%的显著性水平下,该模型的残差项之间不存在异方差,即无需进行异方差修正。 那么,若模型残差项之间存在异方差,我们该使用什么方法进行修正呢?-- 见下期

未完待续

 文末说句正事 

由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为： (1)点击页面最上方“211统计课堂”，进入公众号主页 (2)点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。 感谢支持，比心。