异方差检验：
LnOutput 与 Resid 的散点图：
LnOutput 与 Resid 的散点图：
新浪博客
Goldfeld-Quandt Test：
步骤：
（1）排序：在Workfile窗口中双击LnLabor，点右上角Sort进行排序，Ascending，递增。（对Lncapital 排序应该也可以， 因为只是为了分开样本而已。或直接在命令栏中输入sort lnlabor）
（2）本案例共有30个数据，剔除四分之一即剔除8个。将样本1:11,20:30分别作为两组：样本1，样本2。
（3）分别通过1:11和20:30做回归。首先在Workfile右上角选Sample，Range Pairs 由 @all 改为 1 11。
再使用Estimate Equation 做回归模型。得到下表：
同样，将Sample处改为20 30，得到下表：
F=SSE2/SSE1 = 13.70482 / 5.154901 = 2.658600 ，两者SSE自由度均为 11 – 2 - 1 =8。
因此F~F(8,8)。 查分布表，a=0.05时，F临界值为3.69；a=0.10时，F临界值为2.59，此处F>临界值，因此可以认为存在递增型异方差（a=0.10）。
White Test :
White 检验基本思路是构造et2关于x1t和x2t的辅助回归模型(二元条件下)，构造统计量n*R2~χ2，若n*R2小于临界值则认为不存在异方差。
步骤： View -> Residual Test -> Heteroskedasticity Test ->选White，出现如下对话框
(注：Heteroskedasticity即异方差的意思。)
打钩 Include White cross terms 即含交叉项， 不打钩则不含交叉项。
（1）不含交叉项：
即建立的et的回归方程中只含x1^2 与 x2^2 项，而不含x1*x2项。
其中
F检验
White检验 Prob. Chi-squared = 0.173 >0.05 ，不存在异方差。（或者查卡方（2）分布表可以发现 Obs*R-squared <临界值）
（注：Obs即 Observations， 观测值， 即n； Chi-Squared 即卡方）
即建立的et的回归方程中含x1^2 与 x2^2 项，还含x1, x2 , 和x1*x2项，共五项。
其中
F检验
White检验 Prob. Chi-squared = 0.0021 <0.05 ，存在异方差。（或者查卡方（2）分布表可以发现 Obs*R-squared <临界值。各变量Prob(t)也较小，说明各系数显著不为零，也说明存在异方差。
【在网上查了一下，对于多元模型要选有交叉项的，而且有无交叉项差别很大，比如此处无交叉项的White检验认为不存在异方差性，而有交叉项存在显著的异方差。而且老师的课件里也是直接给出含交叉项的White模型，因此无视上面无交叉项的结果吧。】
Glejser (Park) Test:
步骤：View->Residual Test -> Heteroskedasticity Test -> 对话框选 Glejser
（另一种方法： 在命令栏中输入genre e=abs(resid)，生成残差绝对值数列。然后在命令栏中输入要建立的回归模型。如 ls e c lncapital^(-1) ）
注意，此处的Regressors默认为三个： c lnlabor lncapital ，应该自己做出修改。
（1）C LnLabor
（3）C LnLabor^(1/2)
（5）C LnLabor^(-1)
（7）(Park)
1、各式中是coefficient的 Prob(t)都较小，说明显著不为零。其中，C LnLabor^(-1) 和C LnCapital^(-1)中系数值都较大，且显著不为零。F检验效果比较好，方程整体显著，变量的t检验效果也较好，每个变量也显著。说明存在异方差。
2、各拟合方程的R2都很小，拟合效果不好。找不到合适的形式拟合abs(resid)。
【可以看到Glejser检验必须先验地知道拟合形式，换句话说就是得先蒙一个。但是我们蒙了八个拟合都很差。而寻找到拟合优度较好的回归形式对后面的异方差消除很重要。这算是Glejser的一大劣势吧。】
异方差的消除：
【网上对于异方差的消除多数是讲一元的。方法多是直接以1/x为权重，这种方法实质上就是假设x是e的一个线性函数。但上面的Glejser检验已经看出对本数据这种拟合很差，做完后也无法通过WhiteTest。另一种方法是直接以1/abs(e)做权重。试想每个残差项除以自己的绝对值，这样加权后的残差项实际上就是正负1序列，自然没有异方差。但是我在尝试这个方法的时候发现不能再做WhiteTest了。可能是程序问题？尚未解决】
由于Glejser检验的各种猜想形式拟合效果均较差，找不到适合形式的abs(resid)估计形式。但我们发现White检验中
Resid^2 =67.6841+21.5177*lnlabor+0.8083lnlabor^2-2.7980*lnlabor*lncapital
-26.9568*lncapital+2.0729*lncapital^2
拟合较好。(R2=0.6245)可以尝试将其作为权重消除异方差。
由泰勒公式，任意函数可以以多项式进行无限趋近拟合。尝试以三阶泰勒展开式拟合Resid^2。【QG想到的…竟然因为这次作业重新理解了泰勒公式。QGV5】
【不过做这样一个三阶泰勒要耗掉10个自由度，代价还是很大的。不过总样本数30个，虽然不算多，不过也还过得去。】