溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這期內容當中小編將會給大家帶來有關stata采用rvpplot如何直接獲取殘差圖進行異方差檢驗，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
在OLS回歸之后，我們可以采用殘差圖的方式對模型進行異方差檢驗，即通過殘差與解釋變量之間的圖形變化規律，來判斷二者是否具有相關性，從而違背了經典假設。在Eviews里通常需要生成殘差變量在進行殘差與解釋變量的散點圖構建，但在stata里可以直接用rvpplot獲取殘差圖進行異方差檢驗。
1
我們建立了關于北京市客運量（運送旅客數量）的經濟模型，并對此展開了研究。通過不同的比較，我們的模型變量為lny——北京市客運量(萬人)的對數)、x1——北京市公路營運載客汽車擁有量(萬輛)、x2——北京市公路運輸業就業人員數(萬人)、x3北京市地區生產總值(億元)，其中，lny為被解釋變量，x1、x2、x3均為解釋變量。部分數據如下：
1
首先進行OLS回歸
.reg lny x1 x2 x3
完成回歸后，可以使用命令得到殘差圖
.rvpplot x1
由圖可知，公路營運載客汽車擁有量（x1）越大，擾動項的方差并沒有明顯的變化，表明不存在異方差。
.rvpplot x2
由圖可知，公路運輸業就業人員數（x2）越大，擾動項的方差并沒有明顯的變化，表明不存在異方差。
.Rvpplot x3
由圖可知，地區生產總值（x3）越大，擾動項的方差并沒有明顯的變化，表明不存在異方差。
接下來可以采用BP檢驗、white檢驗進一步判斷。
上述就是小編為大家分享的stata采用rvpplot如何直接獲取殘差圖進行異方差檢驗了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
