【摘要】：选择变量名X与e2，进入数据列表，再按路径view/graph/scatter，可得散点图，见图5-2。但是否确实存在异方差还应通过更进一步的检验。
给定回归模型，直接用普通最小二乘估计其参数，在此基础上求得残差et，以et作为随机误差项μt的估计值，再绘制et的散点图，根据散点图判断et的相关性。残差et的散点图通常有以下两种绘制方式。（如图6-2所示）
（1）绘制et和et-1的散点图，用（et，et-1）（t=1，2，3，…n）作为散点绘图，如果大部分落在一、三象限，则表明随机误差项存在正的自相关，如果大部分落在二、四象限，说明随机误差项存在负的自相关。
(www.xing528.com)
图6-2 残差正负序列相关示意图
（2）按照时间顺序绘制回归残差图，如果et随时间t的变化有规律的变化，如呈现锯齿形或循环性的变化，就可以判断随机残差项存在相关，表明随机误差项存在自相关，如果et随时间的变化逐次变化并不频繁的改变符号，而是几个正的后面跟着几个负的，则表明随机误差项存在正的自相关。如果et随时间逐次变化并不断改变符号，那么随机误差项μt存在负自相关。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
