=
0+1X1+2X1²+3X5+5²+5X1X5+u
4、计算统计量nR²，其中n为样本容量，R²为辅助回归的可决系数。
5、在H0：a1=a2=a3=a4=a5=0条件下，可证明，nR²渐近地服从自由度p的 ²分布，p为辅助回归式中斜率的个数。本案例中，辅助回归共有5个解释变量，所以自由度为 5。给定显著水平α=0.05，查 ²分布表，得临界值 ²0.05（5）=13.4012。因为nR²=13.30649 < ²0.05（5）=13.4012，所以接受原假设，拒绝被择假设，表明模型不存在异方差。
通过Goldfeld-Quanadt检验、White检验的结果说明该模型不存在异方差。所以，该模型不需要进行修正。所以，自己的猜想、自己觉得与现实的不符、以及自己的图形检验不正确。
通过Goldfeld-Quanadt检验、White检验表明该模型不存在异方差，说明该模型能够较好的反映现实，也可以较好的估计未来。（但该模型可能还存在其他的问题有待检验，修正）
七、 自相关及其处理
引入农用机械力X1、成灾面积X5两个变量做解释变量，即模型设定为：
Yi=β0+β
由估计检验结果为
1
x1i+β5x5i+ui
Y = -7506.137 + 0.787*X1 - 0.190*X5 t=（-1.983） （30.019） （-1.375） R²=0.969 F=468.0745 DW=0.343
可以看出，回归系数的标准误差非常的小，t统计量较大，说明农用机械力X2对农业总产值Y的影响非常的显著，农业成灾面积X3对农业总产值Y的影响较为
计量经济学实验 有关影响中国农业总产值的发展的因素
显著。同时可绝系数R²=0.969非常的高，F=468.0745也表明模型异常的显著。
在该模型中，样本容量是33，两个解释变量，1%的显著水平，查DW统计表可知 dL= 1.114 ，dU=1.358，模型中DW 数值< dL,显然该模型中存在正自相关。这一点从残差图中也可以看出，如图3所示。
图 3 残差图
图3中，残差的变动有系统模式，连续为正和连续为负，表明残差项存在一阶正自相关，模型中t统计量和F统计量的结论不可信，需采取补救措施。
通过EVviews软件产生序列残差e，再利用软件做出残差项的序列相关性的散点图，如图4。
图4 残差项的序列相关性
由图1 残差项的序列相关性，可以看出用（et-1,e）(t=1,2, ，n)作出的散点图，大部分点落在第I、III象限，表明随机误差项ui可能存在着正自相关。
计量经济学实验 有关影响中国农业总产值的发展的因素
为了解决自相关问题，选用广义差分法。
由模型可得残差序列et，利用EViews软件产生et和et-1的方程，即
= 0.8566
故可得 =0.8566，对原模型进行广义差分，得到广义差分方程
Yi-0.8566Yi-1=0.8566β0+β1(X1i-0.8566X1i-1)+β5(X5i-0.8566X5i-1)
对广义差分方程进行回归，利用EViews软件可得方程结果如表12所示。
由表2
*
= -2420.248 + 0.931*
* - 0.125*
*
Se = (759.210) (0.075) (0.0695)
t= （-3.188） （12.385） （-1.798） R²=0.849 F=81.314 DW=1.479
其中，Yi
*
= Yi-0.8566Yi-1, X1i*= X1i-0.8566X1i-1, X5i*= X5i-0.8566X5i-1。
dL= 1.114 ，dU=1.358，模型中的
DW=1.479。dU=1.358<
由于使用了广义差分数据，样本容量没有变化，为33个。查1%显著水平的DW统计表可知
DW=1.479 < 4- dU=2.642,说明在1%显著水平下广义差分模型中已无自相关，不
计量经济学实验 有关影响中国农业总产值的发展的因素
必再进行迭代。同时可绝系数R²、t、F统计量也均达到理想的水平。
由β0=ρβ0可得β0=β0/ρ=-2420.248/0.8566=-2825.412。
由此，我们得到最终的经济模型为
**
Yi = -2825.412 + 0.931X1i - 0.125X5i
由上式的经济模型可知，中国的农用机械力每增加1万千瓦，平均来说中国农业总产值将增加0.931亿元；中国的农业成灾面积每增加1千公顷，平均来说中国农业总产值将减少0.125亿元。