计量经济学软件应用实验报告.docx
《计量经济学软件应用实验报告.docx》由会员分享,可在线阅读,更多相关《计量经济学软件应用实验报告.docx(24页珍藏版)》请在冰豆网上搜索。
计量经济学软件应用实验报告
计量经济学软件应用实验报告
一、实验目标
学会常用经济计量软件的基本功能,并将其应用在一元线性回归模型的分析中。
具体包括:
Eviews的安装,样本数据基本统计量计算,一元线性回归模型的建立、检验及结果输出与分析,多元回归模型的建立与分析,异方差、序列相关模型的检验与处理等。
二、实验环境
WINDOWS操作系统下,基于EVIEWS6.0平台。
丨丨三I、丨实验模型建立与分析「「丨「丨
案例1:
一元线性回归模型的建立与分析
为了研究某市城镇每年鲜蛋的需求量,首先考察消费者年人均可支配收入对年人均鲜蛋需求量的影响。
由经济理论知,当人均可支配收入提高时,鲜蛋需求量也相应增加。
但是,鲜蛋需求量除受消费者可支配收入影响外,还要受到其自身价格、人们的消费习惯及其他一些随机因素的影响。
为了表示鲜蛋需求量与消
费者可支配收入之间非确定的依赖关系,我们将影响鲜蛋需求量的其他因素归并到随机变量u中,建立这两个变量之间的数学模型。
表1:
中给出丫为某市城镇居民人均鲜蛋需求量(公斤),X为年人均可支配收入(元,1980年不变价),通过抽样,得到1988-1998年的样本观测值。
年份
丫
X
1988
14.4
847.26
1989
14.4
820.99
1990
14.4
884.21
1991
14.7
903.66
1992
17.0
984.09
1993
16.3
1035.26
1994
18.0
1200.90
1995
18.5
1289.77
1996
18.2
1432.93
1997
19.3
1538.97
1998
17.1
1663.63
(1)做出散点图,建立人均鲜蛋需求量随人均可支配收入变化的一元线性回归方程,并解释斜率的经济意义;
Y
X
从x与y的散点图可以看出,人均鲜蛋需求量与人均可支配收入之间近似呈线性关系。
所以选取模型Yi二C+?
iXi+Ui。
利用eviews软件输出结果报告如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
07/13/11Time:
15:
37
Sample:
19881998
Includedobservations:
11
Coefficient
Std.Error
t-Statistic
Prob.
C
10.76616
1.396736
7.708087
0.0000
X
0.005069
0.001183
4.283328
0.0020
R-squared
0.670895
Meandependentvar
16.57273
AdjustedR-squared
0.634328
S.D.dependentvar
1.845042
S.E.ofregression
1.115713
Akaikeinfocriterion
3.219829
Sumsquaredresid
11.20333
Schwarzcriterion
3.292174
Loglikelihood
-15.70906
Hannan-Quinncriter.
3.174226
F-statistic
18.34690
Durbin-Watsonstat
1.320391
Prob(F-statistic)
0.002040
由上表可知人均鲜蛋需求量随人均可支配收入变化的一元线性回归方程为:
Y=10.76616+0.005069*X
其中斜率0.005069表示某市镇人均可支配收入每增加一元,人均鲜蛋消费平均增长0.005069公斤.对模型结果分析,判定系数较大,R2=0.67,拟合较好,X线性关系显著。
(2)对所建立的回归方程进行检验;(显著性水平a=0.05,ta/2(9)=2.2622)对于参数C,假设:
H0:
C=0.对立假设:
H1:
C工0
对于参数?
1,假设:
H0:
?
1=0.对立假设:
H1:
?
1工0
由上表知:
对于C,ItI=7.708>t(n-2)=t(9)=2.26
因此拒绝H0:
C=0,接受对立假设:
H1:
C工0
对于?
1,ItI=4.283328>t(n-2)=t(9)=2.26
因此拒绝H0:
?
仁0,接受对立假设:
H1:
?
1工0
C和X的回归系数均显著不为零,因此回归模型中应包含常数项,且X对丫的影响较为显著。
案例2:
序列相关的检验与修正
1990-2009年中国国内生产总值与出口总额的数据资料见表2,其中X表示
国内生产总值(人民币亿元),丫表示出口总额(人民币亿元),N表示年份。
(数据来源:
中华人民共和国国家统计局)
表2:
中国国内生产总值与出口总额
N
X
Y
N
X
Y
1990
18667.82
2985.80
2000
99214.55
20634.40
1991
21781.50
3827.10
2001
109655.17
22024.40
1992
26923.48
4676.30
2002
120332.69
26947.90
1993
35333.92
5284.80
2003
135822.76
36287.90
1994
48197.86
10421.80
2004
159878.34
49103.30
1995
60793.73
12451.80
2005
184937.37
62648.10
1996
71176.59
12576.40
2006
216314.43
77594.59
1997
78973.03
15160.70
2007
265810.31
93455.63
1998
84402.28
15223.60
2008
314045.43
100394.94
1999
89677.05
16159.80
2009
340506.87
82029.69
(1)散点图
120,000
100,000
80,000
丫60,000
40,000
20,000
0
0100,000200,000300,000400,000
X
由散点图可以看出,X与丫大体呈现出较为明显线性关系,但2009年数
据异常,偏离整体趋势较远,分析原因可知,由于2008年金融危机在9月全面
爆发,对中国2009年的出口业务打击严重,因此数据的参考价值较低,为了保证回归分析的高质量,在此将2009年数据剔除。
因此根据1990-2008年数据,
确定模型形式为:
Yt01Xtut
(2)回归结果
根据Eviews输出结果报告,得到回归方程丫=-10269.97+0.365551*X
输出结果如下:
DependentVariable:
丫
Method:
LeastSquares
Date:
07/14/11Time:
01:
42
Sample:
19902008
Includedobservations:
19
Coefficient
Std.Error
t-Statistic
Prob.
——
=
=
C
-10269.97
2184.060
-4.702239
0.0002
X
0.365551
0.015738
23.22718
0.0000
R-squared
0.969452
Meandependentvar
30939.96
AdjustedR-squared
0.967655
S.D.dependentvar
30870.14
S.E.ofregression
5551.898
Akaikeinfocriterion
20.18097
Sumsquaredresid
5.24E+08
Schwarzcriterion
20.28038
Loglikelihood
-189.7192
Hannan-Quinncriter.
20.19779
F-statistic
539.5020
Durbin-Watsonstat
0.420823
Prob(F-statistic)
0.000000
根据上表结果可知,R2=0.97,数值较大且接近于1,参数项系数均通过t检验,F值较大。
但DW值较小,怀疑有自相关。
(3)DW检验
根据上表的结果可知,DW=0.42在显著性水平0.05水平上,查Durbin-Watson统计表,n=19,k=1,得到下限临界值dL=1.18和上限临界值dU=1.4,因为0〈DW=0.42
(4)偏相关系数检验
Eviews输出结果:
Date:
07/14/11Time:
01:
29
Sample:
19902008
Includedobservations:
19
Autocorrelation
PartialCorrelation
AC
PAC
Q-Stat
Prob
|*****|
|*****|
1
0.734
0.734
11.936
0.001
|***|
.**|.|
2
0.412
-0.274
15.923
0.000
.|*.|
.*|.|
3
0.134
-0.117
16.374
0.001
.*|.|
.*|.|
4
-0.100
-0.161
16.639
0.002
.**|.|
.*|.|
5
-0.267
-0.115
18.676
0.002
***||
.*|.|
6
-0.349
-0.071
22.413
0.001
***||
.*|.|
7
-0.400
-0.168
27.731
0.000
***||
.*|.|
8
-0.442
-0.199
34.812
0.000
***||
.|.|
9
-0.375
0.031
40.417
0.000
.**|.|
.*|.|
10
-0.282
-0.123
43.942
0.000
.*|.|
.|.|
11
-0.173
-0.055
45.442
0.000
.|.|
.|*.|
12
-0.001
0.093
45.442
0.000
由上表可以明显看出,该模型存在一阶自相关性。
(5)LM佥验
LM统计量:
Breusch-GodfreySerialCorrelationLMTest:
F-statistic
21.92830
Prob.F(1,16)
0.0002
Obs*R-squared
10.98488
Prob.Chi-Square
(1)
0.0009
辅助回归:
TestEquation:
DependentVariable:
RESID
Method:
LeastSquares
Date:
07/14/11Time:
01:
49
Sample:
19902008
Includedobservations:
19
Presamplemissingvaluelaggedresidualssettozero.
Coefficient
Std.Error
t-Statistic
Prob.
C
895.9244
1474.666
0.607544
0.5520
X
-0.009468
0.010729
-0.882513
0.3906
RESID(-1)
0.787885
0.168252
4.682766
0.0002
R-squared
0.578151
Meandependentvar
1.53E-12
AdjustedR-squared
0.525420
S.D.dependentvar
5395.475
S.E.ofregression
3716.929
Akaikeinfocriterion
19.42312
Sumsquaredresid
2.21E+08
Schwarzcriterion
19.57224
Loglikelihood
-181.5197
Hannan-Quinncriter.
19.44836
F-statistic
10.96415
Durbin-Watsonstat
0.841229
Prob(F-statistic)
0.001003
根据上表可知,LM=T®10.98488,而在0.05水平下,3.84,
LM=10.98>.05
(1)3.84,说明模型中存在序列相关。
0.787885说明存在一阶正自相关。
(6)自相关的修正
根据上述检验,已知该模型为一阶自相关,.运用广义差分法进行修正:
根据DW=0.42计算一阶相关系数1DW10^0.79,对原变量X
22
和丫做广义差分变换,即令Yt*=Y-0.79*Yt-1,Xt*=X-0.79*Xt-1,则以Y*和Xt*为样本再次计算回归方程。
用最小二乘法估计参数,结果见下表:
DependentVariable:
Y*
Method:
LeastSquares
Sample:
118
Includedobservations:
18
Coefficient
Std.Error
t-Statistic
Prob.
C
-2224.031
1369.667
-1.623775
0.1240
X*
0.353058
0.029468
11.98101
0.0000
R-squared
0.899715
Meandependentvar
11098.70
AdjustedR-squared
0.893447
S.D.dependentvar
10393.53
S.E.ofregression
3392.708
Akaikeinfocriterion
19.20108
Sumsquaredresid
1.84E+08
Schwarzcriterion
19.30001
Loglikelihood
-170.8098
Hannan-Quinncriter.
19.21472
F-statistic
143.5446
Durbin-Watsonstat
0.891281
Prob(F-statistic)
0.000000
根据上表结果,可得丫*=—2224.031+0.353058X*,X*的系数通过了t检验,整个方程的R2=0.8997,数值偏大且接近于1,F统计量=143.5,大于临界值,说明该模型的拟合程度高。
这时DW=0.89,在显著性水平0.05水平上,查Durbin-Watson统计表,
n=18,k=1,得到下限临界值dL=1.16和上限临界值dU=1.39,因为DW=0.89
对丫*和X*进行LM佥验:
Breusch-GodfreySerialCorrelationLMTest:
F-statistic5.202092Prob.F(2,14)0.0204
Obs*R-squared7.673902Prob.Chi-Square
(2)0.0216
辅助回归:
TestEquation:
DependentVariable:
RESID
Method:
LeastSquares
Date:
07/14/11Time:
12:
39
Sample:
118
Includedobservations:
18
Presamplemissingvaluelaggedresidualssettozero.
CoefficientStd.Errort-StatisticProb.
C
750.1243
1223.692
0.613001
0.5497
X_
-0.013793
0.014923
-0.924330
0.3710
RESID(-1)
0.942390
0.310513
3.034951
0.0089
RESID(-2)
-0.369442
0.312059-1.183886
0.2562
R-squared
0.426328
Meandependentvar
-6.06E-13
AdjustedR-squared
0.303398
S.D.dependentvar
3397.638
S.E.ofregression
2835.760
Akaikeinfocriterion
18.93114
Sumsquaredresid
1.13E+08
Schwarzcriterion
19.12900
Loglikelihood
-166.3802
Hannan-Quinncriter.
18.95842
F-statistic
3.468062
Durbin-Watsonstat
1.863904
Prob(F-statistic)
0.045256
根据LM佥验结果可知,LM=TR2=7.67而在0.05水平下,.os
(2)5.99,
LM=7.67>.05
(2)5.99,说明模型中存在序列相关。
一阶回归系数通过了t检验,
二阶回归系数没有通过t检验,因此因为模型中存在一阶序列相关。
0.942390说明存在一阶正自相关。
因此需要继续进行一阶修正:
根据此时DW=0.89计算一阶相关系数〔取〔迴0555,对原
22
变量X*和V做广义差分变换,即令YN=Y*-0.555*Y*t-i,XNt=X*-0.555*X*t-i,则以YN和XN为样本再次计算回归方程。
Eviews输出结果如下:
DependentVariable:
YN
Method:
LeastSquares
Date:
07/14/11Time:
12:
27
Sample:
117
Includedobservations:
17
Coefficient
Std.Error
t-Statistic
Prob.
C
-354.2031
1248.579
-0.283685
0.7805
XN
0.306528
0.049080
6.245448
0.0000
R-squared
0.722251
Meandependentvar
6010.345
AdjustedR-squared
0.703735
S.D.dependentvar
5464.763
S.E.ofregression
2974.485
Akaikeinfocriterion
18.94366
Sumsquaredresid
1.33E+08
Schwarzcriterion
19.04169
Loglikelihood
-159.0211
Hannan-Quinncriter.
18.95340
F-statistic
39.00562
Durbin-Watsonstat
1.205037
Prob(F-statistic)
0.000016
根据上表结果,可得YN=—354.2031+0.306528XN,XN的系数通过了t检验,整个方程的R2=0.72,数值较大,F统计量=39,大于临界值,说明该模型的拟合
程度较高。
这时DW=1.2,在显著性水平0.05水平上,查Durbin-Watson统计表,
n=17,k=1,得到下限临界值dL=1.13和上限临界值dU=1.38,因为dL=1.13〈DW=1.2因此需要继续修正。
利用科克伦-奥克特迭代法进行修正,把随机干扰项的一阶自回归项也作为解释变量,对模型进行估计,回归结果为:
DependentVariable:
YN
Method:
LeastSquares
Date:
07/14/11Time:
13:
05
Sample(adjusted):
217
Includedobservations:
16afteradjustments
Convergenceachievedafter28iterations
Coefficient
Std.Error
t-Statistic
Prob.
C
193.8699
2587.523
0.074925
0.9414
XN
0.274634
0.106233
2.585217
0.0226
AR
(1)
0.384432
0.427382
0.899504
0.3847
R-squared
0.732583
Meandependentvar
6333.618
AdjustedR-squared
0.691442
S.D.dependentvar
5473.528
S.E.ofregression
3040.434
Akaikeinfocriterion
19.04475
Sumsquaredresid
1.20E+08
Schwarzcriterion
19.18961
Loglikelihood
-149.3580
Hannan-Quinncriter.
19.05217
F-statistic
17.80664
Durbin-Watsonstat
1.660830
Prob(F-statistic)
0.000189
InvertedARRoots
.38
此时DW值为1.66,在显著性水平0.05水平上,查Durbin-Watson统计
表,n=17,k=1,得到下限临界值dL=1.13和上限临界值dU=1.38,因为dU=1.38〈DW=1.66<4-dU因此,模型的序列相关得到修正。
同时,修正的R2,XN的t检验,F统计量均符合要求。