实验报告1.docx
《实验报告1.docx》由会员分享,可在线阅读,更多相关《实验报告1.docx(10页珍藏版)》请在冰豆网上搜索。
实验报告1
郑州航空工业管理学院
经贸学院
实验报告
课程名称:
计量经济学
专业:
贸易经济
姓名:
许会敏
学号:
080305228
实验
(一)
实验项目名称:
一元线性回归分析
实验日期:
年月日实验地点:
专业实验室
实验报告成绩:
实验指导教师签字:
一、实验目的
掌握一元线性回归方程的建立和基本的经济检验和统计检验
二、实验依据或原理
一元线性回归分析预测法,是根据自变量x和因变量Y的相关关系,建立x与Y的线性回归方程进行预测的方法。
由于市场现象一般是受多种因素的影响,而并不是仅仅受一个因素的影响。
所以应用一元线性回归分析预测法,必须对影响市场现象的多种因素做全面分析。
只有当诸多的影响因素中,确实存在一个对因变量影响作用明显高于其他因素的变量,才能将它作为自变量,应用一元相关回归分析市场预测法进行预测。
三、实验内容及步骤
1、问题的提出
根据宏观经济学理论,一国的GDP扣除掉折旧和税收就是居民的可支配的收入了,而居民的收入主要用于两个方面:
一是储蓄,二是消费。
如果人均GDP增加,那么居民的可支配收入也会增加,这样居民用于消费的应该也会增加。
本次实验通过运用中国1978-2006年人均消费与经济水平(用人均GDP这个指标来表示)数据,建立模型研究人均消费和经济水平之间的关系。
2、指标选择
3、数据来源
我们从中国统计局网站上取得中国1978-2006年的人均消费、人均GDP和各年的CPI。
见表2.1:
表2.1人均GDP与人均消费的原始数据(现价)单位:
元
年度
人均消费
人均GDP
CPI
CPI(1990)=100
1978
184
381
100.7
46.65727
1979
208
419
101.9
47.54376
1980
238
463
106.7
50.72919
1981
264
492
102.5
51.99742
1982
288
528
102
53.03737
1983
316
583
101.7
53.93901
1984
361
695
102.7
55.39536
1985
446
858
109.3
60.54713
1986
497
963
106.5
64.48269
1987
565
1112
107.3
69.18993
1988
714
1366
118.8
82.19764
1989
788
1519
118
96.99321
1990
833
1644
103.1
100
1991
932
1893
103.4
103.4
1992
1116
2311
106.4
110.0176
1993
1393
2998
106.4
126.1902
1994
1833
4044
114.7
156.602
1995
2355
5046
124.1
183.381
1996
2789
5846
117.1
198.6016
1997
3002
6420
108.3
204.1624
1998
3159
6796
102.8
202.5291
1999
3346
7159
99.2
199.6937
2000
3632
7858
98.6
200.4925
2001
3869
8622
100.4
201.8959
2002
4106
9398
100.7
200.2808
2003
4411
10542
99.2
202.6841
2004
4925
12336
101.2
210.5888
2005
5463
14103
103.9
214.3794
2006
6111
16084
101.8
217.5951
4、数据处理
为了保证我们各个时期数据的可性,我们必须剔除价格的因素对人均消费和人均GDP的影响。
在这里我们用1990年的CPI作为基期来调整数据。
关于调整方法我们可以用Excell也可以用Eviews软件进行,在这里我们介绍一下用Eviews软件调整数据的步骤。
利用命令行输入:
“Genraverageconsume1=100/cpibase1990*averageconsume
Genraveragegdp1=100/cpibase1990*averagegdp”
其中averageconsume1、averagegdp1表示调整过后的人均消费和人均GDP;cpibase1990表示以1990年为基期的CPI。
调整过后的人均消费和人均GDP如表2.2
表2.2人均GDP与人均消费的可比价数据(单位:
元)
年度
人均消费
人均GDP
年度
人均消费
人均GDP
1978
394.3651
816.593
1993
1103.889
2375.779
1979
437.4917
881.2934
1994
1170.483
2582.342
1980
469.1579
912.6895
1995
1284.212
2751.648
1981
507.7175
946.2008
1996
1404.319
2943.582
1982
543.0134
995.5245
1997
1470.398
3144.556
1983
585.8469
1080.85
1998
1559.776
3355.567
1984
651.6791
1254.618
1999
1675.566
3584.99
1985
736.6163
1417.078
2000
1811.539
3919.349
1986
770.7495
1493.424
2001
1916.334
4270.518
1987
816.5928
1607.17
2002
2050.122
4692.412
1988
868.6381
1661.848
2003
2176.293
5201.197
1989
812.428
1566.089
2004
2338.681
5857.861
1990
833.000
1644.000
2005
2548.286
6578.524
1991
901.354
1830.754
2006
2808.427
7391.711
1992
1014.383
2100.573
5、数据分析
拟采用的方法
利用Eviews工具做普通最小二乘分析。
本次实验中人均消费(averageconsume)为被解释变量,人均GDP(averagegdp)为解释变量。
做人均消费对人均GDP的一元线性回归。
分析步骤
5.1数据的初步浏览
在每一实验前我们都应该对数据进行浏览,从直观的图形上检验是否存在变异数据,如果存在我们需要对它修正或者剔除,以防止它对我们实验结果的准确性产生不好的影响,导致实验结果的错误,影响实验的效果。
5.1.1对人均消费的观察
图2.1人均消费的趋势
从2.1图我们可以看出人均消费是平稳增长的,并且和现实的经济相符,不存在与经济意义相违背的数据。
所以我们可以保证我们取得的人均消费的数据的质量是可以满足我们此次实验的要求。
5.1.2对人均GDP的观察
图2.2人均GDP的趋势
从上图我们可以看出人均GDP是平稳增长的,虽然有些波动,但波动程度不大,这与现实经济是相符合的。
从图形上我们并没有发现有异常数据的存在。
5.1.3数据调整前后的对比
对调整后的数据与调整前数据的比较,来检验我们调整过后的效果以及调整的正确性。
图2.3调整前的人均消费与调整后的人均消费的比较
图2.4调整前的人均GDP与调整后的人均GDP的比较
通过对上面两幅图的观察我们可以直观的看出调整后的数据很好的消除了价格因素的影响,增加了数据的可比性。
变量的相关性
虽然通过对数据的初步浏览我们可以保证实验数据中不存在异常数据,但是这并不能说明这些数据能满足我们实验的要求。
下一步我们要检测这两组数据的相关性怎么样,如果相关性很小,那我们采用这两组数据进行回归分析就没有多大的意义。
1)、从图形上观察两组数据的相关性
作调整后的人均消费和调整后的人均GDP的散点图,如下图2.5
图2.5人均消费与人均GDP的相关性分析
从图2.5中可以看出这两组数据的相关性非常高。
2)、从两组数据的相关系数上看
利用Eviews工具得到相关系数,如下
图2.6相关系数
从相关系数我们可以看出人均消费和人均GDP的相关性达到了0.993632,非常的高,这就满足了我们进一步实验的要求。
6、建立模型
一元线性回归方程
在Eviews软件的命令窗口中输入下列命令行:
Lsaverageconsume1caveragegdp1
得到回归的结果如下:
AVERAGECONSUME1=210.7189408+0.3747271174*AVERAGEGDP1
7、统计检验
7.1经济意义检验
AVERAGECONSUME1=210.7189408+0.3747271174*AVERAGEGDP1
从斜率项的值看,0<0.3747271174<1,符合边际消费倾向在0与1之间的经济理论表明在1978-2006年间,以1990年不变价测算人均GDP每增加1元,人均消费将增加0.3747271174元。
截距项210.7189408在这里没有经济意义。
所以方程完全可以通过经济上的检验。
7.2统计显著性检验
(1)拟合优度检验
R-squared=0.987305,非常接近1.说明拟合度很高,得到的回归方程非常好的拟合了样本
(2)t显著性检验
t=(7.921639)(45.82419)
p=(0.0000)(0.0000)
查表可得,在5%的显著水平下,自由度为28的t的临界值是2.048,计算得到的t值远远大于临界值,所以它是统计显著的。
(3)F检验
回归方程中的F值为2099.9,查表可知,在自由度为30时(表中未给出自由度为29的值),在1%的显著水平下,临界的F值为2.39.由于观察到的F值为2099.9,远大于2.39,所以它是统计显著的
四、实验结果
通过上面的实验,我们可以得出这样的几个结论;
1、人均消费与经济水平是存在密切的内在联系的。
2、方程可以很好的验证经济理论GDP的增加人们用于消费支出也会相应的增加。
3、如果我们要提高我们的消费能力,让它对经济的发展做出更大的贡献,提高经济的发展水平从而增加居民的可支配收入是一种有效的手段。