实验二.doc
《实验二.doc》由会员分享，可在线阅读，更多相关《实验二.doc（12页珍藏版）》请在冰豆网上搜索。
实验报告
课程名称：
计量经济学
实验项目：
实验二一元线性回归模型的
估计、检验、预测和应用
实验类型：
综合性□设计性□验证性R
专业班别：
姓名：
学号：
实验课室：
指导教师：
实验日期：
2014-3-14
广东商学院华商学院教务处制
一、实验项目训练方案
小组合作：
是□否R
小组成员：
无
实验目的：
掌握简单相关分析、格兰杰因果关系检验、简单线性回归模型的设定和模型的参数估计、简单线性回归模型的区间估计、假设检验和预测方法，并能利用所建立的模型分析实际问题。
实验场地及仪器、设备和材料
实验室：
普通配置的计算机，Eviews软件及常用办公软件。
实验训练内容（包括实验原理和操作步骤）：
【实验原理】
相关分析，格兰杰因果关系检验，普通最小二乘法（OLS），拟合优度的判定系数检验和参数显著性t检验等，计量经济学预测原理。
【实验步骤】
已知广东省宏观经济部分数据（参见附表“广东省宏观经济数据-第二章”），要根据这些数据分别研究和分析广东省宏观经济，建立宏观计量经济模型。
本实验要求具体验证分析：
（1）“国内生产总值的变化引起财政收入的变化”
（2）“财政收入影响财政支出”
（3）“国内生产总值对社会消费品零售额的影响模型”
并根据相应的回归模型进行经济预测、经济分析和政策评价。
注：
在实验中对应的空白处写出实验的结果。
全部完成后，把该文档自己学号为名进行命名，提交到教师机。
（一）建立工作文件
进入Eviews，建立一工作文件，并命名为GD，新建4个序列，并对应输入广东省经济数据表中的数据：
收入法国内生产总值-GDPS，财政收入-CS，财政支出-CZ，社会消费品零售额-SLC。
（二）相关分析（请对得到的图表进行处理，“相关分析”部分不得超过本页）
1．作散点图
分别作上述三组变量之间的散点图（3个散点图），并根据散点图作简单分析，写出各组变量的关系。
散点图：
分析：
从三个散点图可以看出，CS作为应变量，GDPS作为解释变量；CZ作为应变量，CS作为解释变量；SLC作为应变量，GDPS作为解释变量。
2、计算简单线性相关系数
分别作上述三组变量之间的简单线性相关系数，并根据相关系数作简单分析。
GDPS
CS
GDPS
1
0.9928639311588944
CS
0.9928639311588944
1
CZ
CS
CZ
1
0.9976384241157246
CS
0.9976384241157246
1
GDPS
SLC
GDPS
1
0.9967950969214375
SLC
0.9967950969214375
1
分析：
GDPS与CS存在线性相关，CZ与CS存在线性相关，GDPS与SLC存在线性相关
（三）回归分析
1．【模型设定】（请对得到的图表进行处理，“模型设定”部分不得超过本页）
（1）作因果关系检验（辅助“模型设定”）
分别对上述三组变量作因果关系检验（3组检验结果），并根据因果关系检验的结果，作简单描述及分析。
因果关系检验结果表：
（请对同一个模型的滞后期从2-5多试几次，并选定最终的结果。
）
PairwiseGrangerCausalityTests
Date:
03/28/14Time:
14:
26
Sample:
19782005
Lags:
2
NullHypothesis:
Obs
F-Statistic
Prob.
GDPSdoesnotGrangerCauseCS
26
6.14373
0.0079
CSdoesnotGrangerCauseGDPS
6.26728
0.0073
PairwiseGrangerCausalityTests
Date:
03/28/14Time:
14:
28
Sample:
19782005
Lags:
2
NullHypothesis:
Obs
F-Statistic
Prob.
SLCdoesnotGrangerCauseGDPS
26
0.74469
0.4870
GDPSdoesnotGrangerCauseSLC
2.26407
0.1287
PairwiseGrangerCausalityTests
Date:
03/28/14Time:
14:
27
Sample:
19782005
Lags:
2
NullHypothesis:
Obs
F-Statistic
Prob.
CZdoesnotGrangerCauseCS
26
7.76463
0.0030
CSdoesnotGrangerCauseCZ
0.71754
0.4995
分析：
从三个因果关系检验可以看出，GDPS是CS的因；CS不是CZ的因；GDPS不是SLC的因。
根据理论CS是CZ的因，GDPS是SLC的因，可能是由于指标设置的问题，所以还是把CS作为应变量，GDPS作为解释变量；CZ作为应变量，CS作为解释变量；SLC作为应变量，GDPS作为解释变量
（2）结合以上因果关系和模型要求，确定模型的因变量和自变量。
并从以下给出的回归函数中挑选出一个回归函数作为具体模型的设定函数（标出字母序号即可）。
模型1（D）
A. B.
C. D.
模型2：
（D）
A. B.
C. D.
模型3：
（A）
A. B.
C. D.
2、【参数估计】
（1）分别用最小二乘法估计以上三个回归模型的参数，保存实验结果。
（注：
只需附上模型估计的结果即可，无需分析；模型如果常数项不能通过检验，仍保留，本实验中不要求大家对模型进行修正。
）（请对得到的图表进行处理，“模型结果”部分不得超过本页）
模型1
DependentVariable:
CS
Method:
LeastSquares
Date:
03/28/14Time:
14:
41
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
GDPS
0.080296
0.001891
42.45297
0.0000
C
12.50960
15.58605
0.802615
0.4295
R-squared
0.985779
Meandependentvar
449.5546
AdjustedR-squared
0.985232
S.D.dependentvar
509.5465
S.E.ofregression
61.92234
Akaikeinfocriterion
11.15839
Sumsquaredresid
99693.77
Schwarzcriterion
11.25355
Loglikelihood
-154.2174
Hannan-Quinncriter.
11.18748
F-statistic
1802.255
Durbin-Watsonstat
0.942712
Prob（F-statistic）
0.000000
模型2
DependentVariable:
CS
Method:
LeastSquares
Date:
03/28/14Time:
14:
46
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
CZ
0.778249
0.010508
74.06285
0.0000
C
19.77207
8.893911
2.223102
0.0351
R-squared
0.995282
Meandependentvar
449.5546
AdjustedR-squared
0.995101
S.D.dependentvar
509.5465
S.E.ofregression
35.66468
Akaikeinfocriterion
10.05495
Sumsquaredresid
33071.21
Schwarzcriterion
10.15011
Loglikelihood
-138.7693
Hannan-Quinncriter.
10.08404
F-statistic
5485.306
Durbin-Watsonstat
1.561721
Prob（F-statistic）
0.000000
模型3
DependentVariable:
SLC
Method:
LeastSquares
Date:
03/28/14Time:
14:
47
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
GDPS
0.370241
0.005827
63.53578
0.0000
C
148.6962
48.01944
3.096584
0.0046
R-squared
0.993600
Meandependentvar
2163.893
AdjustedR-squared
0.993354
S.D.dependentvar
2340.232
S.E.ofregression
190.7780
Akaikeinfocriterion
13.40885
Sumsquaredresid
946302.6
Schwarzcriterion
13.50400
Loglikelihood
-185.7239
Hannan-Quinncriter.
13.43794
F-statistic
4036.795
Durbin-Watsonstat
0.293156
Prob（F-
升级会员 