计量经济学实验报告Word格式文档下载.docx

计量经济学实验报告Word格式文档下载.docx

《计量经济学实验报告Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《计量经济学实验报告Word格式文档下载.docx（24页珍藏版）》请在冰豆网上搜索。

3624.1

1990

2937.1

18547.9

1979

1146.38

4038.2

1991

3149.48

21617.8

1980

1159.93

4517.8

1992

3483.37

26638.1

1981

1175.79

4862.4

1993

4348.95

34634.4

1982

1212.33

5294.7

1994

5218.1

46759.4

1983

1366.95

5934.5

1995

6242.2

58478.1

1984

1642.86

7171

1996

7407.99

67884.6

1985

2004.82

8964.4

1997

8651.14

74462.6

1986

2122.01

10202.2

1998

9875.95

78345.2

1987

2199.35

11962.5

1999

11444.08

82067.5

1988

2357.24

14928.3

2000

13395.23

89403.6

1989

2664.9

16909.2

三、实验步骤及结果

1.1建立工作文件，输入数据

在Eviews软件的命令窗口中键入数据输入命令：

DATAXFGDP

此时将显示一个数组窗口（如所示），即可以输入每个变量的数值

图1-12001-2011年人均消费和人均gdp数据

1.2图形分析

借助图形分析可以直观地观察经济变量的变动规律和相关关系，合理地确定模型的数学形式。

SCATXFGDP

此时将显示一个散点图（如图1-2所示），从图中可以看出随着国内生产总值（GDP）的增长，人均消费也在增长

图1-2人均消费和人均gdp数据散点图

1.3作出回归模型

在Eviews主窗口中点击Quick\EstimateEquation，在弹出的方程设定框内输入模型：

XFCGDP

系统将弹出一个窗口来显示有关估计结果（如图1-3所示），

我国人均消费和人均GDP的模型估计式为：

＝（10.42）（49.3431）

这个估计结果表明，我国人均GDP将增长1元,人均消费每增长0.3034元。

从回归估计的结果来看，模型模拟较好。

可决系数

，表明人均GDP可由人均消费的变化来解释。

在自由度为5%的显著性水平下，自由度为11-2=9的t分布的临界值为2.262，而截距项的t统计量值为10.42>

2.262，斜率的t统计量为49.3431>

2.262，因此，两参数在统计量上是显著的。

图1-3人均消费和人均gdp回归分析

2.1建立工作文件，输入数据

在Eviews软件的命令窗口中键入数据输入/编辑命令：

DATAYX

此时将显示一个数组窗口（如上图所示），即可以输入每个变量的数值

图1-4中国1978年—2000年财政收入Y和国内生产总值（GDP）X

SCATYX

此时将显示一个散点图（如图二所示），从图中可以看出随着国内生产总值的增长，财政收入也在增长。

（图1-5）国民收入GDP与财政收入散点图

YCX

系统将弹出一个窗口来显示有关估计结果（如图所示），因此一元线性回归方程为:

这个估计结果表明，GDP每增长1亿元，我国财政收入将增加0.1198亿元。

（图1-6）国民收入GDP与财政收入回归分析

2.2由此可知，

因而，回归系数的符号和数值是较为合理的。

，说明模型有很高的拟合优度，从图三可以看出，模型中的解释变量国民生产总值的

统计量值为22.7230，表明国民收入对财政收入的影响是显著的。

常量的

统计量值为2.5199，表明通过显著性检验

2.3由回归模型预测2001年的财政收入：

Y=566.6477+0.1198ｘ105709=13230.5859（元）

预测区间：

13220.59

2.08*731.2086*425.75，

即2001年的GDP预测区间为（12335.03，14106.75）

实验二—多元线性回归模型

掌握一元线性、非线性回归模型的建模方法

二、实验内容:

1、在一项对某社区家庭对某种消费品的消费需要调查中。

得到下表所示的资料。

表三某社区家庭对某种消费品的消费需要

对某商品的消费支出Y

商品单价X1

家庭月收入X2

591.9

23.56

7620

654.5

24.44

9120

623.6

32.07

10670

647

32.46

11160

674

31.15

11900

644.4

34.14

12920

680

35.3

14340

724

38.7

15960

757.1

39.63

18000

706.8

46.68

19300

（1）作出二元线性回归分析，估计回归方程的参数及随机干扰项的方差

，计算

及

；

（2）对方程进行F检验，对参数进行t检验，并构造参数95%的置信区间；

（3）如果商品单价变为35元，则某一月收入为20000元的家庭的消费支出估计是多少？

构造该估计值得95%的置信区间。

2、下表列出了中国2000年按行业分的全部制造业国有企业级规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L

要求，

（1）利用上述资料。

进行回归分析；

（2）回答，中国2000年的制造业总体呈现规模报酬不变状态吗？

表四中国2000年按行业分的全部制造业国有企业级数据

序号

工业总产值Y

资产合计K

职工人数L

1

3722.7

3078.22

113

17

812.7

1118.81

43

2

1442.52

1684.43

67

18

1899.7

2052.16

61

3

1752.37

2742.77

84

19

3692.85

6113.11

240

4

1451.29

1973.82

27

20

4732.9

9228.25

222

5

5149.3

5917.01

327

21

2180.23

2866.65

80

6

2291.16

1758.77

120

22

2539.76

2545.63

96

7

1345.17

939.1

58

23

3046.95

4787.9

8

656.77

694.94

31

24

2192.63

3255.29

163

9

370.18

363.48

16

25

5364.83

8129.68

244

10

1590.36

2511.99

66

26

4834.68

5260.2

145

11

616.71

973.73

7549.58

7518.79

138

12

617.94

516.01

28

867.91

984.52

46

13

4429.19

3785.91

29

4611.39

18626.94

218

14

5749.02

8688.03

254

30

170.3

610.91

15

1781.37

2798.9

83

325.53

1523.19

45

1243.07

1808.44

33

三、实验结果

1、建立工作文件，输入数据结果如下：

图2-1某社区家庭对某种消费品的消费需要

由Eviews软件所作出的回归结果如下：

图2-2某社区家庭对某种消费品的消费需要

由回归分析可知，该回归方程为：

回归方程的参数:

随机干扰项的方差

=17.38985^2=302.41，

F检验：

F=32.29，在5%的显著性水平下，自由度为（2，7）的F分布的临界值为

，32.29>

4.74，表明方程的显著性成立。

T检验：

常数项的t检验值为t=15.61，X1的t检验值为t=-3.062,X2的t检验值为t=4.902。

在显著性为5%水平下，自由度为8的t分布的临界值为

，所以常数项及X1、X2的总体参数值均显著不为零。

参数的置信区间为

，所以

常数项的95%的置信区间=626.509

2.306

40.13，即为（533.97,719.05）；

参数X的95%的置信区间为（-17.16，-2.42）

参数X的95%的置信区间为（0.0152,0.042）

2、建立工作文件，输入数据结果如下：

图2-3中国2000年按行业分的全部制造业国有企业级数据

Eviews软件回归结果如下：

图2-4中国2000年按行业分的全部制造业国有企业级数据回归分析

由回归分析图可知

＝（1.59）（1.79）（3.45）

在5%的显著性水平下，自由度为（2，28）的F分布的临界值为

，因此从总体上看，lnK和lnL联合起来对lnY有显著的线性影响。

在显著性为5%水平下，自由度为28的t分布的临界值为

，所以lnK的参数该显著性水平下的t检验，lnL的参数不通过；

在显著性水平为10%的情况下，t的临界值为1.701，这是lnL的参数才通过了显著性水平检验。

因此，中国2000年的制造业总体呈现规模报酬不变状态

实验三—异方差

掌握异方差性的检验及处理方法

1、下表列出了2000年中国部分省市城镇居民每个家庭平均全年可支配收入（X）与消费性支出（Y）统计数据

表五2000年中国部分省市城镇居民每个家庭平均全年可支配收入（X）与消费性支出（Y）

地区

可支配收入X

消费性支出Y

北京

10349.69

8493.49

江苏

6800.23

5323.18

天津

8140.5

6121.04

浙江

9279.16

7020.22

河北

5661.16

4348.47

山东

6489.97

5022

山西

4724.11

3941.87

河南

4766.26

3830.71

内蒙古

5129.05

3927.75

湖北

5524.54

4644.5

辽宁

5357.79

4356.06

湖南

6218.73

5218.79

吉林

4810

4020.87

广东

9761.57

8016.91

黑龙江

4912.88

3824.44

陕西

5124.24

4376.67

上海

11718.01

8868.19

甘肃

4916.25

4126.47

新疆

5644.86

4422.93

青海

5644.86

要求，试用OLS法建立居民人均消费支出与可支配收入的线性模型；

（2）检验模型是否存在异方差性；

（3）如果存在异方差性，试采用适当的方法估计模型参数

1、建立工作文件，输入数据结果如下

图3-12000年中国部分省市城镇居民每个家庭平均全年可支配收入与消费性支出

2、Eviews软件回归结果如下：

图3-22000年中国部分省市城镇居民每个家庭平均全年可支配收入与消费性支出

、

3、检验模型是否存在异方差性：

首先采用G-Q检验。

在对20个样本按X从大到小排序，去掉中间4个个体，对前后两个样本进行OLS估计（如图3-3和图3-5），样本容量分别为8和7。

于是得到如下F统计量：

F=（RSS1/（8-1-1））/（RSS2/（8-1-1））=4.86

在5%的显著水平下，自由度为（6,6）的F分布临界值F0.05（6,6）=4.28，于是拒绝无异方差性的假设，表明原模型存在异方差性。

图3-3

图3-4

图3-5

4、White检验

图3-6White检验结果

其中F值为辅助回归模型的F统计量值。

取显著水平

，由于

，,所以存在异方差性。

5、采用加权最小二乘法进行估计，加权最小二乘估计结果与不加权估计结果有较大区别。

回到原模型估计结果,其次，采用异方差稳健标准误法修正原OLS的标准差。

加权最小二乘估计结果与不加权估计结果有较大区别。

可以验证，此时，模型已不存在异方差性。

图3-7回归结果

图3-8加权估计结果

实验4—序列相关性

一、实验目的

掌握自相关性的检验与处理方法

二、实验内容

中国1980-2000年投资总额X与工业总产值Y的统计资料如下表

表五中国1980-2000年投资总额X与工业总产值Y

全社会固定资产投资X

工业增加值Y

910.9

1996.5

5594.5

8087.1

961

2048.4

8080.1

10284.5

1230.4

2162.3

13072.3

14143.8

1430.1

2375.6

17042.1

19359.6

1832.9

2789

20019.3

24718.3

2543.2

3448.7

22913.5

29082.6

3120.6

3967

24941.1

32412.1

3791.7

4585.8

28406.2

33387.9

4753.8

5777.2

29854.7

35087.2

4410.4

6484

32917.7

39570.3

4517

6858

要求，

（1）当模型设定为

时，是否存在序列相关？

（2）若按一阶自相关假设

，试用杜宾两步法与最小二乘法估计原模型；

（3）采用差分形式

与

作为新数据，估计模型

，该模型是否存在序列相关？

图4-1中国1980-2000年投资总额X与工业总产值Y

2、散点图如下：

图4-2中国1980-2000年投资总额X与工业总产值Y散点图

3、在Eviews软件下,OLS估计结果如图所示

图4-3中国1980-2000年投资总额X与工业总产值Y回归分析结果

4、偏相关系数检验结果

图4-4偏相关系数检验结果

图4-5

因而，可得结果DW=1.4270，n＝21，k＝2，查表得

＝1.100，

＝1.537，而

<

1.388＝DW<

，属于无法判定区域。

5、杜宾两步法

图4-6

图4-7