计量经济学实验报告.docx
《计量经济学实验报告.docx》由会员分享,可在线阅读,更多相关《计量经济学实验报告.docx(17页珍藏版)》请在冰豆网上搜索。
![计量经济学实验报告.docx](https://file1.bdocx.com/fileroot1/2022-11/16/ba962be2-108f-4378-a36f-3fb5da946937/ba962be2-108f-4378-a36f-3fb5da9469371.gif)
计量经济学实验报告
《计量经济学》课程实验报告1
专业国际经济与贸易班级B谢谢谢谢姓名XXX日期2012.9.28
一、实验目的
1.学会Eviews工作文件的建立、数据输入、数据的编辑和描述;
2.掌握用Eviews软件求解简单线性回归模型的方法;
3.掌握用Eviews软件输出结果对模型进行统计检验;
4.掌握用Eviews软件进行经济预测。
二、实验内容:
根据1978年到2007年的中国居民的人均消费水平和人均GDP的数据,通过模型设定,估计参数,模型检测,回归预测等步骤,分析中国全体居民的消费水平和经济发展的数量关系,对于探寻居民消费增长的规律性。
三、实验数据
年份
全体居民人均消费水平(元)Y
人均GDP(元)X
年份
全体居民人均消费水平(元)Y
人均GDP(元)X
1978
184
381
1995
2355
5046
1979
208
419
1996
2789
5846
1980
238
463
1997
3002
6420
1981
264
492
1998
3159
6796
1982
288
528
1999
3346
7159
1983
316
583
2000
3632
7858
1984
361
695
2001
3869
8622
1985
446
858
2002
4106
9398
1986
497
963
2003
4411
10542
1987
565
1112
2004
4925
12336
1988
714
1366
2005
5463
14053
1989
788
1519
2006
6138
16165
1990
833
1644
2007
7081
18934
1991
932
1893
1992
1116
2311
1993
1393
2998
1994
1833
4044
四:
实验步骤:
1:
模型设定。
由上表分析居民人均消费水平(y)和人均GDP(x)的关系,制作散点图。
从中可以看出居民消费水平(y)和人均GDP(x)大体呈现为线性关系。
2:
估计参数:
利用软件eviews作简单线性分析的步骤包括以下几方面内容。
建立文件夹,首先双击eviews图标,进入主页。
在其菜单栏中点击File|new|workfile,并选择数据频率为1978和2007.输入数据:
在eviews命令框中直接输入“dataxy”回车出现“Group”窗口数据编辑框,在对应的“y”,“x”下输入数据。
估计参数。
在eviews命令框中直接键入“LSYCX”,按回车,即出现回归结果。
DependentVariable:
Y
Method:
LeastSquares
Date:
11/17/12Time:
8:
37
Sample:
19782007
Includedobservations:
30
Coefficient
Std.Error
t-Statistic
Prob.
C
224.3149
55.64114
4.031457
0.0004
X
0.386430
0.007743
49.90815
0.0000
R-squared
0.988884
Meandependentvar
2175.067
AdjustedR-squared
0.988487
S.D.dependentvar
2021.413
S.E.ofregression
216.8978
Akaikeinfocriterion
13.66107
Sumsquaredresid
1317251.
Schwarzcriterion
13.75448
Loglikelihood
-202.9161
Hannan-Quinncriter.
13.69095
F-statistic
2490.823
Durbin-Watsonstat
0.115812
Prob(F-statistic)
0.000000
若要显示回归结果的图形,在“Equation”框中,点击“Resids”,即出现剩余项、实际值、拟合值的图形:
3:
模型检测:
包括经济意义检测和拟合有度、统计检验。
由上述结果显示可绝系数为0.988884,说明所建模型整体上对样本数据拟合较好,即解释变量“人均GDP”对被解释变量“居民消费水平”的绝大部分差异作出了解释。
由数据得出结论:
人均GDP对居民消费水平由显著影响。
4,回归预测。
利用eviews作回归预测,首先在workfile窗口点击Range,出现changeworkfrange窗口,然后将数据2007改为2008,从而将样本区间改为1978~2008.得出Yf个别置信度95%的预测区间为(8200.26,9251.68)元。
五、实验结论:
人均GDP对居民消费水平的确有显著影(8200.66,9251.68).
《计量经济学》课程实验报告2
专业国际经济与贸易班级B100906姓名李泽新日期2012.11.9
一、实验目的
3.掌握用Eviews软件求解多元线性回归模型的方法;
2.掌握用Eviews软件输出结果检验是否存在多重共线性;
3.掌握用Eviews软件模型中的纠正多重共线性。
二、实验内容
根据1994~2007年中国旅游收入及相关数据,进行模型设定及其估计,修正多重共线性。
利用eviews软件来估计国内旅游收入Y与各种相关数据的关系。
三、实验数据
年份
国内旅游收入Y(亿元)
国内旅游人数X2(万人次)
城镇居民人均旅游花费X3(元)
农村居民人均旅游花费X4(元)
公路里程X5(万公里)
铁路里程X6(万公里)
1994
1023.5
52400
414.7
54.9
111.78
5.9
1995
1375.7
62900
464
61.5
115.7
5.97
1996
1638.4
63900
534.1
70.5
118.58
6.49
1997
2112.7
64400
599.8
145.7
122.64
6.6
1998
2391.2
69450
607
197
127.85
6.64
1999
2831.9
71900
614.8
249.5
135.17
6.74
2000
3175.5
74400
678.6
226.6
140.27
6.87
2001
3522.4
78400
708.3
212.7
169.8
7.01
2002
3878.4
87800
739.7
209.1
176.52
7.19
2003
3442.3
87000
684.9
200
180.98
7.3
2004
4710.7
110200
731.8
210.2
187.07
7.44
2005
5285.9
121200
737.1
227.6
193.05
7.54
2006
6229.74
139400
766.4
221.9
345.7
7.71
2007
7770.62
161000
906.9
222.5
358.37
7.8
四、实验步骤:
1,模型设定及其估计。
根据其数据的相关性设定如下的形式的计量经济模型:
Yt=B1+B2X2t+B3X3t+B4X4t+B5X5t+B6X6t+u1.其中Y为全国旅游收入,x2为旅游人数,x3为城镇居民人均旅游支出,x4为农村居民人均旅游支出,x5为公路里程,x6为铁路里程。
利用eviews软件对数据模型进行OLS回归,得出下表:
DependentVariable:
Y
Method:
LeastSquares
Date:
11/17/12Time:
9:
34
Sample:
19942007
Includedobservations:
14
Coefficient
Std.Error
t-Statistic
Prob.
C
-1471.956
1137.046
-1.294544
0.2316
X2
0.042510
0.004613
9.216082
0.0000
X3
4.432478
1.063341
4.168445
0.0031
X4
2.922273
1.093665
2.672001
0.0283
X5
1.426786
1.417555
1.006512
0.3436
X6
-354.9821
244.8486
-1.449802
0.1852
R-squared
0.997311
Meandependentvar
3527.783
AdjustedR-squared
0.995630
S.D.dependentvar
1927.495
S.E.ofregression
127.4135
Akaikeinfocriterion
12.83028
Sumsquaredresid
129873.5
Schwarzcriterion
13.10416
Loglikelihood
-83.81195
Hannan-Quinncriter.
12.80493
F-statistic
593.4168
Durbin-Watsonstat
1.558415
Prob(F-statistic)
0.000000
上述数据表明;很可能存在严重的多场共线性。
而选择x2,x3,x4,x5,x6数据,点view|correlation,得出相关系数矩阵表明,个解释变量相互之间的相关系数较高,证实确实存在严重多重共线性。
2,修正多重共线性。
采用逐步回归的方法检验和解决多重共线性问题。
结果如下:
变量
X2
X3
X4
X5
X6
参数估计值
0.0588
14.0225
19.6103
22.5957
3025.062
t统计量
18.2488
9.3090
3.2710
8.7084
9.1392
可决系数
0.9652
0.8784
0.4714
0.8634
0.8744
调整可决系数
0.9623
0.8682
0.4273
.0.4273
0.8520
其中,加入x2的方程最大,以x2为基础,顺次加入其他变量逐步回归。
表略。
在x2,x3基础上加入x4后的方程有所改善,且个参数的t检验显著。
X6参数的t检验部显著,甚至x6的参数的符号也变的不合理。
最后修正严重多重共线性影响后