计量经济学实验报告.docx

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

《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