计量经济学实验课程内容.docx

计量经济学实验课程内容.docx

《计量经济学实验课程内容.docx》由会员分享，可在线阅读，更多相关《计量经济学实验课程内容.docx（32页珍藏版）》请在冰豆网上搜索。

计量经济学实验课程内容

计量经济学实验课程内容

一．一．EViews基本操作

1．1． 启动Eviews

双击Eviews图标，出现Eviews窗口，它由以下部分组成：

标题栏“Eviews”、主菜单“File，Edit，…，Help”、命令窗口（空白处）和工作区域。

2．产生文件

Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。

（1）

（1）      读已存在文件：

File/Open/Workfile。

（2）

（2）      新建文件：

File/New/Workfile，出现对话框“工作文件范围”，选取或填上数据类型、起止时间。

OK后，得到一个无名字的工作文件，其中有：

时间范围、当前工作文件样本范围、filter、默认方程、系数向量C、序列RESID。

3．输入数据

（1）

（1）   从键盘输入：

Quick/EmptyGroup（EditSeries），打开组窗口，产生一个untitled“Group”；按列在表中输入序列名（在OBS）及其数据，每输入一个数据完，敲一次enter。

（2）

（2）   从Excel复制数据：

先取定Excel中的数据区域，选“复制”；其次，打开Eview，同2-

（2），建工作文件，使样本区域包含与被复制数据同样多的观察值个数；第三，击Quick/EmptyGroup（Editseries）；第四，按向上滚动指针，击数据区OBS右边的单元格，点Edit/Paste，再退出，选No，于是，在工作文件中有被复制的数据序列的图标。

（3）（3）   从Excel复制部分数据到已存在的序列中：

取定要复制的数据，复制之；打开包含已存在序列的Group窗口，使之处于Edit模式（开关键是Edit+）；将光标指到目标单元格，点Edit/Paste，其它同3-

（2）。

4．从Excel工作表中读取数据

击Procs/Import/Read-Lotus-Excel，选取文件类型为Text-ASCII或Excel.xls，打开文件；在对话框中，选取要打开的序列名，多个之间用空格隔开（如全用原序列名，输入序列的个数即可），OK。

二．描述统计

1．1． 在EViews输入P54Table2.1中序列rent,no,rm,sex,dist；

2．2． 生成序列RPP=RENT/NO；

3．3． 在Eviews中，对诸序列进行描述统计：

双击序列名，点击View/DescriptiveStatistics/HistogramandStats。

4．4． 用均值、中位数、偏度、峰度、JB检验的P值，说明序列数据是否服从正态分布。

附描述统计简单介绍：

DescriptiveStatistics/HistogramandStats

Thisviewdisplaysthefrequencydistributionofyourseriesinahistogram.Thehistogramdividestheseriesrange（thedistancebetweenthemaximumandminimumvalues）intoanumberofequallengthintervalsorbinsanddisplaysacountofthenumberofobservationsthatfallintoeachbin.

Acomplementofstandarddescriptivestatisticsaredisplayedalongwiththehistogram.Allofthestatisticsarecalculatedusingobservationsinthecurrentsample.

●●        Meanistheaveragevalueoftheseries,obtainedbyaddinguptheseriesanddividingbythenumberofobservations.

●●        Medianisthemiddlevalue（oraverageofthetwomiddlevalues）oftheserieswhenthevaluesareorderedfromthesmallesttothelargest.Themedianisarobustmeasureofthecenterofthedistributionthatislesssensitivetooutliersthanthemean.

●●        MaxandMinarethemaximumandminimumvaluesoftheseriesinthecurrentsample.

●●        Std.Dev.（standarddeviation）isameasureofdispersionorspreadintheseries.Thestandarddeviationisgivenby:

whereNisthenumberofobservationsinthecurrentsampleandisthemeanoftheseries.

●●        Skewnessisameasureofasymmetryofthedistributionoftheseriesarounditsmean.Skewnessiscomputedas:

whereisbasedonthebiasedestimatorforthevariance（BickelandDoksum1977,p.388）.Theskewnessofasymmetricdistribution,suchasthenormaldistribution,iszero.Positiveskewnessmeansthatthedistributionhasalongrighttailandnegativeskewnessimpliesthatthedistributionhasalonglefttail.

●●        Kurtosismeasuresthepeakednessorflatnessofthedistributionoftheseries.Kurtosisiscomputedas

whereisbasedonthebiasedestimatorforthevariance（BickelandDoksum1977,p.388）.Thekurtosisofthenormaldistributionis3.Ifthekurtosisexceeds3,thedistributionispeaked（leptokurtic）relativetothenormal;ifthekurtosisislessthan3,thedistributionisflat（platykurtic）relativetothenormal.

●●        Jarque-Beraisateststatisticfortestingwhethertheseriesisnormallydistributed.Theteststatisticmeasuresthedifferenceoftheskewnessandkurtosisoftheserieswiththosefromthenormaldistribution.Thestatisticiscomputedas:

whereSistheskewness,Kisthekurtosis,andkrepresentsthenumberofestimatedcoefficientsusedtocreatetheseries.

Underthenullhypothesisofanormaldistribution,theJarque-Berastatisticisdistributedaswith2degreesoffreedom.ThereportedProbabilityistheprobabilitythataJarque-Berastatisticexceeds（inabsolutevalue）theobservedvalueunderthenullhypothesisofanormaldistribution,andsmallprobabilityvalueleadstotherejectionofthenullhypothesisofanormaldistribution.

三．普通最小二乘法

方法1：

在命令窗口，直接输入“LS因变量C自变量”，中间用空格隔开，多个自变量之间也用空格隔开。

方法2：

点Object/NewObject/Equation，出现对话框：

在EquationSpecification内填入方程（不带扰动项）；在EstimationSettings中填入所用估计方法和样本估计区间。

方法3：

点Quick/EstimateEquation，同上填写对话框。

方法4：

在工作文件内，按被解释变量、各解释变量图标的次序取定（按住Ctrl，用鼠标逐个选），对它们双击左键后，再点OpenEquation，出现对话框，根据习惯，将C放在被解释变量与解释变量之间，其它填充同上方法。

在OLS输出结果中，注意以下项目：

（1）

（1）      各解释变量的系数估计及其t值、样本标准差和p值分别是多少，它们分别是如何定义的，分别有什么意义，怎样对系数进行检验；

（2）

（2）      对回归方程线性性进行检验的统计量是什么，方程拟合优度检验量是什么，如何定义的？

（3）（3）      指出回归方程的标准差、残差平方和、依赖变量的均值和标准差、对数拟然值，分别写出它们的确定公式。

四．上机实习案例

1．1． Grade-pointaverage（Y）&Familyincome（X）（Page4）

（1）

（1）      输入TABLE1.1中的相关数据，求出学生平均成绩依赖于家庭收入的回归方程，将各系数估计的t值写在相应系数的下方，并用小括号括起来。

此处，你计算的t值是在什么原假设之下？

（2）

（2）      对斜率系数进行检验，说明其意义。

（3）（3）      对回归方程进行检验。

（4）（4）      检验该模型中的误差项是否服从正态分布。

2．2． ComsumptionExpenditures（C）&Personaldisposableincome（Y）（Page70Example3.2）

（1）

（1）      从WWW或jingguan.china-

（2）

（2）      以Y为解释变量，求出估计方程，并回答如同案例1的各问题。

（3）（3）      结合宏观经济理论，阐述回归方程的经济含义。

（4）（4）      你能利用这里的数据，求出边际消费倾向的95%置信区间吗？

（5）（5）      检验该模型中正态分布的假设是否成立。

3．3． Retailautosales（汽车零售额S）&Aggregatewagesandsalaries（收入总水平W）（Page76Example3.3）

（1）

（1）      同2

（1）；

（2）

（2）      以W为解释变量，求出估计方程，并回答如同案例1的各问题。

（3）（3）      利用这里的数据，求斜率系数的95%置信区间。

（4）（4）      检验该模型中正态分布的假设是否成立。

五．课后练习

1．下表给出美国1980~1996年间城市劳动力参与率、失业率和平均小时工资的数据（阴影部分暂不考虑，在多元回归时，再做）：

年

劳动力参与率

失业率

平均小时工资

年

劳动力参与率

失业率

平均小时工资

1980

63.8

7.1

7.78

1989

66.5

5.3

7.64

1981

63.9

7.6

7.69

1990

66.5

5.6

7.52

1982

64

9.7

7.68

1991

66.2

6.8

7.45

1983

64

9.6

7.79

1992

66.4

7.5

7.41

1984

64.4

7.5

7.8

1993

66.3

6.9

7.39

1985

64.8

7.2

7.77

1994

66.6

6.1

7.4

1986

65.3

7

7.81

1995

66.6

5.6

7.4

1987

65.6

6.2

7.73

1996

66.8

5.4

7.43

1988

65.9

5.5

7.69

由此考虑问题：

经济形势会影响人们进入劳动力市场的决定吗？

这里用失业率来度量经济形势，用劳动力参与率度量劳动力的参与。

（1）

（1）   对劳动力参与率和失业率进行回归分析，建立回归模型；

（2）

（2）   从受挫工人假说和增加工人假说的角度来分析回归系数的经济学含义，检验其经济意义；

（3）（3）   对回归方程进行统计检验；

（4）（4）   当在模型中还考虑平均小时工资时，重给出回归模型，并对回归系数进行检验；

（5）（5）   设1997年的城市失业率和平均小时工资的数据分别为5.2和1.2，试求1997年城市劳动力参与率的预测值和区间预测（α=0.05）。

2.依据美国1970~1983年的数据，得到下面回归结果（其中GNP为国民生产总值（亿美元），M1t为货币供给（百万美元））：

GNPt=—787.4723+8.0863M1tR2=0.9912

s.e.=（）（0.2197）

t=（—10.0001）（）

（1）填充缺省数值；

（2）进行参数的经济意义和统计意义检验（α=0.05）；（3）假定84年M1为552百万美元，预测该年平均的GNP。

3.下表给出1971~1980年间证券收益率Y和市场指数收益率X的数据（%），分别对它们拟合出有截距的和无截距的回归模型，你认为哪个模型更好？

为什么？

（考虑R2，回归系数的t值和95%置信区间）

年

Y

X

年

Y

X

1971

67.5

19.5

1976

19.3

45.5

1972

19.2

8.5

1977

3.6

9.5

1973

-35.2

-29.3

1978

20

14

1974

-42

-26.5

1979

40.3

35.3

1975

63.7

61.9

1980

37.5

31

第二次上机内容

二．一．掌握Eviews中的常用函数及应用

1．1． 一般函数

@abs（x）@log（x）@exp（x）@inv（x）@sqrt（x）=sqr（x）d（x）=x-x（-1）dlog（x）=log（x）-log（x（-1））

|x|lnxex1/x

@pch（x）=（x-x（-1））/x（-1）@seas（n）（seasonaldummy）@obs（X）（观察值个数N）@mean（X）

@max（X）@min（X）@sum（X）@var（X）（分母n）@cor（X,Y）@cov（X,Y）

@stdev（x）（分母n-1）@sumsq（x）（平方和）@sin（x）@cos（x）@tan（x）

@c开头指CDF=Prop（X≤x）；@d开头指概率密度值；@q开头指逆CDF=q*：

Prop（X≤q*）=p；@r开头指随机数生成器

@cchisq（x,v）@dchisq（x,v）@qchisq（p,v）@rchisq（v）

@cfdist（x,v1,v2）@dfdist（x,v1,v2）@qfdist（p,v1,v2）@rfdist（v1,v2）

@ctdist（x,v）@dtdist（x,v）@qtdist（p,v）@rtdist（v）

@cnorm（x）@dnorm（x）@qnorm（p）@rnorm

如@qtdist（0.05,1）=-6.314，@cfdist（60.71,12,1）=0.90，又如

自由度为12的t统计量的5%显著水平（双尾）的临界值可由命令窗口输入“=@qtdist（0.975,12）”得到（为2.179）

@chisq（x,v）@fdist（x,v1,v2）@tdist（x,v）（tofacilitatethecomputationofp-values）

如“=@tdist（3.45,12）”=Prop（|t（12）|>3.45）=0.0048（如显著性水平为1%，则可拒绝原假设），其中3.45是此t统计量样本值的绝对值。

2．2． 关于回归结果的一些函数：

@r2（R2）@rbar2（调整的R2）@se（回归标准差，即随机项标准差的估计值）

@ssr（sumofsquaredresiduals）@dw（D-W值）@f（F-statistic）@logl（对数拟然值）

@meandep（meanofthedependentvariable）@sddep（standarddeviationofthedependentvariable，分母是N-1）

@ncoef（totalnumberofestimatedcoefficients）@regobs（观察值个数N）

@coefs（i）（第i个系数估计值）@stderrs（i）（standarderrorforcoefficienti）

@cov（i,j）（covarianceofcoefficientsiandj）@coefs（vectorofcoefficientvalues）

3．3．函数在Eviews中应用（同学们将第一次上机内容中有关计算置信区间的要求在此重做一下。

）

可以使用上述函数生成序列，使用命令“Genr序列名=某数学关系式”，如输入以下命令可产生新的序列y1：

“genry1=@pch（y）+@abs（x）”，表示y1=（y-y（-1））/y（-1）+|x|。

也可以进行一些运算。

如在回归分析后，要计算第2个回归系数的95%置信区间（设t统计量的自由度为18），可在命令窗口输入“=@coefs

（2）-@qtdist（0.975,18）*@stderrs

（2）”，回车后，从信息栏查得的置信区间的左端点值；将刚才输入的式子复制一份，并将其中的负号改为正号，回车后，在信息栏查得的是置信区间右端点值。

又如，计算自由度为18的t统计量单尾检验在5%显著性水平下的临界值，可输入“=@qtdist（0.95,18）”，回车后在信息栏输出的数值就是此临界值。

又如，回归系数的p值可由以下方法得到验证。

以第2个系数为例，假设t统计量的自由度为18，检验是双侧的。

若其t值大于0，则输入“=（1-@ctdist（第2个t值,18））*2”；若其t值小于0，则输入“=（@ctdist（第2个t值,18））*2”，得到第2个回归系数估计的p值（为什么？

）。

对两种情况都输入“=@tdist（第2个t值,18）”也可。

三．二． 多元线性回归分析（以Example4.2为例来做）

1．1． 创建工作文件后（注意文件范围尽量大，能包容序列），建Group，给它定义一个名子，打开，在Edit状态下，在相应位置输入或复制序列数据。

或者从Excel调入数据，…

2．2． Eviews中的多元回归分析的操作方式与一元回归分析相似：

（1）

（1）      鼠标点击法：

用鼠标+Ctrl，按因变量、（C、）各自变量顺序取定，双击，在对话框中击Openequation，调整一下常数项C的排序（将最后的C去掉），使EViews的输出方式符合你的习惯；如不改变，你在查看系数等输出结果时，要小心哪些是常数项对应的结果，哪些是解释变量系数对应的结果。

（2）

（2）      公式输入法：

同

（1），当出现回归对话框时，直接输入回归方程的函数形式，常数项和各系数分别用C

（1）、C

（2）、…来代替。

如下面是Example4.2中的回归方程R=C

（1）+C

（2）*IP+C（3）*@pch（M2）+C（4）*GPW（-1）

（3）（3）      窗口命令法：

如在窗口输入LSRCIP@pch（M2）GPW（-1）

3．3． 进行回归系数的检验和回归方程的检验，分析回归输出结果是否符合你期望出现的情况。

搞清输出表中的每项数据（没学的除外），并能加以验证。

四．三．对Eviews多元回归分析的再练习：

1．1． 做第一次上机内容中的课后练习1的二元回归分析（方程定义为EQ01）。

（1）

（1）      检验系数和方程的显著性；

（2）

（2）      系数的符号与你希望的一致吗？

说出系数的经济含义；

（3）（3）      以此例为例说明，二元回归可用两个一元回归来做。

提示：

从斜率系数的含义出发，见教材P105APPENDIX4.2的阐述或课堂笔记：

先将失业率X1对平均小时工资X2进行回归（方程定义为EQ02），令其残差为X3（生成新序列X3用命令：

genrX3=resid），再将劳动力参与率Y对该残差X3回归（方程定义为EQ03），比较由此得到的斜率系数与劳动力参与率对失业率和平均小时工资进行二元回归时失业率的系数（将EQ01和EQ03同时打开，进行观察）。

2．2．教材Example4.5（P103）的上机实习（为同教材上方程中的变量名一致，需将原始数据中的序列名RTDR、IVRDR、FYCP、LEH、PUCD分别改名为SD、DI、I