计量实验报告模版.docx
《计量实验报告模版.docx》由会员分享，可在线阅读，更多相关《计量实验报告模版.docx（26页珍藏版）》请在冰豆网上搜索。
计量实验报告模版
《计量经济学》实验报告
实验时间：
系别：
经济管理学院 专业班级：
10级国贸本科
学 号：
201001901069 姓名：
成 绩：
【实验名称】计量经济学实验
【实验目的】通过实验将计量经济学的理论知识熟练掌握，并能够对指定经济案例数据进行相关处理，能够选择恰当的利用EVIEWS的菜单功能，对数据进行探索分析，设计计量经济模型，且能够分析出相应结果。
并可以对相应的结果进行经济意义的说明，最终可以独立运用EVIEWS软件分析与计量经济学有关的经济问题或案例。
【知识准备】
掌握基本的计量经济学相关概念知识，以及学会如何建立经典的计量经济学模型。
建立模型的步骤和要点，一元线性回归模型，多元线性回归模型，异方差性，序列相关性，多重共线性，虚拟变量，模型设定偏误，时间序列平稳性等等。
掌握几种常见的计量模型的检验方法如F检验，t检验等，并学会如何运用EVIEWS软件对上述模型进行分析检验。
【实验软件】EVIEWS软件
【实验要求】
一．学会利用Eviews软件对截图数据进行一元线性分析和检验
二．学会利用Eviews软件对时间序列数据进行一元线性分析和检验
三．学会利用Eviews软件做出散点图并对数据进行一元线性分析和检验
四．学会利用Eviews软件将线性模型化为线性的多元回归和分析
五．学会利用Eviews软件对时间序列数据模型进行非线性普通最小二乘法进行估计
六．学会利用Eviews软件对截面数据模型进行一方差分析和检验
七．学会利用Eviews软件对时间序列数据模型进行自相关分析
八．学会利用Eviews软件对时间序列数据模型进行多重共线性分析
九．学会利用Eviews软件对截面数据模型利用工具变量法进行回归分析和检测
一十．学会利用Eviews软件对数据模型回归分析中两个变量进行格兰杰因果关系检测
【实验方案与进度】
1、构建1989-2005年中国出口总额与GDP数据的函数模型，被解释变量
为GDP数据，解释变量为出口总额。
2、从数据库获取数据，并建立Excel表格类型的数据文档。
3、利用lny=log（y）dlny=lny-lny（-1）dy=y-y（-1）公式，求解参数估计值
和作图。
4、将数据导入Eviews5.0中，首先利用equation命令求解，进一步利用
程序设计地方法解得参数估计值。
5．根据模型估计结果检验估计效果和拟合图形。
【实验过程】一、一元线性回归
第一步，建立数学模型
由经济理论知，GDP大小受出口总额的影响，当出口总额增加时，GDP也会相应的随之增加，他们之间具有正向的同步变动趋势。
GDP除受出口额的影响外，还受其他一些变量的影响及随机应诉的影响，将其他变量及随机因素的影响均归并到随机变量u中，根据X与Y的样本数据，作X与Y的散点图可以看出，它们的变化趋势是线性的，由此建立某年中国出口总额与GDP之间的一元线性回归模型
Yi=B0+B1Xi+ui
第二步，估计参数
由表1中样本观测数据，样本回归模型为
Yt=B0+B1Xt+et
由于样本数据为时间序列数据，通常下标写为t。
用EViews软件的操作步骤如下：
主菜单——File——New——Workfile
打开工作文件范围选择框，选择Annual，分别输入1989，2005。
主菜单——Quick——Sample
在打开的当前样本区间选择框中分别输入1989,2005
主菜单——Quick——EmptyGroup
打开空白表格数据窗口，分别输入变量Y,X的数据。
主菜单——Quick——EstimateEquation
打开估计模型对话框，选择LeastSquares,输入YCX。
下面是EViews的估计结果
一、原数据
即样本回归方程为
Yt=26378.4+2.87Xt
（4.95）（13.37）r2=0.92
括号内的数字为回归系数对应的t统计量的值，以下同。
第三步，评估模型
（1）对回归方程的结构分析
B1=2.87是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加2.87元的GDP；B0=26378.4是样本回归方程的截距，它表示不受
出口额影响的因素。
（2）统计检验
r2=0.92，说明总离差平方和的92%被样本回归直线解释，有8%未被解释，因此，样本回归直线对样本点的拟合度是较高的。
当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025（15）=2.13,t0=4.95>t0.025（15）,t1=13.37>t0.025（15）,故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。
杜滨DW=0.266099说明存在自相关。
二、取对数时
打开估计模型对话框，选择LeastSquares,输入lnyClnx。
下面是EViews的估计结果
即样本回归方程为
Yt=3.859+0.76Xt
（13.4）（25.1）r2=0.98
评估模型
（1）对回归方程的结构分析
B1=0.76是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加0.76元的GDP；B0=3.859是样本回归方程的截距，它表示不受
出口额影响的因素。
（2）统计检验
r2=0.98，说明总离差平方和的98%被样本回归直线解释，有2%未被解释，因此，样本回归直线对样本点的拟合度是很高的。
当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025（15）=2.13,t0=13.4>t0.025（15）,t1=25.1>t0.025（15）,故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。
杜滨DW=0.935862说明存在自相关。
三、差分时
打开估计模型对话框，选择LeastSquares,输入的dycdx。
下面是EViews的估计结果
即样本回归方程为
Yt=5452+1.3Xt
（5.7）（7.78）r2=0.81
评估模型
（1）对回归方程的结构分析
B1=1.3是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加1.3元的GDP；B0=5452是样本回归方程的截距，它表示不受
出口额影响的因素。
（2）统计检验
r2=0.81，说明总离差平方和的81%被样本回归直线解释，有19%未被解释，因此，样本回归直线对样本点的拟合度较高。
当显著水平为0.05，查自由度v=16-2=14的t分布表，得临界值t0.025（14）=2.15,t0=5.7>t0.025（15）,t1=7.78>t0.025（15）,故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。
杜滨DW=1.190714说明存在自相关。
四、对数差分时
打开估计模型对话框，选择LeastSquares,输入的dlnycdlnx。
下面是EViews的估计结果
即样本回归方程为
Yt=0.11+0.2Xt
（3.73）（1.92）r2=0.21
评估模型
（1）对回归方程的结构分析
B1=0.2是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加0.2元的GDP；B0=0.11是样本回归方程的截距，它表示不受
出口额影响的因素。
（2）统计检验
r2=0.21，说明总离差平方和的81%被样本回归直线解释，有79%未被解释，因此，样本回归直线对样本点的拟合度是很不好的。
当显著水平为0.05，查自由度v=16-2=14的t分布表，得临界值t0.025（14）=2.15,t0=3.73>t0.025（15）,t1=1.92杜滨DW=0.616523说明存在自相关
五、结论
根据以上分析，取对数时模型最好。
r2=0.98，说明总离差平方和的98%被样本回归直线解释，有2%未被解释，因此，样本回归直线对样本点的拟合度是很高的。
当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025（15）=2.13,t0=13.4>t0.025（15）,t1=25.1>t0.025（15）,故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。
二、多元线性回归
第一步，建立数学模型
根据经济理论知识和对实际情况的分析可以知道，GDPY的大小受出口额X1和进口
额X2的影响，因此我们设定回归模型为
Yi=B0+B1X1i+B2X2i+ui
第二步，估计参数
用EViews软件的操作步骤如下：
主菜单——File——New——Workfile
打开工作文件范围选择框，选择Annual，分别输入1985，2006。
主菜单——Quick——Sample
在打开的当前样本区间选择框中分别输入1985,2006
主菜单——Quick——EmptyGroup
打开空白表格数据窗口，分别输入变量Y,X的数据。
主菜单——Quick——EstimateEquation
打开估计模型对话框，选择LeastSquares,输入YCX1X2。
下面是应用EViews的最小二乘法程序，输出结果
一、原数据
根据图中数据的到回归方程如下:
Y=202571.9+13.02959X1+25.74758X2
t=（0.421494）（1.961485）（2.457837）
由t值可看出出口额GDP影响不是很显著，进口额对GDP影响显著，F值很大说明回归方程显著，可决系数R2=0.887963，修正后的可决系数为0.876170，说明拟合优度比较好。
杜滨DW=0.379197，说明存在自相关。
二、取对数时
从图形上看变量间也存在一定的关系，然后对其进行一元回归分析，如下图
根据图中数据的到回归方程如下:
LNY=1.208606+0.699626LNX1+0.50029LNX2
t=（0.544931）（1.685279）（1.826601）
由t值可看出出口额和进口额对GDP影响不显著，F值很大说明回归方程显著，可决系数R2=0.882406，修正后的可决系数为0.870027，说明拟合优度比较好。
杜滨DW=0.468777说明存在自相关。
三、取差分时
根据图中数据的到回归方程如下:
DY=356451.4+10.21089DX1-2.82864DX2
t=（4.237739）（4.937079）（-0.761957）
由t值可看出出口额对GDP影响显著，进口额对GDP影响不显著，F值很大说明回归方程显著，可决系数R2=0.593140，修正后的可决系数为0.547933，说明拟合优度不是很好。
杜滨DW=1.073227说明不存在自相关。
四、对数差分时
根据图中数据的到回归方程如下:
DLNY=0.147463+0.043297DLNX1-0.046616DLNX2
t=（7.925208）（0.439791）（-0.879648）
由t值可看出出口额和进口额对GDP影响不显著，F值较小说明回归方程不显著，可决系数R2=0.042186，修正后的可决系数为-0.064238，说明拟合优度不是很好。
杜滨DW=0.852219说明存在自相关。
以上四次回归分析，对变量取对数比较好。
【实验小结】
通过这次实验，加深了对EViews软件的了解，熟悉了Eviews基于计量分析的操作过程，能够应用EViews软件处理数据、作图、统计分析、建模分析、预测的功能，对简单线性回归模型进行了详细的分析。
通过本次上机实验，我可以熟练的应用Eviews解决问题，并且掌握了一元线性回归模型的建立和最小二乘法的运用。
这次实验使原本枯燥、繁琐、难懂的课本知识变得简洁化，跨越理论和实践的鸿沟，同时使我对计量经济学产生兴趣。
计量经济学是一门比较难的课程，其中涉及大量的公式，不容易理解且需要大量的运算，所以在学习的过程中我遇到了很多困难。
但通过这次的实验，我对课上所学的最小二乘法有了进一步的理解，在掌握理论知识的同时，将其与实际的经济问题联系起来。
通过学习我也能解决简单的经济问题，用计量经济学的知识来分析现实中的经济问题。
更好的理解一元线性回归方程的经典假设。
这次实验加强了我们动手的能力和分析的能力，具有一定的实践意义。
升级会员 