本科计量经济学实验上机手册学生版.docx
《本科计量经济学实验上机手册学生版.docx》由会员分享，可在线阅读，更多相关《本科计量经济学实验上机手册学生版.docx（24页珍藏版）》请在冰豆网上搜索。
本科计量经济学实验上机手册学生版
附页：
上机手册
实验一一元线性回归模型的参数估计和统计检验
模型：
1978-2000年中国人均居民消费支出（
）对人均GDP（
）的回归分析
程序：
（一）A二版P50页表2.5.1（第二版）
datachina;
inputyearCONSPGDPP@@;
cards;
数据行（自己输入）
;
run;
procprintdata=china;
title‘china’;
run;
/*procgplotdata=china;
symbolv=plusi=join;
plotCONSP*GDPP;
run;*/
procregdata=china;
modelCONSP=GDPP;
title‘china’;
run;
模型：
课本P53-55页实例2006年中国城镇居民人均消费支出模型：
截面数据模型，消费支出（）对可支配收入（）的回归分析
三版P54页表2.6.1数据，请大家注意此表中X与Y的数据弄反了，但是53页估计的结论没问题：
程序：
（一）B
datachengzhen;
inputdiqu$YX@@;
cards4;
数据行（自己输入）
;;;;
run;
procprintdata=chengzhen;
title‘chengzhen’;
run;
/*procgplotdata=chengzhen;
symbolv=plusi=join;
plotY*X;
run;*/
procregdata=chengzhen;
modelY=X;
title‘chengzhen’;
run;
procunivariatedata=chengzhen;/*单变量分析，为了得到常见的描述统计量*/
varXY;
iddiqu;/*标识语句*/
title‘chengzhen1’;
run;
程序
（二）二版P54页习题11数据
datacaizheng;
inputyearYGDP@@;
cards;
数据行（自己输入）
;
run;
procprintdata=caizheng;
title‘caizheng’;
run;
/*procgplotdata=caizheng;
symbolv=plusi=join;
plotY*GDP;
run;*/
procregdata=caizheng;
modelY=GDP;
title‘caizheng’;
run;
实验二多元线性回归模型的参数估计和统计检验
程序
（一）二版课本P77页表3.5.1数据，或者三版P85页表3.5.1数据，仅是年份差别，分别估计课本中P78或85页式子（3.5.18）和P80或87页中式子（3.5.19）：
dataxiaofei;
inputyearXC1990Q1990P01990P11990@@;
cards;
数据行（自己输入）
;
run;
procprintdata=xiaofei;
title‘中国城镇居民人均消费支出’;
run;
dataxiaofei2;
setxiaofei;
lnQ=log（Q1990）;
lnX=log（XC1990）;
lnP0=log（P01990）;
lnP1=log（P11990）;
x1=XC1990/P01990;
y1=P11990/P01990;
lnXP0=log（x1）;
lnP1P0=log（y1）;
run;
procregdata=xiaofei2;
modellnQ=lnXlnP1lnP0/DW;
title‘模型3.5.18’;
run;
procregdata=xiaofei2;
modellnQ=lnXP0lnP1P0/DW;
title‘模型3.5.19’;
run;
程序
（二）二版课本P92页习题11数据，模型为对数线性模型或者三版P105页习题13数据：
datazhizhao;
inputnumberYKL@@;
cards;
数据行（自己输入）
;
run;
procprintdata=zhizhao;
title‘中国2000年的制造业总体规模’;
run;
datazhizhao2;
setzhizhao;
lnY=log（Y）;
lnK=log（K）;
lnL=log（L）;
run;
procprintdata=zhizhao2;
title‘zhizhao2’;
run;
procregdata=zhizhao2;
modellnY=lnKlnL;
printcli;/*可得95%的置信区间及相对误差值*/
run;
datazhizhao3;
setzhizhao2（keep=YlnYlnKlnL）;
lnYY=1.15397+0.60925*lnK+0.36078*lnL;
/*即为
*/
YY=exp（lnYY）;/*即为
*/
aa=Y-YY;/*即为
*/
Yresid=aa/Y;/*即为
*/
procprintdata=zhizhao3;
title‘简单拟合’;
run;
datazhizhao4;
setzhizhao3;
keepYlnYYYYYresid;
procprintdata=zhizhao4;
run;
datazhizhao5;
setzhizhao;
a=Y/L;
lnYL=log（a）;
b=K/L;
lnKL=log（b）;
run;
procprintdata=zhizhao5;
title‘zhizhao5’;
run;
procregdata=zhizhao5;
modellnYL=lnKL;
run;
实验三异方差模型的检验和处理
程序
（一）二版课本P101页表4.1.1数据或三版课本P116页表4.1.1数据：
datanongcun;
inputdiqu$YX1X2@@;
cards4;
数据行（自己输入）
;;;;
run;
procprintdata=nongcun;
title‘中国农村居民人均消费’;
run;
datanongcun2;
setnongcun;
lnY=log（Y）;
lnX1=log（X1）;
lnX1X1=lnX1*lnX1;
lnX2=log（X2）;
lnX2X2=lnX2*lnX2;
lnX1X2=lnX1*lnX2;
run;
procregdata=nongcun2;
modellnY=lnX1lnX2;
title‘nongcun2’;
run;
datanongcun3;
setnongcun2;
e=lnY-（1.60258+0.32541*lnX1+0.50708*lnX2）;
e1=abs（e）;
e2=e*e;
run;
/*procgplotdata=nongcun3;
symbolv=plusi=jion;
plote2*lnX2;
run;*/
procregdata=nongcun3;
modele1=lnX1lnX2;
title‘用戈里瑟法检验异方差’;
run;
procregdata=nongcun3;
modele1=X1X2;
title‘用戈里瑟法检验异方差1’;
run;
procregdata=nongcun3;
modele2=lnX1lnX1X1lnX2lnX2X2lnX1X2;
title‘怀特检验法检验异方差’;
run;
procregdata=nongcun3;
modele2=lnX1lnX1X1lnX2lnX2X2;
title‘没有交叉项的怀特检验’;
run;
datanongcun4;
setnongcun2;
procsortdata=nongcun4;
byX2;
procprintdata=nongcun4;
title‘nongcun4’;
run;
datanongcun5;
setnongcun2;
X22=X2;
ifX2<=876.0;
procsortdata=nongcun5;
byX2;
procprintdata=nongcun5;
title‘nongcun5’;
run;
procregdata=nongcun5;
modellnY=lnX1lnX2;
title‘G-Q检验子样本1’;
run;
datanongcun6;
setnongcun2;
X22=X2;
ifX2>=1303.6;
procsortdata=nongcun6;
byX2;
procprintdata=nongcun6;
title‘nongcun6’;
run;
procregdata=nongcun6;
modellnY=lnX1lnX2;
title‘G-Q检验子样本2’;
run;
datanongcun7;
setnongcun3;
lnYjiaq=lnY/e1;
lnX1jiaq=lnX1/e1;
lnX2jiaq=lnX2/e1;
procprintdata=nongcun7;
title‘nongcun7’;
run;
procregdata=nongcun7;
modellnYjiaq=lnX1jiaqlnX2jiaq/DWnoint;
title‘加权最小二乘法’;
run;
实验四序列相关模型的检验和处理
程序
（一）第三版课本P56页中国居民总量消费函数模型，表2.6.2中数据，与实验1.2数据相同：
datajumin;
inputyearTXY@@;
cards;
数据自己输入
;
run;
procprintdata=jumin;
title‘jumin’;
run;
/*procgplotdata=jumin;
symbolv=plusi=join;
plotY*X;
run;*/
procregdata=jumin;
modelY=X/dw;
title‘jumin’;
run;
/*画参差相关图*/
datajumin2;
setjumin;
YY=2091.29476+0.43753*X;
et=Y-YY;
et_1=lag（et）;
et_2=lag（et_1）;
et_3=lag（et_2）;
run;
/*procgplotdata=jumin2;
Symbolv=stari=join;
plotet*year;
run;
procgplotdata=jumin2;
Symbolv=plusi=join;
plotet*et_1;
run;*/
/*回归检验法*/
procregdata=jumin2;
modelet=et_1;
title‘回归法1’;
run;
procregdata=jumin2;
modelet=et_1et_2;
title‘回归法2’;
run;
/*引入时间变量T以平方的形式出现，依据P59页图2.6.1*/
datajumin3;
setjumin2;
T2=T*T;
run;
procregdata=jumin3/dw;
modelY=XT2;
title"引入时间变量T的回归模型";
run;
run;
/*拉格朗日乘数检验*/
datajumin4;
setjumin3;
YYY=3328.19055+0.17615*X+21.65582*T2;
ett=Y-YYY;
ett_1=lag（ett）;
ett_2=lag（ett_1）;
ett_3=lag（ett_2）;
Y_1=lag（Y）;
Y_2=lag（Y_1）;
X_1=lag（X）;
X_2=lag（X_1）;
T2_1=lag（T2）;
T2_2=lag（T2_1）;
run;
procregdata=jumin4;
modelett=XT2ett_1;
title"含1阶滞后残差项的辅助回归拉格朗日乘数检验序列相关";
run;
procregdata=jumin4;
modelett=XT2ett_1ett_2;
title"含2阶滞后残差项的辅助回归拉格朗日乘数检验序列相关";
run;
procregdata=jumin4;
modelett=ett_1ett_2ett_3/noint;
title"估计各阶相关系数";
run;
procregdata=jumin4;
modelett=ett_1ett_2/noint;
title"估计各阶相关系数";
run;
procregdata=jumin4;
modelett=ett_1/noint;
title"估计各阶相关系数";
run;
datajumin5;
setjumin4;
Ystar=Y-0.73761*Y_1;
Xstar=X-0.73761*X_1;
T2star=T2-0.73761*T2_1;
run;
procregdata=jumin5;
modelYstar=XstarT2star;
title"一阶广义差分法";
run;
datajumin6;
setjumin4;
AR1=Y_1-（3328.19055+0.17615*X+21.65582*T2）;
Ystar=Y-1.05582*Y_1+0.38105*Y_2;
Xstar=X-1.05582*X_1+0.38105*X_2;
T2star=T2-1.05582*T2_1+0.38105*T2_2;
run;
procregdata=jumin6;
modelYstar=XstarT2star;
title"二阶广义差分法";/*形如P129页（4.2.22）式估计*/
run;
procregdata=jumin6;
modelY=XT2AR1;
title"二阶广义差分法";/*形如P130页（4.2.21）式改写而成的式子来估计，或直接对应P133页（4.2.25）式*/
run;
/*用拉格朗日乘数检验模型（4.2.25）式已不存在序列相关*/
datajumin7;
setjumin6;
eresidu=Y-（3296.3154+0.22541*X+19.69796*T2+0.71199*AR1）;
Xstar1=X-0.73761*X_1;
T2star1=T2-0.73761*T2_1;
run;
procregdata=jumin7;
modeleresidu=Xstar1T2star1;
title"用拉格朗日乘数检验模型（4.2.25）式已不存在序列相关";
run;
程序
（一）二版课本P115页中国商品进口模型，表4.2.1中数据：
dataMGDP;
inputyearGDPMt@@;
cards;
数据自己输入
;
run;
procprintdata=MGDP;
title‘MGDP’;
run;
procregdata=MGDP;
modelMt=GDP/DW;
title‘中国商品进口模型’;
run;
dataMGDP2;
setMGDP;
MM=152.90574+0.02039*GDP;
et=Mt-MM;
et_1=lag（et）;
et_2=lag（et_1）;
et_3=lag（et_2）;
run;
/*procgplotdata=MGDP2;
Symbolv=stari=join;
plotet*year;
run;
procgplotdata=MGDP2;
Symbolv=plusi=join;
plotet*et_1;
run;*/
/*回归检验法*/
procregdata=MGDP2;
modelet=et_1;
title‘回归法1’;
run;
procregdata=MGDP2;
modelet=et_1et_2;
title‘回归法2’;
run;
/*拉格朗日乘数检验*/
procregdata=MGDP2;
modelet=GDPet_1et_2;
title‘拉格朗日乘数检验2阶序列相关’;
run;
procregdata=MGDP2;
modelet=GDPet_1et_2et_3;
title‘拉格朗日乘数检验3阶序列相关’;
run;
/*杜宾两步法修正*/
dataMGDP3;
setMGDP2（drop=etet_1et_2et_3）;
Mt_1=lag（Mt）;
Mt_2=lag（Mt_1）;
GDPt_1=lag（GDP）;
GDPt_2=lag（GDPt_1）;
run;
procregdata=MGDP3;
modelMt=Mt_1Mt_2GDPGDPt_1GDPt_2;
title‘杜宾法第一步估计相关系数’;
run;
dataMGDP4;
setMGDP3;
Mtstar=Mt-（0.93825*Mt_1-0.46865*Mt_2）;
GDPstar=GDP-（0.93825*GDPt_1-0.46865*GDPt_2）;
run;
procprintdata=MGDP4;
title‘MGDP4’;
run;
procregdata=MGDP4;
modelMtstar=GDPstar;
title‘杜宾法第二步’;
run;
/*科克伦-奥克特迭代法（只迭代两步）修正*/
procregdata=MGDP2;
modelet=et_1et_2/noint;
title‘第一次估计相关系数’;
run;
dataMGDP5;
setMGDP3;
MtM=Mt-（1.10999*Mt_1-0.75138*Mt_2）;
GDPG=GDP-（1.10999*GDPt_1-0.75138*GDPt_2）;
run;
procregdata=MGDP5;
modelMtM=GDPG;
title‘第一次估计待估参数’;
run;
dataMGDP6;
setMGDP3;
MMM=107.39666+0.01991*GDP;
et=Mt-MMM;
et_1=lag（et）;
et_2=lag（et_1）;
et_3=lag（et_2）;
run;
procregdata=MGDP6;
modelet=et_1et_2/noint;
title‘第二次估计相关系数’;
run;
dataMGDP7;
setMGDP6;
MtMt=Mt-（1.19578*Mt_1-0.76487*Mt_2）;
GDPGD=GDP-（1.19578*GDPt_1-0.76487*GDPt_2）;
run;
procregdata=MGDP7;
modelMtMt=GDPGD;
title‘第二次估计待估参数’;
run;
/*回归法求4.2.26式*/
dataMGDP8;
setMGDP3;
AR1=Mt_1-93.74328-0.02001*GDPt_1;
AR2=Mt_2-93.74328-0.02001*GDPt_2;
run;
procprintdata=MGDP8;
title‘MGDP8’;
run;
procregdata=MGDP8;
modelMt=GDPAR1AR2/DW;
title‘估计式4.2.26’;
run;
实验五多重共线性模型的检验和处理
程序
（一）二版课本P124页粮食生产模型，表格4.3.3数据或者三版P141页表4.3.2：
datagrain1;
inputyeartotalX1X2X3X4X5@@;
cards;
数据自己输入
;
run;
procprintdata=grain1;
title"粮食生产模型原始样本观测值数据";
run;
procregdata=grain1;
modeltotal=X1X2X3X4X5/DW;
run;
proccorr;/*求相关系数矩阵*/
varX1X2X3X4X5;
run;
procregdata=grain1;
modeltotal=X1/DW;
run;
procregdata=grain1;
modeltotal=X2/DW;
run;
procregdata=grain1;
modeltotal=X4/DW;
run;
procregdata=grain1;
modeltotal=X5/DW;
run;
/*以下是逐步回归过程*/
procregdata=grain1;
modeltotal=X1X2X3X4X5/dwselection=stepwisedetails=allslentry=0.05slstay=0.05;
/*selecton=stepwise表示的是reg过程所提供的九种模型选择方法中的逐步法：
从不包含任何自变量的模型开始，每一步加入一个自变量，同时判断模型内自变量是否达到剔除标准，如果是则剔除一个自变量；可以先不用details=all这个选项运行一下查看结果，再与有details=all的结果作比较。
可选all、或steps——显示每一步骤的信息和变量筛选汇总表、或summary——表示仅显示变量筛选汇总表；slentry=0.05表示用来指定变量的入选标准（变量进入模型所需达到的显著性水平，此处为0.05），默认值为0.15；slstay=0.05表示用来指定变量的剔除标准（模型中的变量剔除出模型（或者是理解成将变量保留在模型中）所需达到的显著性水平，此处为0.05），默认值为0.15*/
title"粮食生产模型逐步回归";
run;
datagrain;
setgrain1;
totalguji=-11978+5.25594*X1+0.40843*X2-0.19461*X3;/*加波浪线的数值是前面估计得来的参数值，需要从前面的回归结果中得到。
*/
wucha=total-totalguji;
xdwucha=wucha/total;
keepyeartotaletw
升级会员 