计量经济学试验报告.docx
《计量经济学试验报告.docx》由会员分享,可在线阅读,更多相关《计量经济学试验报告.docx(12页珍藏版)》请在冰豆网上搜索。
![计量经济学试验报告.docx](https://file1.bdocx.com/fileroot1/2023-1/6/e7ef9f7e-5ea2-451b-902e-52e53c7bff70/e7ef9f7e-5ea2-451b-902e-52e53c7bff701.gif)
计量经济学试验报告
实验报告
实验1:
单方程线性计量经济学模型的最小二乘估计和统计检验
1实验目的
掌握计量经济学专用软件(Eviews)使用方法,理解和正确解释输出结果。
在学习计量经济学的基本理论和方法的基础上,掌握建立计量经济模型对实际经济问题进行实证分析的方法。
运用Eviews软件完成对线形回归模型的最小二乘估计、统计检验、计量经济学检验以及进一步进行经济结构分析、经济预测和政策评价,培养发现问题、分析问题、解决问题的能力。
2实验软件
Eviews5.0
3实验数据
甲商品从1988—2009年的销售量Y/千个,价格X1/(元/个),售后服务支出X2/万元
年份
Y
X1
X2
1988
121
1500
12
1989
133
1490
15
1990
130
1480
13
1991
126
1470
10
1992
131
1460
11
1993
147
1450
14
1994
148
1440
13
1995
159
1430
15
1996
160
1420
13
1997
156
1410
12
1998
155
1400
11
1999
157
1390
10
2000
179
1380
15
2001
189
1370
15
2002
180
1360
13
2003
183
1350
12
2004
202
1340
14
2005
200
1330
12
2006
201
1320
11
2007
203
1310
10
2008
258
1300
15
2009
234
1290
12
4实验内容及其步骤
实验内容:
研究甲商品1988—2009年价格和售后服务支出对销售量的影响。
其中,销售量Y、价格X1、售后服务支出X2的数据如上所示。
建立多元线性计量经济学回归模型为:
Yi=β0+β1X1i+β2X2i+μi
实验步骤:
1、建立工作文件:
双击Eviews,进入Eviews主界面在主菜单上依次点击File→New→Workfile,出现Workfile对话框,在workfilefrequency中选择Annual,在Start里输入起始日期1988,在End里输入结束日期2009。
点击OK。
2、输入数据:
在Eviews命令框中输入“dataYX1X2”,按enter键,出现Group数据编辑窗口,在对应的“Y”、“X1”、“X2”下输入相应数据。
3、估计参数:
在Eviews主窗口界面点击Quick菜单,点击“EstimateEquation”,弹出“EquationSpecification”对话框,选择“LS-LeastSquares”,输入“YCX1X2”,点击OK按钮,出现回归分析结果如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
05/25/10Time:
16:
21
Sample:
19882009
Includedobservations:
22
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
853.3767
41.55143
20.53784
0.0000
X1
-0.532253
0.028701
-18.54467
0.0000
X2
4.721426
1.075251
4.390998
0.0003
R-squared
0.949168
Meandependentvar
170.5455
AdjustedR-squared
0.943818
S.D.dependentvar
35.96920
S.E.ofregression
8.525703
Akaikeinfocriterion
7.250172
Sumsquaredresid
1381.065
Schwarzcriterion
7.398950
Loglikelihood
-76.75189
F-statistic
177.3919
Durbin-Watsonstat
0.881956
Prob(F-statistic)
0.000000
5实验结果分析
由上表回归分析结果,模型估计结果为:
Yi=853.3767-0.532253X1i+4.721426X2i
=0.943818F=177.3919df=19
1、经济意义检验
根据回归结果,参数β1的估计量为—0.532253,说明在其他变量不变的条件下,甲商品的价格每下降1元,就会使销售量增加0.532253千个,与理论模型中描述的价格与销售量之间存在负相关关系是一致的。
参数β2的估计量为4.721426,说明在其他变量不变的条件下,对甲商品的售后服务支出每增加1万元,就会使销售量增加4.721426千个,与理论模型中描述的销售量与售后服务支出之间存在正相关关系是一致的。
2、统计推断检验
1)拟合优度检验:
由表中数据可以看出,本例中的可决系数R2=0.949168,调整的可决系数
=0.943818,说明模型对样本的拟合优度很好,解释变量能对被解释变量94%的离差作出解释。
2)方程显著性检验------F检验:
给定显著性水平α=0.05,针对原假设H0:
β1=β2=0,备择假设H1:
β1、β2不全为零,进行检验。
由表知,F=177.3919,F分布表自由度分别为k=2,n-k-1=19,F0.05(2,19)=3.52,由于F>F0.05(2,19),所以拒绝原假设H0,接受备择假设H1,在5%的显著水平下,Y对X1、X2有显著的线性关系,回归方程是显著的,即解释变量“价格”和“售后服务支出”联合起来对被解释变量“销售量”有显著影响。
3)变量显著性检验----t检验:
给定显著性水平α=0.05,分别针对假设H0:
β1=0,H1:
β1≠0和H0:
β2=0,H1:
β2≠0进行检验。
由表可知,参数β1和β2估计量的t值分别为:
t(β1)=—18.54467t(β2)=4.390998
查t分布表得:
t0.025(19)=2.093可见:
∣t(β1)∣>t0.025(19)∣t(β2)∣>t0.025(19)
所以拒绝H0,接受H1。
这表明解释变量“价格”和“售后服务支出”在95%的置信水平下都对被解释变量“销售量”有显著影响,都通过了显著性检验。
6心得体会
通过这次实验,我明白了eviews的使用方法,运用Eviews对数据进行分析,快速的建立回归模型,通过对实验结果的分析可清晰地了解各项统计检验结果。
在这过程中,图形分析与各项指标相结合更清楚的了解数据的特性。
比如散点图与可决系数相比较,可知道回归模型对数据的拟合程度。
通过这次试验,我进一步了解了计量经济学线性回归模型的最小二乘估计,理论与实践结合,理解了各项统计检验指标的内涵。
-----朱莉莉2008092121
通过此次实验,我学会了Eviews在单方程经济模型的一些应用。
了解到了利用Eviews来对线性回归模型的估计:
创建工作文件、输入和编辑数据、进行图形分析和OLS估计参数。
其间,我还认识到了怎样用Eviews来对模型进行统计检验、预测和实际的操作。
在估计线性模型时,运用并熟悉了普通最小二乘法(OLS),还了解了制作散点图的方法。
在统计检验时,充分认识到拟合优度检验、显著性检验和方程显著性的F检验的具体步骤和原理。
-----赵悦2008092127
在实验之前,我对Eviews软件了解甚少。
通过这次试验,让我有机会接触并亲身实践。
通过利用Eviews软件将所学到的计量经济学知识进行实践,让我加深了对理论知识的额理解,更体会到了单方程计量经济学模型的精髓之所在。
其中涉及的大量公式,以及大量的运算,曾令我觉得很吃力。
通过这次试验,使我对最小二乘法有了进一步的了解,通过软件应用,免除了大量的繁琐计算,使分析更加方便快捷,同时也给了我更多的对于所掌握知识的启示。
-----白双2008092114
在实验之前,老师的演示还有一点没有明白。
后来经过反复的熟悉Eviews软件,我了解到怎样运用Eviews来对单方程计量经济模型估计和统计的检验。
我熟悉了普通最小二乘法的实际运用,并在找来统计数据之后,了解到对模型的预测和显著性检验。
实践与理论并行。
-----吴庄友2008092129
计量经济学是一门以经济理论为前提,借助数学、统计学方法,以经济计量软件为工具,根据实际观测资料来研究经济现象、分析经济过程,通过建立经济计量模型来探讨经济规律的学科。
计量经济学建模的程序为:
模型设定、模型估计、模型检验和模型应用。
模型的构成要素为:
被解释变量、解释变量、参数、随机项和方程式。
建模需要高质量的数据资料。
数据可归为四类:
横断面数据、时间序列数据、虚拟变量数据、平行数据。
数据的质量与数据的完整性、准确性、可比性一致相关性。
收集数据时要注意样本容量要大、数据结构要稳定等问题。
模型估计的方法从大类来说分为极大似然估计法、最小二乘法系列。
我们主要应用后者。
模型的检验包括经济合理性检验、古典统计检验和经济计量检验。
经济计量模型主要应用于经济预测、经济结构分析、政策评价方面。
------许孝孔2008092117
实验2:
联立方程模型的估计
1实验目的
理解线性联立方程计量经济学模型的基本概念和有关模型识别、检验的理论与方法;掌握常用的估计、检验方法:
联立方程的两阶段最小二乘法估计方法、系统估计方法和预测;运用Eviews软件建立并应用简单的计量经济学模型,对现实经济现象中的数量关系进行实际分析。
2实验软件
Eviews5.0
3实验数据
1978—2003年全国居民消费Ct、国民生产总值Yt、投资It、政府消费支出Gt
单位:
亿元
年份
C
Y
I
G
1978
1759.1
3605.6
1377.9
468.6
1979
1966.078
3994.118
1445.294
582.7451
1980
2143.478
4210.268
1470.86
595.9297
1981
2352.394
4427.642
1428.184
647.0641
1982
2542.465
4866.312
1560.461
763.3865
1983
2779.476
5306.812
1751.092
776.2445
1984
3121.92
6087.001
2097.366
867.7145
1985
3582.358
6863.466
2643.247
637.861
1986
3810.751
7461.561
2832.106
818.704
1987
4091.421
8088.332
2966.369
1030.5422
1988
4419.861
8514.186
3181.818
912.5072
1989
4190.511
8095.379
2996.559
908.3088
1990
4387.675
8820.173
3102.552
1329.947
1991
4827.281
9958.072
3517.548
1613.2429
1992
5532.771
11484.769
4278.863
1673.135
1993
6152.373
13534.994
5883.876
1498.7446
1994
6708.511
15051.805
6209.091
2134.2037
1995
7566.554
16430.918
6705.139
2159.2249
1996
8510.402
18086.395
7111.488
2464.505
1997
9152.994
19667.595
7473.109
3041.4916
1998
9954.462
21300.431
7966.002
3379.9676
1999
10932.296
22977.515
8532.963
3512.2568
2000
12103.725
25209.058
9170.372
3934.9605
2001
13054.067
28041.212
10654.38
4332.7645
2002
14086.916
31094.409
12191.614
4815.879
2003
15194.26
35047.995
14820.508
5033.2276
4实验内容及其步骤
实验内容:
1978—2003年全国居民消费Ct、国民生产总值Yt、投资It、政府消费支出Gt数据(单位:
亿元),如上表所示:
建立联立方程模型:
消费方程:
Ct=0+1Yt+2Ct-1+u1t
投资方程:
It=0+1Yt-1+u2t
收入方程;Yt=Ct+It+Gt
对方程的识别性进行判断,可知消费方程恰好识别,投资方程过度识别,收入方程为平衡方程,不存在可识别性,因此,整个联立方程组过度识别,可用两阶段最小二乘法进行参数估计。
实验步骤:
1、建立工作文件:
双击Eviews,进入Eviews主界面在主菜单上依次点击File→New→Workfile,出现Workfile对话框,在workfilefrequency中选择Annual,在Start里输入起始日期1978,在End里输入结束日期2003。
点击OK。
2、输入数据:
在主功能菜单上点击Object,点击Objects中的NewObjects,选择Group,并定义文件名,点击Ok,出现数据编辑框,输入样本数据。
3、估计参数:
在主页上选择Quick菜单,点击Equation项,出现估计对话框,在EstimateSettings中选择TSLS估计,EstimateSpeclication中分别键入:
CUCYCU(-1)和CGCU(-1)I(-1),点击Ok,出现回归分析结果如下:
消费函数:
DependentVariable:
CU
Method:
Two-StageLeastSquares
Date:
05/25/10Time:
17:
09
Sample(adjusted):
19792003
Includedobservations:
25afteradjustments
Instrumentlist:
CGCU(-1)I(-1)
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
139.4559
89.28587
1.561904
0.1326
Y
0.122725
0.068805
1.783655
0.0883
CU(-1)
0.783980
0.169392
4.628189
0.0001
R-squared
0.998561
Meandependentvar
6526.600
AdjustedR-squared
0.998431
S.D.dependentvar
4023.411
S.E.ofregression
159.3868
Sumsquaredresid
558891.4
F-statistic
7631.907
Durbin-Watsonstat
1.391460
Prob(F-statistic)
0.000000
投资函数:
DependentVariable:
I
Method:
Two-StageLeastSquares
Date:
05/25/10Time:
17:
10
Sample(adjusted):
19792003
Includedobservations:
25afteradjustments
Instrumentlist:
CGCU(-1)I(-1)
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-336.3689
171.9259
-1.956476
0.0627
Y(-1)
0.448308
0.011556
38.79458
0.0000
R-squared
0.984978
Meandependentvar
5279.634
AdjustedR-squared
0.984324
S.D.dependentvar
3703.951
S.E.ofregression
463.7430
Sumsquaredresid
4946325.
F-statistic
1505.019
Durbin-Watsonstat
0.779184
Prob(F-statistic)
0.000000
5实验结果分析
由上表回归分析结果,模型估计结果为:
消费模型:
Ct=139.4559+0.122725Yt+0.783980Ct-1
=0.998431F=7631.907D·W=1.391460
投资模型:
It=—336.3689+0.448308Yt-1
=0.984324F=1505.019D·W=0.779184
收入模型:
Yt=—224.4598+0.511023Yt-1+0.893654Ct-1+Gt
1、拟合优度检验
消费模型:
由表中数据看出,可决系数R2=0.998561,调整的可决系数=0.998431,说明模型对样本的拟合优度很好,解释变量能对被解释变量99.8%的离差作出解释。
投资模型:
可决系数R2=0.984978,调整的可决系数=0.984324,说明模型对样本的拟合优度很好,解释变量能对被解释变量98.4%的离差作出解释。
2、方程显著性检验-------F检验:
给定显著性水平α=0.05,假设H0:
β1=β2=0,H1:
β1、β2不全为零,进行检验。
消费模型:
F=7631.907,查F分布表,F0.05(2,23)=3.42,由于F>F0.05(2,19),所以拒绝假设H0,接受H1,在5%的显著水平下,C对Yt、Ct-1有显著的线性关系,回归方程是显著的,即解释变量“国民收入”和“居民前期消费”联合起来对被解释变量“消费支出”有显著影响。
投资模型:
F=1505.019,查F分布表,F0.05(1,24)=4.26,由于F>F0.05(2,19),所以拒绝假设H0,接受H1,在5%的显著水平下,I对Yt-1有显著的线性关系,回归方程是显著的,即解释变量“前期国民收入”被解释变量“投资支出”有显著影响
3、异方差性----D·W检验给定显著性水平α=0.05
消费模型:
由表得,D·W=1.391460,当n=26,k=2时,dL=1.224du=1.553,dL投资模型:
D·W=0.779184,当n=26,k=1时,dL=1.302du=1.461,06心得体会
通过这次试验,我了解经济数量分析在经济学科的发展和实际经济工作中的作用,理解了单方程估计方法和系统估计方法的异同,掌握了联立方程的两阶段最小二乘法估计方法、系统估计方法和预测。
与线性回归模型相比,联立方程计量计学模型的检验要复杂得多。
在2SLS过程中,要分别检验每个方程和单个变量的显著性以及每一个方程的拟合优度。
利用eviews软件,可以很方便的确定模型中方程的识别特性,快捷地对方程及变量的显著性进行检验。
---朱莉莉2008092121
联立方程模型是由两个或两个以上相互联系的单一方程结合在一起描述某一经济系统的联立方程组。
构成联立方程模型的变量类型有内生变量、外生变量、前定变量。
联立方程组模型可以表达为结构式模型、简化式模型和递归系统模型。
模型识别的目的在于选择估计模型的适宜方法。
估计联立方程模型的方法有:
OLS法、ILS法、IV法、2SLS法及3SLS法。
OLS法适合于估计递归联立方程模型。
ILS和IV适合于估计恰好识别的结构式方程,求得的模型参数估计量对于小样本是有偏,对于大样本是一致的。
2SLS法实质上也是一种工具变量法,适合于估计恰好识别及过度识别的结构方程,具有与工具变量法估计量相同的性质。
3SLS法是一种系统估计法,实质上等价于2SLS+GLS法。
3SLS估计量比2SLS估计量更有效,因为3SLS在估计过程中应用的信息比2SLS更多。
---许孝孔2008092117
在这联立方程经济模型试验中,我熟悉怎样建立一个联立方程系统、利用两阶段最小二乘法(2SLS)对模型进行估计、利用RMS来判断模型的总体拟合优度。
同时还深入了解方程识别的原理和步骤方法。
将理论知识与实践相结合,巩固了我所学的计量经济学在理论是应用方面的知识。
-------赵悦2008092127
通过此次联立方程的实验,我深刻体会到了Eviews在实际经济领域的应用以及计量经济学的有效预测。
在试验中,我熟悉了两阶段最小二乘法的原理和应用方法,进一步知道了如何对模型进行总体的拟合优度计算。
将课堂所学应用于实际生活中是必要的。
------吴庄友2008092129
计量经济学,作为方法论科学,是进行经济学实证研究的基本工具。
其中,联立方程计量经济学模型在实际生活中的应用是十分广泛的。
联立方程比单方程计量经济学模型更为复杂,不仅要考虑模型如何建立,还要对其进行可识别性的判断。
在实验之前,我并没有意识到这一点,所以起初时,我产生了一些错误,后来在其他同学的帮助下,问题得到了解决。
通过一系列的操作,对方程进行识别,应用Eviews软件进行分析,有了更熟练的掌握。
我想计量经济学的研究方法以及给我的启示,对我未来的学习,都有很大的帮助。
-----白双2008092114