计量经济学数据范文.docx
《计量经济学数据范文.docx》由会员分享,可在线阅读,更多相关《计量经济学数据范文.docx(34页珍藏版)》请在冰豆网上搜索。
![计量经济学数据范文.docx](https://file1.bdocx.com/fileroot1/2023-1/29/f2463887-7f84-4dee-a3ae-e7c3b708c040/f2463887-7f84-4dee-a3ae-e7c3b708c0401.gif)
计量经济学数据范文
例1.3序列T和H分别表示某地区1997年1月至2000年12月的气温和绝对湿度的月平均值序列,数据见表1.2。
要求绘制序列H的经验累计分布函数图和它与序列T的QQ图。
表1.2(0102)某地区气温和绝对湿度月平均值
月
1997
1998
1999
2000
H
T
H
T
H
T
H
T
1
5.4
2
5.4
2.8
6.7
3.6
5.3
2
2
6.2
4
4.7
1.8
6.2
2.6
7.1
6
3
9.1
8.7
8.5
8.8
8.3
6.8
7.1
6
4
13.3
13.6
11.8
13.7
13.7
14.2
11.8
13.1
5
19.1
19.3
17.9
18.7
18
19.6
18.1
18.7
6
25.3
24.3
22.3
22.6
21.2
22.4
22.5
22.7
7
31
28
29.1
26.7
30.1
26.7
30
27.1
8
31.9
24.9
29.4
27.5
31
28
30.6
28.1
9
22.7
24
23.6
23.7
26.7
24.9
27
24.6
10
15.1
18.4
15.1
17.4
14.9
18
17.2
18.5
11
12.1
12.5
12.3
13.3
9.2
10.3
10.8
11.8
12
4.4
1
10.6
9.5
6
4.9
8
6.9
例2.1表2.1是1950—1987年间美国机动车汽油消费量和影响消费量的变量数值。
其中各变量表示:
qmg—机动车汽油消费量(单位:
千加仑);car—汽车保有量;pmg—机动汽油零售价格;pop—人口数;rgnp—按1982年美圆计算的gnp(单位:
十亿美圆);pgnp—gnp指数(以1982年为100)。
以汽油量为因变量,其他变量为自变量,建立一个回归模型。
表2.1(0201)1950—1987年间美国机动车汽油消费量数据
年份
QMG
CAR
PMG
POP
RGNP
PGNP
1950
0.272
1090.4
26.1
0.276
1179.2
27.9
0.287
1226.1
28.3
0.29
1282.1
28.5
0.291
1252.1
29
0.299
1356.7
29.3
0.31
1383.5
30.3
0.304
1410.2
31.4
0.305
1384.7
32.1
0.311
1481
32.6
1960
0.308
1517.2
33.2
0.306
1547.9
33.6
0.304
1647.9
34
0.304
1711.6
34.5
0.312
1806.9
35
0.321
1918.5
35.7
0.332
2048.9
36.6
0.337
2100.3
37.8
0.348
2195.4
39.4
0.357
2260.7
41.2
1970
0.364
2250.7
43.4
0.361
2332
45.6
0.388
2465.5
47.5
0.524
2602.8
50.2
0.572
2564.2
55.1
0.595
2530.9
60.4
0.631
2680.5
63.5
0.657
2822.4
67.3
0.678
3115.2
72.2
0.857
3192.4
78.6
1980
1.191
3187.1
85.7
1.311
3248.8
94
1.222
3166
100
1.157
3279.1
103.9
1.129
3489.9
107.9
1.115
3585.2
111.5
1986
0.857
3676.5
114.5
1987
0.897
3847
117.7
1988
0.877
3947
119.7
1989
0.857
4047
121.7
1990
0.837
4147
123.7
lsqmgccarpmgpoprgnppgnp
lscarcpmgpoprgnppgnp
eqcar
scalarvifcar=1/(1-eqcar.@R2)(vifcar是方差扩大因子)
同时工作表中产生vifcar=229.1862
方差扩大因子只要有一个超过10,说明存在多重共建性
检验零假设H0:
car对qmg的影响不重要
在主窗口输入eq01.testdropcar
3.多重共建性处理方法:
2.
3。
差分法
其中算子:
lsqmg-qmg(-1)car-car(-1)pmg-pmg(-1)pop-pop(-1)rgnp-rgnp(-1)pgnp-pgnp(-1)
lsqmgcqmg(-1)carpmgpmg(-1)poppop(-1)rgnprgnp(-1)pgnppgnp(-1)
Qmgt=qmgt-1+cart-0.cart-1
Lsqmg-eq02.@coefs
(1)*qmg(-1)ccar-eq02.@coefs
(1)*car(-1)pmg-eq02.@coefs
(1)*pmg(-1)pop-eq02.@coefs
(1)*pop(-1)rgnp-eq02.@coefs
(1)*rgnp(-1)pgnp-eq02.@coefs
(1)*pgnp(-1)
Scalarbeta0=eq04.@coefs
(1)/(1-eq02.@coefs
(1))
得beta0=.38回归模型为
Qmg=.38+1.4390*car-……
White检验打开equationview-
例2.2为研究采取某项保险革新措施的速度y与保险公司的规模x1和保险公司类型的关系,选取下列数据:
y—一个公司提出该项革新直至革新被采纳间隔的月数,x1—公司的资产总额(单位:
百万元),x2—定性变量,表示公司类型:
其中1表示股份制公司,0表示互助公司。
数据资料见表2.5。
表2.5(0205)保险公司革新数据
y
X1
X2
y
X1
X2
17
151
0
28
164
1
26
92
0
15
272
1
21
175
0
11
295
1
30
31
0
38
68
1
22
104
0
31
85
1
0
277
0
21
224
1
12
210
0
20
166
1
19
120
0
13
305
1
4
290
0
30
124
1
16
238
0
14
246
1
要建立的模型:
得到模型为
y=33.87407-0.*x1+8.*x2
差分回归方程:
即
即
消除自相关的模型:
qmg=.38+1.4390*car-*pmg-503.50*pop-5290.80*rgnp-.4*pgnp
某市楼盘销售价格及相关情况的抽样调查表,其中建筑类别分别用1、2、3、4表示多层、多层别墅、小高层、高层;交通状况综合分、物业管理综合分、周边配套等级是通过对居民用户的问卷调查平均而得。
楼盘名
均价Y
建筑类别X1
交通状况X2
物业管理综合分X3
绿化率X4(%)
周边配套等级X5
1
2150
2
7
7
33
6
2
2600
3
8
8
30
7
3
2400
3
7
7
40
6
4
1800
1
6
6
30
6
5
3000
3
9
8
43
8
6
3000
3
9
9
45
8
7
2300
3
7
7
33
6
8
2100
2
6
6
30
7
9
3000
3
8
8
40
10
10
3750
4
10
9
50
10
11
2800
3
9
8
40
8
12
2450
3
5
6
34
6
13
2100
2
5
6
30
7
求:
1.Y关于X1、X2、X3、X4和X5的回归方程;
2.对回归方程和解释变量做显著性检验;
3.当X1=4,X2=8,X3=7,X4=36%,X5=8时,对楼盘的均价进行预测。
例3.1表3.3是某企业在16个月度的产品产量和单位成本资料,研究二者关系。
表3.3(0301)某企业某产品产量和单位成本资料
月度序号obs
产量(台)x
单机位成本(元/台)y
1
4300
346.23
2
4004
343.34
3
4300
327.46
4
5016
313.27
5
5511
310.75
6
5648
307.61
7
5876
314.56
8
6651
305.72
9
6024
310.82
10
6194
306.83
11
7558
305.11
12
7381
300.71
13
6950
306.84
14
6471
303.44
15
6354
298.03
16
8000
296.21
为了明确产量和单机成本是何种关系,先绘制散点图。
genrlx=log(x)
genrly=log(y)
lslyclx
lslog(y)clog(x)
log(y)=c
(1)+c
(2)*log(x)
双曲线模型:
y=a+b/x
对数曲线模型:
y=a+blnx
双对数曲线模型:
lny=a+lnx
在自变量个数K=1,样本量n=16,在显著性水平
=0.01下,dL=0.84,du=1.00,此时有
D.W=1.
D.W=1.
D.W=1.
均有du=1.0≤D.W=1.≤4-du=3
说明三种模型来描述x与y的关系都比较好。
例3.2根据例3.1中数据,用非线性最小二乘法建立成本函数模型
例3.3粮食产量通常由粮食生产劳动力(L)、化肥施用量(K)等因素决定。
表3.8是我国粮食生产的有关数据(由于粮食生产劳动力不易统计,假定它在农业劳动力中的比例是一定的,故用农业劳动力的数据代替),研究其间关系,建立Cobb—Douglas生产函数模型。
生产的产出量与投入要素之间并不简单地满足线性关系,通常讨论的生产函数,都是以非线性的形式出现。
Cobb—Douglas生产函数模型为
Y=aLbK1-b(3.2.4)
Y=c
(1)*l^c
(2)*k^(1-c
(2))
Y=c
(1)*l^c
(2)*k^(1-c
(2))
Coefficient
Std.Error
t-Statistic
Prob.
C
(1)
0.
0.
13.10662
0.0000
C
(2)
0.
0.
43.52960
0.0000
R-squared
0.
Meandependentvar
40114.73
AdjustedR-squared
0.
S.D.dependentvar
7222.666
S.E.ofregression
1725.278
Akaikeinfocriterion
17.81797
Sumsquaredresid
Schwarzcriterion
17.91474
Loglikelihood
-229.6336
Hannan-Quinncriter.
17.84584
Durbin-Watsonstat
1.
表3.8(0308)我国1975—2000年粮食产量、农业劳动力、播种面积和化肥使用量
年份
粮食产量
(Y)
(万吨)
农业劳动力
(L)
(万人)
粮食播种面积
(M)
(万公顷)
化肥使用量
(K)
(万公斤)
1975
28452
27561
12106.2
1976
28631
27965
12074.3
1977
28273
28124
12040.0
1978
30477
28373
12058.7
1979
33212
28692
11926.3
1980
32056
29181
11723.4
1981
32502
29836
11495.8
1982
35450
30917
11346.3
1983
38728
31209
11404.7
1984
40731
30927
11288.4
1985
37911
30352
10884.5
1986
39151
31311
11093.3
1987
40298
30870
11126.8
1988
39408
31455.7
11012.3
1989
40755
32440.5
11220.5
1990
44624
33336.4
11346.6
1991
43529
34186.3
11231.4
1992
44266
34037
11056.0
1993
45649
33258.2
11050.9
1994
44510
32690.3
10954.4
1995
46662
32334.5
11006.0
1996
50454
32260.4
11254.8
1997
49417
32433.9
11291.2
1998
51230
32626.4
11378.7
1999
50389
32911.8
11316.1
2000
46218
32797.5
10846.3
例4.1我国轿车保有量资料见表4.1
表4.1(0401)1971—1992年我国轿车保有量
年份obs
时间(T)
保有量(辆,Y)
1971
1
47994
2
59519
3
71993
4
86221
5
6
7
8
9
1980
10
11
12
13
14
15
16
17
18
19
1990
20
21
1992
22
根据表绘制时间序列曲线趋势图。
例4.6我国民航客运量数据的季节调整。
有关数据见表4.6
表4.6(0406)我国1993年10月至1998年3月民航客运量数据
年、月
民航客运量
年、月
民航客运量
1993年10
328.00
1996年1月
369.00
263.00
403.00
251.00
436.00
1994年1月
241.00
447.00
249.00
483.00
316.00
439.00
344.00
514.00
360.00
550.00
321.00
489.00
344.00
534.00
384.00
498.00
368.00
402.00
401.00
1997年1月
397.00
363.00
416.00
336.00
451.00
1995年1月
366.00
486.20
331.00
507.00
390.00
458.99
401.00
493.00
439.00
562.00
397.31
474.00
463.00
528.00
509.00
436.13
474.00
398.00
508.00
1998年1月
442.00
458.94
404.55
1995年12月
412.00
1998年3月
428.00
例5.4序列Pt是某国1960年至1993年GNP平减指数的季度时间序列。
表5.4(0504)某国1960年至1993年GNP平减指数的季度时间序列
年/季
GNP指数
年/季
GNP指数
年/季
GNP指数
年/季
GNP指数
1960.1
56.04
1969.1
67.04
1978.1
81.15
1987.1
136.80
56.21
67.55
82.14
139.01
56.41
67.81
82.84
141.03
56.67
68.00
83.99
143.24
1961.1
56.77
1970.1
68.44
1979.1
84.97
1988.1
145.12
57.01
68.56
86.10
148.89
56.99
68.86
87.49
152.02
57.58
68.96
88.62
155.38
1962.1
57.58
1971.1
68.88
1980.1
89.89
1989.1
158.60
57.57
69.22
91.07
161.85
57.92
69.54
91.79
165.12
58.58
69.65
93.03
168.05
1963.1
58.76
1972.1
70.23
1981.1
94.40
1990.1
171.94
58.80
70.48
95.70
176.46
59.00
70.62
96.52
180.24
58.74
71.08
97.39
185.13
1964.1
59.38
1973.1
71.41
1982.1
98.72
1991.1
190.01
59.58
71.46
99.42
193.03
59.45
71.66
100.25
197.70
59.77
72.17
101.54
201.69
1965.1
60.27
1974.1
72.36
1983.1
102.95
1992.1
203.98
60.65
72.57
104.75
206.77
61.03
72.97
106.53
208.53
61.40
73.16
108.74
210.27
1966.1
61.91
1975.1
73.77
1984.1
110.72
1993.1
212.87
62.43
74.13
113.48
214.25
63.13
74.56
116.42
215.89
63.69
74.96
119.79
218.21
1967.1
64.40
1976.1
75.71
1985.1
122.88
64.65
76.58
124.44
65.28
76.99
126.68
65.37
77.75
128.99
1968.1
65.63
1977.1
78.27
1986.1
130.12
65.79
78.53
131.30
66.17
79.28
132.89
66.47
80.13
134.99
例5.6表5.4是我国1990年1月至1997年12月工业总产值的月度资料(1990年不变价格),记作IPt,共有96个观测值,对序列IPt建立ARMA模型。
表5.41990年1月至1997年12月我国工业总产值单位:
亿元
月/年
1990
1991
1992
1993
1994
1995
1996
1997
1
1421.4
1757.8
1984.2
2179.1
2903.3
2996.7
3476.6
3843.84
2
1367.4
1485.7
1812.4
2408.7
2513.8
2740.3
2970.3
3181.26
3
1719.7
1893.9
2274.7
2869.4
3409
3580.9
3942.6
4404.49
4
1759.6
1969.8
2328.9
2916.7
3499.5
3746.3
4067.6
4520.18
5
1795.7
2033.7
2373.1
3022.1
3642.6
3817.9
4746.899
4638.99
6
1748.1
2103
2515.8
3274.5
3871.4
4046.6
4417.299
4969.93
7
1637.3
1836.3
2288
2862.9
3373
3483.9
3806.8
4146.899
8
1670.9
1914.7
2321
2864.2
3463.4
3510.6
3746.3
4198.7
9
1760.1
2022.2
2441.1
2908
3663.74
3703.1
4011.1
4536.839
10
1