计量经济学作业.docx

计量经济学作业.docx

《计量经济学作业.docx》由会员分享，可在线阅读，更多相关《计量经济学作业.docx（40页珍藏版）》请在冰豆网上搜索。

计量经济学作业

X

Y

80

55

100

65

85

70

110

80

120

79

115

84

130

98

140

95

125

90

90

75

105

74

160

110

150

113

165

125

145

108

180

115

225

140

200

120

240

145

185

130

220

152

210

144

245

175

260

180

190

135

205

140

265

178

270

191

230

137

250

189

第一次作业

第一题：

下列数据中，X表示家庭收入，Y表示家庭支出，请对如下数据运用戈德菲尔德-匡特检验。

第二题：

X代表职工的工龄，Y代表薪水。

要求：

1.通过散点图或残差图对样本进行初步观察。

2.对可能存在的问题进行检验。

3.采取措施消除问题。

4.写出最终表达式。

X

Y

0.5

69000

2.5

70500

4.5

74050

6.5

82600

8.5

91439

10.5

83127

12.5

84700

14.5

82601

16.5

93286

18.5

90400

20.5

98200

23

100000

26

99662

30

116012

34

85200

第一题：

步骤：

（1）、将样本数据排序，分组，剔除中间样本，然后做OLS回归

第一组：

80

55

85

70

90

75

100

65

105

74

110

80

115

84

120

79

125

90

130

98

140

95

DependentVariable:

Y

Method:

LeastSquares

Date:

04/18/11Time:

08:

52

Sample:

111

Includedobservations:

11

Y=C

（1）+C

（2）*X

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

12.53695

10.53870

1.189610

0.2646

C

（2）

0.605911

0.095271

6.359867

0.0001

R-squared

0.817990

    Meandependentvar

78.63636

AdjustedR-squared

0.797767

    S.D.dependentvar

12.87069

S.E.ofregression

5.787989

    Akaikeinfocriterion

6.512413

Sumsquaredresid

301.5074

    Schwarzcriterion

6.584757

Loglikelihood

-33.81827

    Hannan-Quinncriter.

6.466810

F-statistic

40.44791

    Durbin-Watsonstat

2.272765

Prob（F-statistic）

0.000131

第二组：

205

140

210

144

220

152

225

140

230

137

240

145

245

175

250

189

260

180

265

178

DependentVariable:

Y

Method:

LeastSquares

Date:

04/18/11Time:

08:

54

Sample:

111

Includedobservations:

11

Y=C

（1）+C

（2）*X

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

-36.60187

40.67131

-0.899943

0.3916

C

（2）

0.829626

0.170096

4.877405

0.0009

R-squared

0.725518

    Meandependentvar

161.0000

AdjustedR-squared

0.695020

    S.D.dependentvar

21.48022

S.E.ofregression

11.86244

    Akaikeinfocriterion

7.947598

Sumsquaredresid

1266.458

    Schwarzcriterion

8.019942

Loglikelihood

-41.71179

    Hannan-Quinncriter.

7.901995

F-statistic

23.78908

    Durbin-Watsonstat

1.178680

Prob（F-statistic）

0.000875

（2）：

F=1266.458/301.5074=4.2004

给定a=5%

查表，得临界值：

F0.05（9,9）=2.97

判断F大于F0.05（9,9）否定两组子样本方差相同的假设，从而该总体随机项存在异方差性。

第二题：

做散点图：

DependentVariable:

Y

Method:

LeastSquares

Date:

04/18/11Time:

09:

04

Sample:

124

Includedobservations:

24

Y=C

（1）+C

（2）*X

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

-84.24803

11.17191

-7.541060

0.0000

C

（2）

7.783611

0.621134

12.53129

0.0000

R-squared

0.877118

    Meandependentvar

51.27438

AdjustedR-squared

0.871532

    S.D.dependentvar

38.30328

S.E.ofregression

13.72881

    Akaikeinfocriterion

8.156526

Sumsquaredresid

4146.567

    Schwarzcriterion

8.254697

Loglikelihood

-95.87831

    Hannan-Quinncriter.

8.182571

F-statistic

157.0333

    Durbin-Watsonstat

0.602173

Prob（F-statistic）

0.000000

由散点图可看出，该样本可能存在异方差性。

作G-Q检验：

将大样本分为两个小样本，

第二次上机

步骤：

先对全样本作整体回归：

DependentVariable:

Y

Method:

LeastSquares

Date:

04/18/11Time:

09:

04

Sample:

124

Includedobservations:

24

Y=C

（1）+C

（2）*X

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

-84.24803

11.17191

-7.541060

0.0000

C

（2）

7.783611

0.621134

12.53129

0.0000

R-squared

0.877118

    Meandependentvar

51.27438

AdjustedR-squared

0.871532

    S.D.dependentvar

38.30328

S.E.ofregression

13.72881

    Akaikeinfocriterion

8.156526

Sumsquaredresid

4146.567

    Schwarzcriterion

8.254697

Loglikelihood

-95.87831

    Hannan-Quinncriter.

8.182571

F-statistic

157.0333

    Durbin-Watsonstat

0.602173

Prob（F-statistic）

0.000000

将样本分组，分别作OLS回归，

Y

X

15.87

10.8

17.73

11.9

19.04

13.1

21.61

14.9

17.2

12.5

18.85

13.7

16.71

11.3

14.81

10.4

19.02

14.2

20.55

15.2

24.29

17.1

24.38

16.9

第一组：

DependentVariable:

Y

Method:

LeastSquares

Date:

04/18/11Time:

08:

42

Sample:

112

Includedobservations:

12

Y=C

（1）+C

（2）*X

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

1.149801

1.247010

0.922046

0.3782

C

（2）

1.334953

0.091224

14.63383

0.0000

R-squared

0.955387

    Meandependentvar

19.17167

AdjustedR-squared

0.950926

    S.D.dependentvar

3.063924

S.E.ofregression

0.678744

    Akaikeinfocriterion

2.213866

Sumsquaredresid

4.606933

    Schwarzcriterion

2.294684

Loglikelihood

-11.28320

    Hannan-Quinncriter.

2.183944

F-statistic

214.1491

    Durbin-Watsonstat

1.237672

Prob（F-statistic）

0.000000

第二组：

27.8

17.2

43.01

18.46

65.65

19.9

67.05

20.3

88.25

21.5

78.15

20.9

91.485

22.11

110.3

23.8

105.33

23.1

89.99

19.2

119.24

25.1

114.27

24.3

DependentVariable:

Y

Method:

LeastSquares

Date:

04/18/11Time:

08:

44

Sample:

112

Includedobservations:

12

Y=C

（1）+C

（2）*X

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

-147.5850

28.43609

-5.190061

0.0004

C

（2）

10.83185

1.325622

8.171147

0.0000

R-squared

0.869737

    Meandependentvar

83.37708

AdjustedR-squared

0.856710

    S.D.dependentvar

28.45566

S.E.ofregression

10.77149

    Akaikeinfocriterion

7.742695

Sumsquaredresid

1160.250

    Schwarzcriterion

7.823513

Loglikelihood

-44.45617

    Hannan-Quinncriter.

7.712773

F-statistic

66.76765

    Durbin-Watsonstat

1.798463

Prob（F-statistic）

0.000010

RSS（R）=4146.567

RSS（U）=RSS1+RSS2=4.606933+1160.250

=1164.856933

（4146.567-1164.856933）/12

F=————————————=4.2662035

1164.856933/（24-2*2）

给定显著性水平5%，F0.05（12,20）=2.28

所以，不显著，拒绝原假设。

第三次作业

步骤：

对整体样本作OLS回归：

DependentVariable:

Y

Method:

LeastSquares

Date:

04/25/11Time:

08:

27

Sample:

130

Includedobservations:

30

Y=C

（1）+C

（2）*X1+C（3）*X2+C（4）*X3+C（5）*X4+C（6）*X5

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

15.38369

14.01730

1.097479

0.2833

C

（2）

0.020752

0.012865

1.613110

0.1198

C（3）

-0.002178

0.133207

-0.016349

0.9871

C（4）

0.034338

0.013535

2.537008

0.0181

C（5）

-0.003790

0.004617

-0.820953

0.4198

C（6）

0.011774

0.398255

0.029565

0.9767

R-squared

0.949200

    Meandependentvar

45.63967

AdjustedR-squared

0.938616

    S.D.dependentvar

21.74352

S.E.ofregression

5.387113

    Akaikeinfocriterion

6.382753

Sumsquaredresid

696.5037

    Schwarzcriterion

6.662992

Loglikelihood

-89.74129

    Hannan-Quinncriter.

6.472404

F-statistic

89.68776

    Durbin-Watsonstat

0.983723

Prob（F-statistic）

0.000000

用软件得到参差序列：

Lastupdated:

04/25/11-08:

32

Modified:

130//makeresid

-2.387916742786327

-3.626222161418159

-6.831392318290824

-2.956212582870552

4.082095116985887

8.705595666216524

2.933711819027032

-1.374381856294256

2.855590708402779

2.512014926085435

0.906104137313708

1.218129548375583

1.130********2603

.0753********

-4.706987305005896

.010*********

-2.727309400155605

-3.452771889540848

-2.604762777753955

7.683285351384584

.0875********

5.786371769840066

-0.181********70489

7.468372960652204

2.206659904875522

-2.243012885258935

-6.286316222062766

-10.06359800777685

2.478021029106259

3.474021064943272

~

然后以et作为解释变量，做回归检验：

DependentVariable:

U

Method:

LeastSquares

Date:

04/25/11Time:

08:

49

Sample（adjusted）:

230

Includedobservations:

29afteradjustments

U=C

（1）*U（-1）

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

0.504117

0.164226

3.069644

0.0047

R-squared

0.251578

    Meandependentvar

0.082342

AdjustedR-squared

0.251578

    S.D.dependentvar

4.966333

S.E.ofregression

4.296443

    Akaikeinfocriterion

5.787326

Sumsquaredresid

516.8637

    Schwarzcriterion

5.834474

Loglikelihood

-82.91623

    Hannan-Quinncriter.

5.802092

Durbin-Watsonstat

1.727824

DependentVariable:

U

Method:

LeastSquares

Date:

04/25/11Time:

08:

51

Sample（adjusted）:

330

Includedobservations:

28afteradjustments

U=C

（1）*U（-1）+C

（2）*U（-2）

Coefficient

Std.Error

t-Statistic

Prob.  

C

（1）

0.628738

0.188729

3.331425

0.0026

C

（2）

-0.268616

0.188790

-1.422823

0.1667

R-squared

0.299136

    Meandependentvar

0.214791

AdjustedR-squared

0.272180

    S.D.dependentvar

5.005036

S.E.ofregression

4.269915

    Akaikeinfocriterion

5.809814

Sumsquaredresid

474.0366

    Schwarzcriterion

5.904972

Loglikelihood

-79.33740

    Hannan-Quinncriter.

5.838905

Durbin-Watsonstat

2.047637

由上可知，存在着一阶滞后相关性。

然后，用广义差分法重新估计模型：

DependentVariable:

YT-0.628738*YT（-1）

Method:

LeastSquares

Date:

04/25/11Time:

09:

21

Sample（adjusted）:

630

Includedobservations:

25afteradjustments

YT-0.628738*YT（-