计量经济学孙敬水主编第三版17章例题实验报告.docx

1、计量经济学孙敬水主编第三版17章例题实验报告报告二：实验名称：一元线性回归模型的参数估计和统计检验实验基本内容：一元线性、非线性模型的OLS估计、检验（参数检验、显著性检验）和预测（点预测和区间预测）研究问题: 家庭可支配收入X与家庭消费支出Y的关系数据来源：计量经济学孙敬水主编第3版 P31 例2.2.1单位：百元X6090120150180210240270300330Y5885102124146159168181194211输出结果：在命令窗口中输入LS Y C X 结果如下：Y=37.22424+0.541414Xs= (5.700871) (0.026741)t= (6.529571

2、) (20.24675)R2=0.980858 S. E=7.286559 F=409.9309 DW=0.628892符号检验和显著性检验：家庭可支配收入与家庭消费支出成正比，b1 =0.541414为正值，符合经济常识；b1 =0.541414说明家庭可支配收入每增加100元，家庭消费支出增加54.1414元；t=20.24675,远大于2，说明b1 显著不为0，家庭可支配收入对家庭消费支出有显著影响；R2=0.980858说明回归直线的解释能力较好，模型的拟合优度较高；F=409.9309 说明模型整体显著；S.E=7.286559，回归直线的精度较高。相关分析：（1）建立样本回归方程，

3、（见上表）。 （2）指出居民可支配收入每增加100元时，家庭消费支出增加多少。由题目已知，X=100，代入Y=37.22424+0.541414X得，Y=54.1414.因此居民可支配收入每增加100元时，家庭消费支出将增加54.1414元。报告三实验名称：多元线性回归模型的参数估计和统计检验实验基本内容：多元线性、非线性模型的OLS估计、（拟合优度检验、参数检验、显著性检验）和预测（点预测和区间预测）研究的问题:家庭书刊消费水平y 与家庭人均收入x和户主受教育年数T的关系数据来源：计量经济学孙敬水主编第3版 P77 例3.1. yxTyxT450.01027.28793.21998.6145

4、07.71045.29660.82196.010613.91225.812792.72105.412563.41312.29580.82147.48501.51316.47612.72154.010781.51442.415890.82231.414541.81641.091121.02611.818611.11768.8101094.23143.4161222.11981.2181253.03624.620输出结果：在命令窗口输入LS y c x T得如下结果：对应回归方程为： Y=-50.01638+0.086450X+52.37031T s=(49.46026) (0.029363) (

5、5.202167) t=(-1.011244) (2.944186) (10.06702) R2=0.951235 S.E=60.82273 F=146.2947 DW=2.605783符号检验和显著性检验：由回归方程可知，c=-50.01638为负值，b1=0.086450, b2=52.3701正值，符合经济常识，家庭自发消费为负值，家庭人均收入、户主受教育年数和家庭书刊消费水平正相关。当其他条件不变时，家庭人均收入、户主受教育年数每增加100元，家庭书刊消费水平增加5195.65962元。F=146.2974说明回归模型总体显著。家庭人均收入、户主受教育年数的t值均大于2，说明在5%水平

6、下，回归参数显著不为零。点预测：已知家庭人均收入为X=1942，家庭人均收入为T=12，预测家庭书刊消费水平。点击工作文件框中的Proc/Structure/Rrsize Current Page,将Observations中的18改为19。后输入数据X=1942,T=12.点击OLS估计输出结果上方的菜单Forecast,弹出下图提示框，点击OK。返回工作文件框，可以得到yf.如下图： 区间预测：打开方程估计窗口，点击Forecast,弹出预测对话框，把样本由“1,19”修改为“19,19”，点击OK将显示预测结果。如下图：这样就可以得到大概的预测区间。报告四：实验名称：异方差性的检验和解决

7、方法实验基本内容：异方差性的多种检验方法（戈德菲尔德-夸特检验、戈里瑟检验、帕克检验、怀特检验），加权最小二乘法研究的问题：我国制造业销售利润Y与销售收入X的关系数据来源：计量经济学 孙敬水主编 第3版 P133 例4.3.1行业名称销售利润Y销售收入X行业名称销售利润Y销售收入X食品加工业187.253180.44医药制造业238.711264.10食品制造业111.421119.88化学纤维制造81.57779.46饮料制造业205.421489.89橡胶制品业77.84692.08烟草加工业183.871328.59塑料制品业144.341345.0纺织业316.793862.90非金属

8、矿制品339.262866.14服装制品业157.701779.10黑色金属冶炼367.473868.28皮革羽绒制品81.701081.77有色金属冶炼144.291535.16木材加工业35.67443.74金属制品业201.421948.12家具制造业31.06226.78普通机械制造354.692351.68造纸及纸制品134.401124.94专用设备制造238.161714.73印刷业90.12499.83交通运输设备511.944011.53文体教育用品54.40504.44电子机械制造409.833286.15石油加工业194.452363.80电子通信设备508.154499

9、.19化学原料制品502.614195.22仪器仪表设备72.46663.68输出结果：在命令窗口中键入 LS Y C X 得到下表：对应方程：Y=12.03349+0.104394X t=(0.616530) （12.36658） R2=0.854694 F=52.9322异方差性检验：1）G-Q检验，检验步骤如下：SORT xSMPL 1 10LS y c x 得如下图：RSS1=2579.587SMPL 19 28LS y c x 得下图： RSS2=63769.167F=63769.67/2579.587=24.72，在5%的显著性水平下，查第一、第二自由度均为n-c/2-k-1的F分

10、布表，得F0.05（8.8）=3.44. FF0.05 所以存在递增的异方差性。2）怀特检验：步骤如下: LS Y C X 在方程窗口依次点击View/Residual Tests/Heteroskedasticity /White得下表：由上图可以看出，怀特检验的P值P=0.0435,所以模型存在异方差性。3） 戈里瑟检验和帕克检验（二者较类似，这里列举帕克检验）步骤如下： LS Y C X GENR lnE2=log(RESID2) GENR lnx=log(y) LS lnE2 c lnx 得下图：回归方程为：lnet2=-5.55486+1.674309lnx t=(-2.148497

11、) (4.758142) R2=0.46546 F=22.63991可以看到参数显著不为0，所以存在异方差性。帕克检验窗口方式为：View/Residual Tests/Heteroskedasticity/Harvey,在Regressors中填入：“c log(x)” 得到与上表相同结果。类似戈里瑟检验在方程窗口中输入View/Residual Tests/Heteroskedasticity/Glejser,在Regressors中依次填入“c x”、“c x2”、“c sqr(x)”。可得到结果。异方差的解决办法：加权最小二乘法。步骤如下：在命令窗口键入命令：LS(W=1/X) Y C

12、 X. 得下图 对应方程：Y=5.988351+O.108605X t=(0.935141) （13.31659） R2=0.87213 F=177.3317。再次进行怀特检验得下表：怀特检验的P值P=0.55110.05，说明已模型已不存在异方差性。报告五：实验名称：自相关性的检验和解决方法实验基本内容：自相关性的多种检验方法（图形检验、DW检验、LM检验），广义最小二乘法研究的问题：城乡居民储蓄存款年底余额Y与GDP指数的关系年份存款余额YGDP指数X年份存款余额YGDP指数X1978210.60100.019895146.90271.31979281107.619907034.20281

13、.71980399.50116.019919107.00307.61981523.70122.1199211545.40351.41982675.40133.1199314762.39398.81983892.50147.6199421518.80449.319841214.70170.0199529662.50496.519851622.60192.9199638520.84544.119862237.60210.0199746279.80582.019873073.30234.3199853407.47638.219883801.50260.7数据来源：计量经济学 孙敬水主编 第3版 P1

14、65 例5.3.1输出结果:在命令窗口中键入 LS LOG(Y) C LOG(X) 得下表：对应回归方程为：LNY=-8.108159+2.965197LNX t=(-31.93187) (64.72071) R2 =0.995247 F=4188.77 DW=0.740145。检验相关系数：1）图形检验：在方程窗口中点击Resids,得残差图：残差有规律的波动，预示着可能存在自相关性。2）DW检验，因为n=21,k=1,在5%的显著性水平下，查表得，DL=1.221,DU=1.420,由上表可知DW=0.740154，介于二者之间，所以存在一阶正自相关性。3)LM 检验，在方程窗口中依次点击

15、View/Residual/Serial/Correlation LM Test, 并选择滞后期为2，得下表：et=0.001742-0.000586lnx+0.89201et-1-0.590938et-2t=(0.009123) (-0.016977) (4.203937) （-2.744499） 1=0.89201 2=-0.590938其中LM(2)=nr2=10.80942,临界值P10，所以模型存在严重的多重共线性。多重共线性的解决：采用变换模型的方式，把线性模型转换为对数模型。在命令窗口键入 LS LOG(Y) C LOG(X1) LOG(X2) 得下表：对应方程：LNY=-10.

16、9098+3.008058LNX1+1.003509LNX2 t=(-8.761518) (5.235737) （2.209634） R2=0.988284 DW=2.193484 F=421.7588在对数模型中，收入和住房面积系数在统计上都是显著的，回归模型整体也是显著的。多重共线性由此得到解决。报告七：实验名称：虚拟变量、随机解释变量回归模型的检验和处理实验基本内容：加法和乘法虚拟变量回归模型的建立、估计和分析；随机解释变量的工具变量法研究的问题: 工具变量法的应用。数据来源：计量经济学孙敬水主编第3版 P247 例7.3.3序号国内生产总值X消费Y 投资Z序号国内生产总值X消费Y 投资

17、Z17164.34694.52468.6925863.615952.19636.028792.15773.03386.01034500.620182.112988.0310132.86542.03846.01147110.927216.219260.6411784.07451.24322.01258510.533635.023877.0514704.09360.15495.01368330.440003.926867.2616466.010556.56095.01474894.343579.428457.6718319.511365.26444.01579853.346405.930396.0

18、821280.413145.97515.0输出结果:在命令窗口键入LS Y C X 得到如下回归结果：对应方程为：Y=852.3928+0.568763X t=(6.987171) (193.3664)R2=0.9999652,DW=1.302775,F=37390.57相应分析：在模型中，宏观消费Y是随机变量，又因为宏观消费Y是国内生产总值X的一部分，所以X也应该是一个随机变量。这违背了模型中解释变量非随机的假定。故应该选择一个工具变量代替变量X,这里引入投资Z. 步骤如下： 首先在主菜单中点击Quick键，并选择Estimate Equation功能从而打开Equation Specifi

19、cation 对话框。在Method窗口，选择TSLS估计方法，得下图：同时在Equation Specification窗口中输入： y c x在Instrument List 窗口输入工具变量z,（见上图）点击OK，得下表：对应方程为： Y=864.4425+0.568400X t=(7.075117) (192.8455) R2=0.999652, DW=1.301554, F=37189.38。同时工具法还可以在命令窗口直接输入：TSLS y c x c z,可以得到上表结果，这里就不在演示。2）如果该与滞后一期的国内生产总值X(-1)，作为工具变量，即在Instrument List窗口中输入X(-1),点击OK,则得到如下结果：对应方程为： Y=865.1186+0.568874X t = (6.4711) , (182.0312) R2=0.999642, DW=1.353607, F=33135.36。第一个方程：Y=864.4425+0.568400X t=(7.075117) (192.8455) R2=0.999652, DW=1.301554, F=37189.38。对比两个方程可以看模型的工具变量选择不同，模型的参数估计值也不同。但是无论从拟合优度，还是t值、F值来看第一个方程要好一些，故选择投资z作为工具变量比较合适。