计量经济学实验报告模板.docx

1、计量经济学实验报告模板学生姓名学号同组人 实验项目回归模型必修 选修 演示性实验 验证性实验 操作性实验 综合性实验实验地点实验仪器台号指导教师实验日期及节次一、实验目的及要求：1、目的利用EVIEWS实验软件，使学生在实验过程中全面了解和熟悉计量经济学的基本概念，熟悉回归模型估计的基本程序和基本方法。2、内容及要求(1)、熟悉EVIEWS实验软件的基本操作程序和方法；(2)、掌握一元线性回归模型基本概念，了解其估计和检验原理(3)、提交实验报告二、仪器用具：仪器名称规格/型号数量备注计算机1有网络环境多媒体会计模拟实验室系统1三、实验结果与数据处理：1、下表是北京市连续19年城镇居民家庭人均

2、收入与人均支出的数据。北京市19年来城镇居民家庭收入与支出数据表（单位：元）年份顺序人均收入(元)人均生活消费支出(元)商品零售物价指数(%)人均实际收入(元)人均实际支出(元)12345678910111213141516171819450.18 491.54 599.40 619.57 668.06 716.60 837.65 1158.84 1317.33 1413.24 1767.67 1899.57 2067.33 2359.88 2813.10 3935.39 5585.88 6748.68 7945.78359.86 408.66 490.44 511.43 534.82 574

3、.06 666.75 923.32 1067.38 1147.60 1455.55 1520.41 1646.05 1860.17 2134.65 2939.60 4134.12 5019.76 5729.45100.00 101.50 108.60 110.20 112.30 113.00 115.40 136.80 145.90 158.60 193.30 229.10 238.50 258.80 280.30 327.70 386.40 435.10 466.90450.18 484.28 551.93 562.22 594.89 634.16 725.87 847.11 902.90

4、891.07 914.47 829.14 866.81 911.85 1003.60 1200.91 1445.62 1551.06 1701.82359.86 402.62 451.60 464.09 476.24 508.02 577.77 674.94 731.58 723.58 753.00 663.64 690.17 718.77 761.56 897.04 1069.91 1153.70 1227.13（1）建立居民收入消费函数；答：建立家庭实际人均收入与人均支出函数的线性模型： 结合表格数据，利用eviews回归，得到以下结果：Dependent Variable: YMetho

5、d: Least SquaresDate: 04/30/02 Time: 03:43Sample: 1 19Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C79.9300412.399196.4463900.0000X0.6904880.01287753.620680.0000R-squared0.994122Mean dependent var700.2747Adjusted R-squared0.993776S.D. dependent var246.4491S.E. of regression1

6、9.44245Akaike info criterion8.872095Sum squared resid6426.149Schwarz criterion8.971510Log likelihood-82.28490F-statistic2875.178Durbin-Watson stat0.574663Prob(F-statistic)0.000000即回归方程：（2）对模型结果进行经济解释。答：人均实际可支配收入每增加一个单位，平均而言，人均实际支出就会增加0.6905个单位，且其自发性消费为79.9300。2、下表给出了日本工薪家庭实际消费支出与可支配收入数据 日本工薪家庭实际消费支出

7、与实际可支配收入 单位：1000日元年份个人实际可支配收入X个人实际消费支出Y年份个人实际可支配收入X个人实际消费支出Y197019711972197319741975197619771978197919801981198223924825827226828027928228529329129430230031132935135436436036637037837437138119831984198519861987198819891990199119921993199430430831031231432432633233433633433038439240040341142843444144

8、9451449449注：资料来源于日本银行经济统计年报数据为1990年价格。（1）建立日本工薪家庭的收入消费函数；答：建立家庭收入与消费函数的线性模型： 结合表格数据，利用eviews回归，得到以下结果：Dependent Variable: YMethod: Least SquaresDate: 04/30/02 Time: 02:24Sample: 1970 1994Included observations: 25VariableCoefficientStd. Errort-StatisticProb.C-68.1602615.26513-4.4650960.0002X1.5297120

9、.05097630.008460.0000R-squared0.975095Mean dependent var388.0000Adjusted R-squared0.974012S.D. dependent var43.33397S.E. of regression6.985763Akaike info criterion6.802244Sum squared resid1122.420Schwarz criterion6.899754Log likelihood-83.02805F-statistic900.5078Durbin-Watson stat0.348288Prob(F-stat

10、istic)0.000000即回归方程：（2）对模型结果进行经济解释。答：截距项= -68.16026，没什么经济含义；斜率系数 =1.5297，大于0，即个人实际可支配收入每增加一个单位，平均而言，个人实际消费支出将平均增加1.5297个单位，说明个人实际消费支出与个人实际可支配收入成正比关系。3、下表给出了中国进口需求(Y)与国内生产总值(X)的数据。19852003年中国实际GDP、进口需求 单位: 亿元年份实际GDP（X, 亿元）实际进口额（Y, 亿元）1985198619871988198919901991199219931994199519961997199819992000200

11、1200220038964.409753.2710884.6512114.6212611.3213090.5514294.8816324.7518528.5920863.1923053.8325267.0027490.4929634.7531738.8234277.9236848.7639907.2143618.582543.22983.43450.13571.63045.92950.43338.04182.25244.46311.97002.27707.28305.49301.39794.810842.512125.614118.817612.2注：表中数据来源于中国统计年鉴2004光盘。实

12、际GDP和实际进口额均为1985年可比价指标。（1）分别应用线形模型，半对数模型和双对数模型进行估计；答：a、线性模型： 结合表格数据，利用eviews回归，得到以下结果：Dependent Variable: YMethod: Least SquaresDate: 04/30/02 Time: 02:53Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C-1690.309441.9276-3.8248560.0014X0.3879790.01768821.934010

13、.0000R-squared0.965870Mean dependent var7075.321Adjusted R-squared0.963863S.D. dependent var4325.813S.E. of regression822.3285Akaike info criterion16.36146Sum squared resid11495811Schwarz criterion16.46087Log likelihood-153.4338F-statistic481.1009Durbin-Watson stat0.523859Prob(F-statistic)0.000000即回

14、归方程：b、半对数模型1：结合表格数据，利用eviews回归，得到以下结果：Dependent Variable: YMethod: Least SquaresDate: 04/30/02 Time: 03:00Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C-72039.187228.039-9.9666280.0000LOG(X)7985.107728.630010.959070.0000R-squared0.876004Mean dependent var707

15、5.321Adjusted R-squared0.868710S.D. dependent var4325.813S.E. of regression1567.413Akaike info criterion17.65154Sum squared resid41765307Schwarz criterion17.75096Log likelihood-165.6896F-statistic120.1012Durbin-Watson stat0.293177Prob(F-statistic)0.000000即回归方程： 半对数模型2：结合表格数据，利用eviews回归，得到以下结果：Depend

16、ent Variable: LOG(Y)Method: Least SquaresDate: 04/30/02 Time: 03:32Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C7.4576080.054935135.75240.0000X5.46E-052.20E-0624.827600.0000R-squared0.973161Mean dependent var8.690999Adjusted R-squared0.971582S.D. dependent

17、var0.606390S.E. of regression0.102222Akaike info criterion-1.624031Sum squared resid0.177640Schwarz criterion-1.524616Log likelihood17.42829F-statistic616.4098Durbin-Watson stat0.566105Prob(F-statistic)0.000000即回归方程：c、双对数模型: 结合表格数据，利用eviews回归，得到以下结果：Dependent Variable: LOG(Y)Method: Least SquaresDat

18、e: 04/30/02 Time: 03:36Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C-2.9696100.511273-5.8082690.0000LOG(X)1.1769170.05153922.835290.0000R-squared0.968428Mean dependent var8.690999Adjusted R-squared0.966571S.D. dependent var0.606390S.E. of regression0.110870

19、Akaike info criterion-1.461609Sum squared resid0.208968Schwarz criterion-1.362194Log likelihood15.88528F-statistic521.4506Durbin-Watson stat0.450146Prob(F-statistic)0.000000即回归方程：（2）选择最合适的模型形式，并说明为什么？答：双对数模型较好，因为该模型的斜率系数直接给出了弹性。4根据某地区1970-1991年固定资产投资Y与销售额X的资料（单位：亿元）。用OLS法估计出如下模型：（A） （B） （C） 试对上述三个估计

20、模型进行评价，从经济背景和估计结果来看，你认为哪一个模型更恰当。答：A、B、C三个模型的参数在统计上是显著的，且与预期一致，B模型比A多了一个回归元，前一期的资产投资，为了评估增加的这个回归元对模型的贡献，我们计算其F统计量为7.6589，大于1，会增加残差平方和，所以，引进此变量是值得的。同样的，模型C较模型B 也多了一个回归元，同样利用F检验法，计算得其F值为10.6667大于临界值，所以引入该变量也是值得的。本题研究的是固定资产投资与销售额之间的关系，所以，出于经济背景和估计模型的结果，可以认为模型C较好。5为了估计某国设备利用对于通货膨胀的影响，现根据1981年到 1998年该国的数据

21、获得了如下回归： 其中，Y=GNP隐含折算数（%）（通货膨胀率的一种测度）； Xt=制造业设备利用率（%）； Xt-1=滞后一年的设备利用率；（1）阐述上述回归。先验地，为什么在通货膨胀和设备利用之间存在着正相关。答：上述回归为设备利用率对通货膨胀的回归，尝试利用已知的制造业设备利用率去预测GNP隐含折算率。先验地，货膨胀和设备利用之间存在着正相关关系，因为制造业的设备利用率越高。（2）设备利用对于通货膨胀的短期影响是多少？长期影响又是多少？ 答：设备利用对通货膨胀的短期影响是Xt的系数：0.141；从长期看，在忽略扰动项的情况下，如果Yt趋向于某一均衡水平Y，则Xt和Xt-1也将趋向于某一均

22、衡水平：所以，设备利用对通货膨胀的长期影响是Xt和Xt-1的系数之和：0.377。（3）每个斜率系数是统计显著的吗？答：对模型的回归参数的显著性检验：在自由度为15=18-3，显著性水平为0.05的情况下,H0： H1：从回归结果可知，检验统计量，查表得2.131，由于2.60 2.131，故拒绝原假设，即Xt对Y有显著影响。同理： H0： H1：从回归结果可知，检验统计量，查表得2.131，由于4.26 2.131，故拒绝原假设，即Xt-1对y有显著影响。综上所述，每个斜率系数均显著异于0，即设备利用和滞后一期的设备利用对通货膨胀都有显著的影响。（4）你是否会拒绝零假设：两个斜率系数同时为零

23、？你将利用何种检验？答：对此回归方程而言，检验两个斜率系数为零，等于检验回归方程的显著性，可用F检验。 H0： H1：检验统计量，根据k=2，n-k-1=15，=5%，查临界值表得Fc3.68,由于F19.973 Fc=3.68,故拒绝原假设，即Xt、Xt-1至少有一个变量对Y有显著影响，表明方程总体是显著的。（5）如果有数据进行如下回归分析： 你如何找出设备利用对于通货膨胀的短期和长期影响？你能够将这一模型的结果与前面给出的结果作一比较吗？答：利用库伊克模型变换得： 从而，设备利用对通货膨胀的短期影响是Xt的系数；从长期看，在忽略扰动项的情况下，如果Yt趋向于某一均衡水平Y，则Xt和Xt-1也将趋向于某一均衡水平，所以，设备利用对通货膨胀的长期影响是Xt和Xt-1的系数之和，即。四、指导教师评语及成绩：评语：成绩： 指导教师签名： 批阅日期：