计量经济学实验报告(二)

20152016第1学期计量经济学实验报告实验（二）：多元回归模型实验学号： 姓名： 李旻 专业： 会计（ACCA） 选课班级： A06 实验日期： 11/09 实验地点： 0505 实验名称：多元回归模型实验【实验目标、要求】使学生掌握用Eviews做1. 多元线性回归模型参数的OLS估计、统计检验、点预测和区间预测；2. 非线性回归模型参数估计；3. 受约束回归检验。【实验内容】用Eviews完成：1. 多元线性回归模型参数的OLS估计、统计检验、点预测和区间预测；(以第8题的数据为例)2. 非线性回归模型的估计，并给出相应的结果；(以第8题的数据为例)3. 受约束回归检验。(以第7题的数据为例)实验内容以课后练习：以第三章复习思考题第7题、第8题的数据为例进行操作。【实验步骤】一）根据中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L进行回归分析。（二）掌握可化为线性多元非线性回归模型的估计和多元线性回归模型的线性约束条件的检验方法（三）根据实验结果判断中国该年制造业总体的规模报酬状态如何？三、实验步骤（一）收集数据下表列示出来中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L。序号工业总产值Y（亿元）资产合计K（亿元）职工人数L（万人）序号工业总产值Y（亿元）资产合计K（亿元）职工人数L（万人）13722.73078.2211317812.71118.814321442.521684.4367181899.72052.166131752.372742.7784193692.856113.1124041451.291973.8227204732.99228.2522255149.35917.01327212180.232866.658062291.161758.77120222539.762545.639671345.17939.158233046.954787.92228656.77694.9431242192.633255.291639370.18363.4816255364.838129.68244101590.362511.9966264834.685260.214511616.71973.7358277549.587518.7913812617.94516.012828867.91984.5246134429.193785.9161294611.3918626.94218145749.028688.0325430170.3610.9119151781.372798.98331325.531523.1945161243.071808.4433 表1（二）创建工作文件（Workfile）。1、启动Eviews5，在主菜单上依次点击FileNewWorkfile（如图），按确定。2、在弹出的对话框中选择数据的时间频率（本实验为序列数据），输入数据数为31（如图1），然后点击OK（如图2）。 （图1） （图2）、（三）输入数据1、在Eviews软件的命令窗口中键入数据输入/编辑命令：DATA Y K L ，按Enter，则显示一个数组窗口（如图）。2、分别在Y、K、L列输入相应的数据并以group01命名保存（如图）：（四）、回归分析1、在经济理论指导下，设定如下的理论模型：2、运用OLS估计模型经对数转换，式可变换对数形式如下：3、对表1的Y、K、L的数据进行对数转换，得新的数据如表2所示：序号序号18.8.4.178.8.4.27.7.4.187.7.4.37.7.4.197.7.4.47.7.3.207.7.3.58.8.5.218.8.5.7899667.7.4.227.7.472374.77.6.4.237.6.4.86.6.3.246.6.3.95.5.2.255.5.2.107.7.4.267.7.4.116.6.4.276.6.4.126.6.3.286.6.3.138.8.4.298.8.4.148.9.5.308.9.5.157.7.4.317.7.4.167.7.3. 表24、对表2经对数转化后的数据进行相关性分析重复数据输入步骤，输入取对数后的数据如图：在弹出的窗口中选择ViewGraphScatterSimple Scatter按确定，得取对数后的Y、K、L三者之间关系的散点图，结果如下：通过对以上散点图的观察可以看出，取对数后的K、L的联合值对取对数后的Y的值有着显著的线性影响。5、在Eviews主窗口中点击QuickEstimate Equation，在弹出的方程设定框内输入模型：log（y）c log(k) log(l)（如图）：再点击确定，系统将弹出一个窗口来显示有关估计结果（如图）。由图显示的结果可知，样本回归方程为：=1.154+0.609 +0.361 (1.59) (3.45) (1.75)其中，=0.7963，F=59.66 4、对以上实验结果做t检验分析：给定显著性水平5%，自由度为（2，28）的F分布的临界值为，因此总体上看，,联合起来对有着显著的线性影响。在5%的显著性水平下，自由度为28的t分布的临界值为，因此，的参数通过了该显著性水平下的t检验，但未通过检验。如果设定显著性水平为10%，t分布的临界值为，这时的参数通过了显著性水平的检验。=0.7963表明，工业总产值对数值的79.6%的变化可以由资产合计的对数与职工的对数的变化来解释，但仍有20.4%的变化是由其他因素的变化影响的。（五）参数的约束检验由以上的实验结果可以看出，即资产与劳动的产出弹性之和近似为1，表明中国制造业在2000年基本呈现规模报酬不变的状态。因此，进行参数的约束检验时，提出零假设为：。如果原假设为真，则可估计如下模型：1、在Equation窗口选择proc/Specify/Estimate在弹出的窗口中输入log(y/l) c log(k/l)如图所示：1按确定，所得结果如下：容易看出，该估计方程通过了F检验与参数的t检验。2、对规模报酬是否变化进行的分析由上面两个实验可以得到，。在原假设为真的条件下有：=0.1011在5%的显著性水平下，自由度为（1,28）的F分布的临界值为4.20。因为0.10114.20,所以不拒绝原假设，表明2000年中国制造业呈现规模报酬不变的状态。3、运用参数约束条件对上面假设模型进行检验打开eq01方程对象窗,点击ViewCoefficient TestsWaldCoefficient Restrictions，在Wald tests窗口设定参数约束条件：c(2)+c(3)=1。再按OK,结果如下图：由以上实验结果可知，我们仍然不拒绝原假设，原假设为真，即中国该年的制造业总体呈现规模报酬不变状态。四、实验结论通过