计量经济学实验报告计量分析某地区住宅建筑面积剖析

1、实验报告课程名称计量经济学实验项目名称分析莫地区住宅建筑面积与建造单位成本关系姓名 系别班级同组者姓名实验时间 2014 年 11 月至 2014 年 12 月指导教师 职称经济管理实验实训中心制实验地点经管中心603软件平台eviews6实验设备计算机实验类型上机操作实验目的：在住宅建筑中，随着住宅建筑面积的不断变化，建造单位成本也具有很 大程度的改变。在我们的现实生活中，人口基数较大，且中等家庭数量巨大， 住宅成为社会生活的重要问题。由于住宅的开发程度不同，成本差异很大， 直接导致住宅成套单价过高或者某些问题。在此项研究中，我们通过一些实 际数据区研究建筑面积（万平方米）x和建造单位成本（

2、元/平方米）y之间的关 系，从而进行预测成本，以便达到最佳、最合理的建筑。预习的基本知识点：模型设定，参数估计，参数检验，经济意义检验，统计意义检验，计量 经济检验，f检验，t检验。实验方法、步骤及内容：一、指标选取和数据搜集实际选取某地区共1到12号建筑地的不同建筑面积相应的建造单位成 本，真是数据如下（下附有数据表一）：建筑地编号建筑囿积（力平方米）x建造单位成本（元/平方米）y10.6186020.95175031.45171042.1169052.56167863.54164073.89162084.37157694.821566105.661498116.111425126.2314

3、19给出数据表一，以下我们将对所收集数据进行实验分析，预测估计等。实验过程（一）模型设定在这里建立线性回归模型：有 y=储+b 2x+n ；（二）进行参数估计（如下图所示）a ij equation： uztitleq worikhlc; uintjtlti?：untrtlcdx雄同 阳 mj ob注口 |pmtj ntnne | freeze | e5 tlmate | 卜 orecdm.nppip n dpnt variablp ¥ method least squares date: 1 2;16714 time: 1s 09sample: 1 12in du 口白口。口白电

4、nations： 12coofficiontstd. error1 siatieticprob.c x1645.475 15.20440 95.73098 0 0000 s4.18+00 4.80 9q2b -13.34434 0.0000r-sauared0 94&029mean dependent var1519,333adjusted r-squ a red0.,941 5-12s.d. dependent var131.225.2s.e. cf regression11.71600akaike info criterion0.0 02702sum squared resia10

5、071.74scnwarz cnierions a84510log hkelriuud-57 42275 hannari-quinn crrler.9.0t337 tf gtatisuc179.0715durbfcn watson stat1 172407prcscf-stanstic)0 odoooo由上述可知：参数估计和检验结果为：y= 1845.475-64.1840x(19.2644) (4.8098)t =(95.7969)(-13.3443 )r2=0.946829 f=178.0715 dw=1.172407（三）模型检验1 .经济意义检验当建筑面积每增加一万平方米，建造单位成本

6、平均减少 64.1840元/平方米。2 .统计意义检验拟合优度检验：由上述知，可决系数为r2=0.946829 ,修正的可决系数为r2=0.9415,这就说明建模型对样本数据拟合较好。方程显著性检验和参数显著性检验f检验：当a =0.05,查f分布表，其中自由度为k-1=1和n-k=10的临界 值 f“（1, 10） =4.96。表中 f=178.0715,由于 f=178.0715巳（1, 24） =4.96, 所以回归方程显著。t检验：当a =0.05,查t分布表，自由度为 n-k=10的临界值10.05/2 （n-k）=2.228 ,对应绝对值大于10.05/2 （n-k）=2.228

7、,所以回归方程显著影响3 .计量经济学检验接下来进行异方差检验和处理(下图所示)： group； u忖titled workfilet untttlednuntitledx ' | b |leiprocobject| phnt|namu|frunze| sam*|shg|stats|spec|s.oqdq 2,500 -2.0qq-1,5001,000-e00-从上述散点图可以看出该模型存在异方差继而进行 white检验（有如下图）：:口 equation: untitled workfile: uwtitled:untitvd| o 】| 曰廿xw | pq£| dbuct

8、 pmrit mjpmu | froezne | ewtjedte | fqngbisi"|等|hl ete ros ke dlai sti city tewit whitef-statistlicot>s"r-square<jiscaled explained ss9 117512 e 1 199962 29081iprob fc2.9)prot> ch i -squ ©reczyprot> ch i -squ a re £2 >0.0062 q o17z o 3176test eqiuation.dependent va

9、riable. resilo-sml etho dlisquaresdate:time: 19:26sample: "i i incluidecl ob-servatnons_ 12vaina&iecoemdentstd. errort-statisticprot>.cxa22921.862-1299.106155.5077507.22895.7 6 cm 40345.4878-376o2o748,039183 1971700.00030.00450.0 109r-squaredl adjusted r-s quareci s e . at reg-res si on

10、皿ie squared reg id log likeilihood f statlsttc prot>cf-statistic>o.g766&6 ojso4i8l4 4g浦白。6日 3rm 4a-b9 906-58 9 417512o.dob215mean dependent var s.d. depenidlentvar aka ike hnta crrtenon 导uiwwirz crrterlcin hannan-quinn enter. du rbi n = wats o n stat839.3h 14 790 7517 15 467 76 15 5ha99 15

11、 422s8 2 649283由此可知：nr2=8.1199，在 a =0.05 时，临界值 x 20.05 (2) =5.9915,由于 nr2=8.1199> x 20.05 (2) =5.9915,所以模型存在异方差。选取权数：1/xdependlenlvariable: y method. least squares date_ 12/1s/14 tims: 19:29 sample: 1 12included observations- 12weighting series- 1/xvariablecoefficientstd. errort-statisticprot)c1s

12、7s.0501s.31303102 5202o.oooox-77.5733611.90235-6.5174820.0001weighted statisticsr-squared0.sq9442mean dependent va.r1716227adj listed r-squared0 7903s7s.d dependentvar1795 495s.e. of regression58 q5837akaike info crrterion1111179sum squared resid33707 74schwarz criterion1119260lag likelihood-64.6707

13、2hannan-quinn criter.11 08136f-statistic42.477 5sdurbin-watson stat1.593b81pro b(f-stati stit)0.000067unweighted statisticsr-squared0 892120mean dependent va.r1619 333adjusted r-squgred0 631332s o dependentvar131 2252s.e. of regression45 20479suiti squared resid20434 73durbin-'.vatson stat0 5864

14、97f-statistic19.89+40prob. f(2,9)0.0005obsfcr-squared9.786377prob. chi-squaref2)0 0075scaled explained ssb b70509prob. chi-square2>0 0119口 equation untitled workfile: unt!tled:untitled | 0 | 耳view| proc| object printname freeze | estimate| forecast| stats| rjeslds |hetero&kedastlcjty test. wh

15、itetest equation:dependientvanable: wgt_resida2method- least squares date 12/16/14 time 19:30 sample: 1 12included observations: 12collinear test regressors dropped from specirficationvariablecoefficientstd. errort-slatisucprobc-4194 6051695.975-24732710 0354wgta2-1595 369811 1049-11 9675250 0307x*w

16、gta24762 7111424.9273 3424250 0086r-squared0 815531mean dependent var2b08 978adjusted r-squared0 774538s.d. dependentvar4740 260s e. of regression2250 803akaike info criterion1s 43s2ssurn squorsd resid45595235schwarz criterion1s 60951log likelihood-107 9297hsnnan-quinn enter4434qf-statistic19,89440d

17、urbin-watson stmt1.513166prob (f-statistic)0 000497应用加权最小二乘法消除了异方差性。自相关检验和处理（有下图）由残差图，可以看出模型存在自相关，下面我们将消除自相关。1）迭代法消除自相关（有下图）f_i equation： untttled workfile： un 111 led：:ijntitledyview| ptqc| obj&ct | prin 11 nje已 | fregwig | eqtieiatb | f口rg；gant| stats： | 4esidsjdependent varia ble: ymethod- le

18、ast squae今date: 12/16/14 time: 19:39sample (adjusted 2 12included observations: 11 after adjustmentsconvergence achieved after 8 iterationsma backcast 1variablecoefricientsid. errort-statisticprob.c x ar(1) wa(11824.854-60 42550 0 364155 0.99719136.034797 2493350 2951810.23826750,64144-8 3353161 2336664 1051730.00000.00010.25710.0041r-sq jared adjusted r-squarea s f of regression sum squared resid loq likelihood f-statistic prab<f-slatlstic)0.9844870 97783816 72589 195