计量经济学实验报告

1、信管学院管理科学实验报告（一）课程名称： 计量经济学 实验名称： 一元线性回归模型的估计、检验与预测 1姓 名： 班 级： 指导教师： 学 号： 实 验 室： 日 期： 一、实验目的要求掌握一元线性、非线性回归模型的建模方法。2、 实验学时 2学时3、 实验内容及操作过程建立我国税收预测模型，先从统计年鉴中查得相应的数据。1. 建立工作文件2. 输入数据3. 图形分析 趋势图分析命令格式：PLOT 变量1 变量2 变量K作用：分析经济变量的发展变化趋势观察是否存在异常值本例为：PLOT Y X 相关图分析命令格式：SCAT 变量1 变量2 作用：观察变量之间的相关程度观察变量之间的相关类型，即

2、为线性相关还是曲线相关，曲线相关时大致是哪种类型的曲线本例为：SCAT Y X4. 估计线性回归模型因此，我国税收模型的估计式为： （-6.796114）（52.68967）0.992847 0.992490 2776.2015. 估计非线性回归模型双对数函数模型：LS log(Y) C log(X)双对数模型： （-8.54）（30.977） 0.979583 0.978562 959.5857对数函数模型：LS Y C log(X)对数模型： （-7.356） （8.1075）0.766717 0.755053 65.73276指数函数模型：LS log(Y) C X指数模型： （65.5

3、7720） （12.10987） 0.879987 0.873987 146.6489二次函数模型：LS Y C X X2二次函数模型： （-2.877547）（18.76492） （6.726087）0.997885 0.997662 4481.216四、实验结果及结论 1.模型的比较四个模型的经济意义都比较合理，解释变量也都通过了T检验。 2.预测五、心得体会通过本次试验,我对简单的EVIEWS使用过程有了基本了解,并一定程度上掌握了其应用六、指导教师评议成绩： （百分制） 指导教师签名： 信管学院管理科学实验报告（二）课程名称： 计量经济学 实验名称： 多元线性回归模型的估计、检验及预测

4、 8姓 名： 刘奇祥 班 级： 管理科学11-2班 指导教师： 刘芳 学 号： 1110105048 实 验 室： 信管实验室 日 期： 2013、11、7 一、实验目的掌握多元回归模型的建模和比较、筛选模型的方法二、实验学时： 2 学时三、实验内容及实验操作过程建立我国国有独立核算工业企业生产函数，先从统计年鉴中查得相应的数据。1.建立多元线性回归模型建立包括时间变量的三元线性回归模型输入统计资料： DATA Y L K生成时间变量： GENR T=TREND(1997)建立回归模型： LS Y C T L K则生产函数的估计结果及有关信息如图所示因此，我国国有独立工业企业的生产函数为： 模

5、型一 （-1.57） （1.065） （0.3352） （0.1424） 建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K则生产函数的估计结果及有关信息如图所示因此，我国国有独立工业企业的生产函数为： 模型二 （-2.466601） （-0.197635） (23.04030) 2.建立非线性回归模型建立非线性回归模型C-D生产函数。C-D生产函数为：，对于此类非线性函数，可以采用以下方式建立模型。转化成线性模型进行估计；在模型两端同时取对数，得：在EViews软件的命令窗口中依次键入以下命令：GENR LNY=log（Y）GENR LNL=log（L）GENR LNK=log

6、（K）LS LNY C LNL LNK则估计结果如图所示。即可得到C-D生产函数的估计式为： 模型三 (-0.473024) (-2.164755) (14.53323) 四、实验结果及结论比较、选择最佳模型估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型：回归系数的符号及数值是否合理；模型的更改是否提高了拟合优度；模型中各个解释变量是否显著；残差分布情况通过比较可知，模型三最好，即模型五、心得体会 通过试验,已经对多元线性回归模型的预测有了初步了解六、指导教师评议成绩： （百分制） 指导教师签名： 信息与管理科学学院管理科学系实验报告（三）课程名称： 计量经济学 实验名称： 异方差

7、性 12姓 名： 刘奇祥 班 级：管理科学11-2班 指导教师： 刘芳 学 号： 1110105048 实 验 室： 信管实验室 日 期： 2013、11、21 1、 实验目的掌握异方差性的检验及处理方法2、 实验学时: 2学时3、 实验内容及实验操作过程 1.建立并检验我国制造业利润函数模型2. 如图列出了2011年我国主要制造工业销售收入与销售利润的统计资料，利用统计软件Eviews建立我国制造业利润函数模型。 我国制造工业2011年销售利润与销售收入情况行业名称销售利润销售收入行业名称销售利润销售收入煤炭开采和洗选业31413.274560.86医药制造业14484.381606.02石

8、油和天然气开采业12882.264299.60化学纤维制造业6646.95368.07黑色金属矿采选业8114.291210.07橡胶制品业7279.95435.74有色金属矿采选业4928.46815.07塑料制品业15281.751016.68非金属矿采选业3743.41358.14非金属矿物制品业39294.753587.25其他采矿业14.771.41黑色金属冶炼及压延加工业65909.312239.48农副食品加工业43848.582795.22有色金属冶炼及压延加工业36869.422067.38食品制造业13875.731232.25金属制品业22951.331545.71饮料制

9、造业11774.801315.37通用设备制造业40157.933054.92烟草制品业6666.90840.52专用设备制造业26059.602154.43纺织业32288.521956.81交通运输设备制造业63131.955478.38纺织服装、鞋、帽制造业13214.41951.98电气机械及器材制造业50148.853310.13皮革、毛皮、羽毛(绒)及其制品业8747.22714.70通信设备、计算机及其他电子设备制造业63474.892827.42木材加工及木、竹、藤、棕、草制品业8804.01643.39仪器仪表及文化、办公用机械制造业7468.83612.83家具制造业494

10、6.76341.04工艺品及其他制造业7193.49445.46造纸及纸制品业11807.01760.41废弃资源和废旧材料回收加工业2645.28160.57印刷业和记录媒介的复制3784.27349.78电力、热力的生产和供应业47097.571921.58文教体育用品制造业3133.81175.93燃气生产和供应业3205.31314.48石油加工、炼焦及核燃料加工业37275.12423.10水的生产和供应业1167.2372.03化学原料及化学制品制造业60097.894432.13一、 检验异方差性图形分析检验观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y我国

11、制造工业销售利润与销售收入相关图从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。残差分析首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。我国制造业销售利润回归模型残差分布如图显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性Goldfeld-Quant检验将样本按解释变量排序（SORT X）并分成两部分（分别有1到20共20个样本合21到39共19个样本）利用样本1

12、建立回归模型1（回归结果如图），其残差平方和为1.02E+09SMPL 1 20LS Y C X样本1回归结果利用样本2建立回归模型2（回归结果如图），其残差平方和为4.86E+09SMPL 21 39LS Y C X计算F统计量：1.02E+09/4.86E+09=0.21，分别是模型1和模型2的残差平方和。取时，查F分布表得，而，所以不存在异方差性White检验建立回归模型：LS Y C X，回归结果如图。我国制造业销售利润回归模型在方程窗口上点击ViewResidualTestWhite Heteroskedastcity,检验结果如图。White检验结果其中F值为辅助回归模型的F统计量

13、值。取显著水平，由于,所以不存在异方差性。实际应用中可以直接观察相伴概率p值的大小，若p值较小，则认为存在异方差性。反之，则认为不存在异方差性。5、 实验结果及结论通过检验可知，我国制造业利润函数模型不存在异方差性。6、 心得体会 学会了异方差的检验七、指导教师评议成绩： （百分制） 指导教师签名： 信息与管理科学学院管理科学系实验报告（四）课程名称： 计量经济学 实验名称： 自相关性 17姓 名： 刘奇祥 班 级：管理科学11-2班 指导教师： 刘芳 学 号： 1110105048 实 验 室： 信管实验室 日 期： 2013、12、5 一、实验目的掌握自相关性的检验与处理方法。二、试验学时

14、 2学时二、 实验环境 Eviews3软件工作环境四、实验内容 利用下表资料，试建立我国城乡居民储蓄存款模型，并检验模型的自相关性。我国城乡居民储蓄存款与GDP统计资料年份存款余额YCDP指数X19919244.9100199211757.3123.6071199315203.5162.2199199421518.8221.2789199529662.3279.1072199638520.8326.7754199746279.8362.5693199853407.5387.4953199959621.8411.712200064332.4455.4992200173762.4503.43262

15、00286910.7552.45372003103617.7623.56942004119555.4734.00982005141051.0849.05712006161587.3993.11082007172534.21220.3492008217885.41441.7992009260771.71565.1032010303302.51843.3662011343635.92171.024五、实验操作过程一、回归模型的筛选相关图分析SCAT X Y相关图表明，GDP指数与居民储蓄存款二者的曲线相关关系较为明显。现将函数初步设定为线性、双对数、对数、指数、二次多项式等不同形式，进而加以比较分

16、析。估计模型，利用LS命令分别建立以下模型线性模型： LS Y C X (-3.513365) (54.98401)0.993755 F3023.241 S.E8024.091双对数模型：GENR LNY=LOG(Y) GENR LNX=LOG(X) LS LNY C LNX (20.70371) (44.36015)0.990437 F1967.823 S.E0.106576对数模型：LS Y C LNX (-8.589290) (10.43717)0.851486 F108.9345 S.E39129.01指数模型：LS LNY C X (57.64532) (8.544978)0.793

17、516 F73.01665 S.E0.495229二次多项式模型：GENR X2=X2LS Y C X X2 (-2.798675) (14.84162) (-0.79449)0.993966 F1482.596 S.E8103.116选择模型比较以上模型，可见各模型回归系数的符号及数值较为合理。各解释变量及常数项都通过了检验，模型都较为显著。除了对数模型的拟合优度较低外，其余模型都具有高拟合优度，因此可以首先剔除对数模型和指数模型。比较各模型的残差分布表。线性模型和二次多项式模型都具有很高的拟合优度，因而初步选定回归模型为这两个模型。二、自相关性检验DW检验；线性检验因为n21，k1，取显著

18、性水平0.05时，查表得1.22，1.42，而<1.328749DW<，所以通过DW检验并不能判断是否存在自相关。二次多项式模型1.22，1.42，而<1.33DW<，所以通过DW检验并不能判断是否存在自相关。偏相关系数检验在方程窗口中点击View/Residual Test/Correlogram-Q-statistics，并输入滞后期为10，则会得到残差与的各期相关系数和偏相关系数线性模型的偏相关系数检验二次多项式模型的偏相关系数检验从图中可以看出，线性模型和二次多项式模型的第2期偏相关系数的直方块超过了虚线部分，存在着二阶自相关。BG检验在方程窗口中点击View/

19、Residual Test/Series Correlation LM Test，并选择滞后期为2，则会得到如图5-13所示的信息。 线性模型的BG检验图中，=7.589160，临界概率P=0.022492，因此辅助回归模型是显著的，即存在自相关性。二次多项式模型的BG检验图中，=8.574738，临界概率P=0.013741，因此辅助回归模型是显著的，即存在自相关性。三、自相关性的调整：加入AR项对线性模型进行调整；在LS命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。键入命令：LS LNY C LNX AR(1) AR(2)则估计结果如图所示。 加入AR项的线性模型估计结果 如图

20、表明，估计过程经过4次迭代后收敛；，的估计值分别为0.543402和-0.570665，并且检验显著，说明线性模型确实存在二阶自相关性。调整后模型的DW1.635908，n19，k1，取显著性水平0.05时，查表得1.18，1.40，而<1.635908DW<4，说明模型不存在一阶自相关性；再进行偏相关系数检验和BG检验，也表明不存在高阶自相关性，因此，中国城乡居民储蓄存款的双对数模型为： (-3.0625) (53.78)0.996 F1114.83 S.E7186.1 DW1.6359对二次多项式模型进行调整；键入命令：LS Y C X X2 AR(2)则估计结果如图所示。六、

21、实验结果及结论 如上七、 心得体会 掌握了自相关性的检验与处理方法。八、指导教师评议成绩： （百分制） 指导教师签名： 信息与管理科学学院管理科学系实验报告（五）课程名称： 计量经济学 实验名称： 多重共线性 30姓 名： 刘奇祥 班 级： 管理科学11-2班 实 验 室： 信管实验室 学 号： 1110105048 指导老师：刘芳 日 期： 2013、12、5 一、实验目的掌握多重共线性的检验及处理方法二、 实验学时：2学时三、实验环境 Eviews3工作环境四、实验内容 建立并检验我国钢材产量预测模型五、实验操作过程 如表是19912011年我国钢材产量（万吨）、生铁产量（万吨）、发电量（

22、亿千瓦时）、固定资产投资（亿元）、国内生产总值（亿元）、铁路运输量（万吨）的统计资料。表1 我国钢材产量及其它相关经济变量统计资料年份钢材产量Y生铁产量X1发电量X2固定资产投资X3国内生产总值X4铁路运输量X519915638.006765.006775.003139.0321781.515289319926697.007589.007539.004473.7626923.515762719937716.008739.008395.006811.3535333.916279419948428.009741.009281.009355.3548197.916321619958979.80105

23、29.2710070.3020019.360793.716598219969338.0210722.5010813.1022913.571176.617102419979978.9311511.4111355.5324941.178973.0172149199810737.8011863.6711670.0028406.284402.3164309199912109.7812539.2412393.0029854.789677.1167554200013146.0013101.4813556.0032917.799214.6178581200116067.6115554.2514808.023

24、7213.5109655.2193189200219251.5917084.6016540.0043499.9120332.7204956200324108.0121366.6819105.7555566.6135822.8224248200431975.7226830.9922033.0970477.4159878.3249017200537771.1434375.1925002.6088773.6184937.4269296200646893.3641245.1928657.26109998.2216314.4288224200756560.8747651.6332815.53137323

25、.9265810.3314237200860460.2947824.4234957.61172828.4314045.4330354200969405.4055283.4637146.51224598.8340902.8333348201080276.5859733.3442071.60251683.8401512.8364271201188619.5764050.8847130.19311485.1472881.6393263六、实验结果及结论一、检验多重共线性相关系数检验利用相关系数可以分析解释变量之间的两两相关情况。在Eviews软件中可以直接计算相关系数矩阵。在Eviews软件命令窗口中键入：COR X1 X2 X3 X4 X5或在包含所有解释变量的数组窗口中点击ViewCorrelations，其结果下图所示。由相关系数矩阵可以看出，解释变量之间的相关系数均为0.95以上，即解释变量之间时高度相关的。辅助回归方程检验当解释变量多余两个且变量之间呈现出较复杂的相关关系时，可以通过建立辅助回归模型来检验多重共线性。在Eviews软件命令窗口中键入：LS X1 C X2 X3 X4 X5LS X2 C X1 X3 X4 X5LS X3 C