计量经济学实验报告汇总(共35页)

1、精选优质文档-倾情为你奉上计量经济学实验报告学院： 国际学院专业班级：10级国贸2班学号： 指导老师：谭畅老师 实验一普通最小二乘法作一元线性回归实验目的：掌握一元线性回归模型的估计方法。实验要求：选择方程进行一元线性回归。实验原理：普通最小二乘法（OLS）实验数据：东莞市经济部分数据、广东省宏观经济部分数据。1. 把EXB作为应变量，REV作为解释变量。得到估计方程：EXB 0. * REV-2457.310 2. 把SLC作为应变量，GDP作为解释变量。得到估计方程：SLC 0. * GDP-2411.361 3、把LB作为应变量，GDP1作为解释变量。 得到估计方程：LB=44.0866

2、5+0.*GDP14、把ZJ作为应变量，GDP1作为解释变量。 得到估计方程：ZJ=0.*GDP1-37.55016 5、 把SE作为应变量，GDP1作为解释变量。得到估计方程：SE=0.*GDP1-25.69191 6、把YY作为应变量，GDP1作为解释变量。 由于常数项没有通过检验，所以去掉常数项重新检验。 得到估计方程：YY 0. * GDP1 7、 把CS作为应变量，SE作为解释变量。 得到估计方程：CS=31.03074+0.*SE 8、 把CZ作为应变量，CS作为解释变量。 得到估计方程：CZ=1.*CS-26.30586 实验二一元线性回归模型的检验和结果报告实验目的：掌握一元线

3、性回归模型的检验方法。实验要求：进行经济、拟合优度、参数显著性和方程显著性等检验。（给定显著性水平为0.5）实验原理：拟合优度的判定系数R2 检验和参数显著性t检验等。1、EXB 0. * REV-2457.310 0. 680.5738 64.49707 -3. R2 = 0. SE = 2234.939 财政支出EXB对财政收入REV的回归系数为0.，无论从参数的符合和大小来说都符合经济理论。R2为0.，接近于1，因此拟合优度好。t(16)=2.12，|t|>t(16)，说明解释变量财政收入REV在95%的置信度下显著，即通过了变量显著性检验。2、SLC 0. * GDP-2411.

4、361 0. 3076.237 106.7267 -0.R2 = 0. SE = 9449.149 社会消费净零售额SLC对国内生产总值GDP的回归系数为0.，无论从参数的符合和大小来说都符合经济理论。R2为0.，接近于1，因此拟合优度好。t(16)=2.12，|t|>t(16)，说明解释变量国内生产总值GDP在95%的置信度下显著，即通过了变量显著性检验。3、LB = 44.08665+0.*GDP1 17.09782 0. 2. 111.4403R2 = 0. SE = 58.69617 劳动报酬LB对第一产业增加值GDP1的回归系数为0.，无论从参数的符合和大小来说都符合经济理论。

5、R2为0. ，接近于1，因此拟合优度好。t(20)=2.086，|t|>t(20)，说明解释变量国内生产总值GDP1在95%的置信度下显著，即通过了变量显著性检验。4、ZJ=0.*GDP1-37.55016 0. 11.13334 54.79393 -3.R2 = 0. SE = 38.22033 折旧ZJ对第一产业增加值GDP1的回归系数为0.，无论从参数的符合和大小来说都符合经济理论。R2为0.，接近于1，因此拟合优度好。t(20)=2.086，|t|>t(20)，说明解释变量国内生产总值GDP1在95%的置信度下显著，即通过了变量显著性检验。5、SE=0.*GDP1-25.6

6、9191 0. 7. 77.40060 -3.R2 = 0. SE = 26.61911 生产税SE对第一产业增加值GDP1的回归系数为0.，无论从参数的符合和大小来说都符合经济理论。R2为0.，接近于1，因此拟合优度好。t(20)=2.086，|t|>t(20)，说明解释变量国内生产总值GDP1在95%的置信度下显著，即通过了变量显著性检验。6、YY 0. * GDP1 0. 34.58786 R2 = 0. SE = 90.65841 盈余YY对第一产业增加值GDP1的回归系数为0.，无论从参数的符合和大小来说都符合经济理论。R2为0.，接近于1，因此拟合优度好。t(20)=2.08

7、6，|t|>t(20)，说明解释变量国内生产总值GDP1在95%的置信度下显著，即通过了变量显著性检验。7、CS = 31.03074+0.*SE 9. 0. 3. 29.93042R2 = 0. SE = 33.25218 财政收入CS对生产税SE的回归系数为0.，无论从参数的符合和大小来说都符合经济理论。R2为0.，接近于1，因此拟合优度好。t(20)=2.086，|t|>t(20)，说明解释变量生产税SE在95%的置信度下显著，即通过了变量显著性检验。8、CZ = 1.*CS-26.30586 0. 9. 43.81345 -2. R2 = 0. SE = 29.91594

8、财政支出CZ对财政收入CS的回归系数为1.，无论从参数的符合和大小来说都符合经济理论。R2为0.，接近于1，因此拟合优度好。t(20)=2.086，|t|>t(20)，说明解释变量财政收入CS在95%的置信度下显著，即通过了变量显著性检验。实验三多元线性回归模型的估计和检验实验目的：掌握多元线性回归模型的估计和检验方法。实验要求：选择方程进行多元线性回归。实验原理：普通最小二乘法（OLS）。实验步骤：基于实验一的数据和工作文件1、把GDP2作为应变量，NKF2和LT2作为两个解释变量分别进行一元线性回归分析。 得到估计方程：GDP2=55714.24+0.*NKF2得到估计方程：GDP2

9、=-.1+2.*LT2把GDP2作为应变量，NKF2和LT2作为两个解释变量进行二元线性回归分析。得到估计方程：GDP2=-25143.33 + 0. * NKF2 + 0. * LT2估计方程的判定系数R2分别接近于1；参数显著性t检验值除常数项外均大于2；方程显著性F检验显著。调整的判定系数为0.，比一元回归有明显改善。2、 作LB与GDP1的一元回归作LB与 GDP1、T的二元回归 估计方程的判定系数R2分别接近于1；参数显著性t检验值除常数项外均大于2；方程显著性F检验显著。调整的判定系数为0.，比一元回归有明显改善。所以，得到估计方程为：LB = 0. * GDP1 + 6. * T

10、3、 作ZJ与GDP1的一元回归作ZJ与 GDP1、T的二元回归 估计方程的判定系数R2分别接近于1；参数显著性t检验值除常数项外均大于2；方程显著性F检验显著。调整的判定系数为0.，比一元回归有明显改善。所以，得到估计方程为：ZJ = 0. * GDP1 - 6. * T4、 作SE与GDP1的一元回归SE 与 GDP1、T的二元回归 估计方程的判定系数R2分别接近于1；参数显著性t检验值除常数项外均大于2；方程显著性F检验显著。调整的判定系数为0.，比一元回归有明显改善。所以，得到估计方程为：SE = 0. * GDP1 - 4. * T5、 作YY与GDP1的一元回归作YY与 GDP1、

11、T的二元回归 估计方程的判定系数R2分别接近于1；参数显著性t检验值除常数项外均大于2；方程显著性F检验显著。调整的判定系数为0.，比一元回归有明显改善。所以，得到估计方程为：YY = 0. GDP1 +4.* T实验四异方差检验与消除实验实验目的：掌握异方差模型的检验方法。实验要求：掌握图形法检验和Glejser检验。实验原理：图形法检验、Glejser检验。第一部分异方差的检验1、作ZJ对GDP1和T回归的残差趋势图和残差散点图。并从图上看ZJ对GDP1和T回归的残差是否存在异方差。 从图上看ZJ对gdp1、T回归的残差存在异方差。2、 做对ZJ和GDP1回归的Glejser检验。（1）

12、对GDP1回归的结果为：（2） 对GDP12回归的结果为：（3） 对sqr(GDP1)回归的结果为：常数项不显著，去掉常数项再进行回归得结果为：（4） 对1/GDP1回归的结果为：从四个回归的结果看，选择最后一个：ABS(RESID)= -4245.151*1/gdp1+25.35114即异方差的形式为：（-4245.151*1/gdp1+25.35114）2第二部分异方差模型的处理1、已知ZJ对GDP1和T回归异方差的形式为：把作为权数来进行加权最小二乘法。得到回归结果为：得到回归方程：ZJ = 0. * GDP1 - 3. * T它与存在异方差时的如下估计方程明显不同：ZJ = 0. *

13、GDP1 - 6. * T2、 进行同方差性变换，然后回归实际上就是ZJ/(GDP1(1/2)对1/(GDP1(1/2)和GDP1/(GDP1(1/2)回归：观察期残差趋势图：可以看出还是存在异方差，再改为ZJ/GDP1对1/GDP1和C回归观察期残差趋势图： 显然，不存在异方差了，其方程为：ZJ/GDP1 = 0. - 7. * (1/gdp1)变换为原方程：ZJ = 0. * GDP1 - 7.实验五自相关检验与消除实验实验目的：掌握自相关模型的检验方法。实验要求：熟悉图形法检验和掌握DW检验。实验原理：图形检验法和DW检验法。第一部分 自相关模型的检验1. 做出EXB对REV回归的残差趋

14、势图和残差散点图，从图上看，EXB对REV回归的残差是否存在自相关？EXB对REV回归的残差趋势图和残差散点图如下： 2 做出SLC对GDP回归的残差趋势图和残差散点图，从图上看，SLC对GDP回归的残差是否存在自相关？SLC对GDP回归的残差趋势图和残差散点图如下： 3.EXB作为应变量，REV作为解释变量的回归结果, 判断是否存在自相关.查表n = 18,k=2,dl=1.16,du=1.39 d.w=1.。dl<d.w<du,所以：不能确定相关关系4. SLC作为应变量，GDP作为解释变量的回归结果, 判断是否存在自相关查表n = 18,k=2,dl=1.16,du=1.39

15、 d.w=1.。du<d.w<2,所以：无自相关5. 用DW检验，根据东莞数据LOG(REV)对T和GDP的回归结果。判断它们是否存在自相关性。查表n = 18, k=3,dl=1.05,du=1.53。d.w=0.。0<d.w<dl,所以：存在正自相关。第二部分自相关模型的处理实验目的：掌握自相关模型的处理方法。实验要求：理解广义差分变换和掌握迭代法。实验原理：广义差分变换、迭代法和广义最小二乘（GLS）。1、 LOG(REV)对T和GDP回归自相关的处理DW检验值也由0.提高到1.，也消除了自相关。没有消除和消除了自相关的回归方程分别为：log(rev)=8.+8.

16、62E-07*GDP+0.*Tlog(rev)=7.+4.54E-07*GDP+0.+AR(1)=0.实验六多重共线性实验第一部分多重共线性模型的检验实验目的：掌握多重共线性模型的检验方法。实验要求：了解辅助回归检验和掌握R2值和t值检验及解释变量相关系数检验。实验原理：R2值和t值检验、解释变量相关系数检验和辅助回归检验。1、R2值和t值检验在多元线性回归模型的估计和检验中，根据广东数据，建立固定资产投资模型，固定资产投资TZG取决于固定资产折旧ZJ、营业盈余YY和财政支出CZ，进行三元线性回归。根据估计方程的判定系数R2，方程显著性F检验，参数显著性t检验，判定是否出现了很严重的多重共线性。从结果看，判定系数R2很高，方程很显著，但三个参数t检验值只有一个较显著，显然，出现了严重的多重共线性。2、解释变量相关系数检验根据广东数据，TZG对ZJ、YY和CZ的回归中，利用Wveiws 求解释变量ZJ、YY和CZ之间的相关系数。并据此判定是否存在多重共线性。根据广东数据，TZG对ZJ、YY和CZ的回归中，解释变量ZJ、YY和CZ之间的相关系数为： ZJ YY CZZJYYCZZJ 1. 0.