经济计量管理学与财务知识分析课程

1、鞍计量经济学课程氨实验把实验一 EV柏iews软件的案基本操作【实验目的】盎了解巴EViews稗软件的基本操作班对象，掌握软件懊的基本操作。【实验内容】巴一、扮EViews靶软件的安装；搬二、数据的输入斑、编辑与序列生白成；芭三、图形分析与敖描述统计分析；罢四、数据文件的爸存贮、调用与转阿换。唉实验内容中后三啊步以表1蔼-爸1所列出的税收敖收入和国内生产皑总值的统计资料埃为例进行操作爱。败表1版-吧1 佰 敖 扮 爸 稗我国税收与GD罢P统计资料岸 拔 班 鞍 八单位：亿元疤年份凹税收半 Y扒GDP八 X傲年份疤税收扮 Y稗GDP佰 蔼X隘1985埃2041案8964敖1992般3297瓣26

2、638爱1986唉2091啊10202懊1993白4255耙34634鞍1987叭2140矮11963白1994俺5127啊46759斑1988百2391八14928爱1995搬6038叭58478扳1989岸2727啊16909办1996败6910袄67885般1990蔼2822叭18548澳1997凹8234笆74463柏1991八2990氨21618扮1998爱9263颁79396靶资料来源：中袄国统计年鉴19颁99【实验步骤】巴一、安装坝EViews软哀件艾罢EViews背对系统环境的要凹求斑艾一台386、4埃86奔腾或其他百芯片的计算机，班运行Windo肮ws3.1、W瓣indows

3、9盎X、Windo氨ws2000、碍Windows埃NT或Wind爱owsXP操作班系统；阿案至少4MB内存肮；癌捌VGA、Sup矮er VGA显啊示器；稗爱鼠标、轨迹球或胺写字板；柏隘至少10MB以奥上的硬盘空间。安装步骤八百点击懊“扒网上邻居靶”败，进入服务器；百爱在服务器上查找柏“奥计量经济软件奥”疤文件夹，双击其捌中的setup耙.exe，会出耙现如图1-1所皑示的安装界面，稗直接点击nex罢t按钮即可继续笆安装；盎跋指定安装吧EViews软邦件靶的目录（默认为袄C:EVie耙ws3板，巴如图1-2所示笆）安，点击OK巴按钮把后，一直点击n稗ext案按钮靶即可百；矮把安装完毕之后，扒将

4、背EViews熬的启动设置成桌扳面快捷方式。翱图1-翱1鞍 八安装界面1颁图1-爸2伴 霸安装界面2捌二柏、把数据的输入、编捌辑与序列生成创建工作文件菜单方式绊启动EView阿s软件之后，扒进入EView板s主窗口（如图板1-搬3芭所示）皑。命令窗口口菜单栏标题栏状态栏工作区域霸图1-阿3柏 艾EViews主斑窗口啊在主菜单上依次版点击File/靶New/Wor巴kfile，即爱选择新建对象的安类型为工作文件跋，将弹出败一个捌对话框（如图皑1-俺4爱所示），由用户昂选择数据的时间靶频率（freq皑uency）、绊起始期和终止期绊。傲图叭1-扮4稗 工作文件对碍话框敖其中， 扒 袄 Annual

5、盎坝年度芭 吧 叭 办Monthly吧蔼月度柏Semi-an把nual熬捌半年懊 艾 暗 跋 办Weekly白佰周矮 Quarte伴rly邦斑季度皑 傲 瓣 柏Daily霸俺日扳Undated霸 or 跋irregul般ar疤艾非时序数据肮选择时间频率为岸Annual（奥年度），再分别斑点击起始矮期奥栏（Start凹 date）和阿终止期栏（En败d date）案，输入相应的日坝前1985和1版998。然后点懊击OK按钮，将颁在EViews皑软件的主显示窗敖口显示相应的工矮作文件窗口澳（如图1-拜5罢所示）。哎图1-拔5 班 工作文件窗口柏工作文件窗口是拜EViews的昂子窗口，工作文靶件一开

6、始其中就啊包含了两个对象蔼，一个是系数向艾量C（保存估计靶系数用），另一俺个拔是奥残差序列RES疤ID（实际值与疤拟合值之差）。命令方式哎在EViews暗软件的命令窗口斑中直接键入CR矮EATE命令，凹也可以建立工作扒文件。伴命令格式为：拔CREATE 绊 时间频率埃类型 起斑始期 终拜止期阿则盎以上菜单方式过肮程可写为：傲CREATE 败 A 阿1985 柏1998百输入Y、X哀的数据半跋DATA命令方拌式吧在EViews佰软件的命令窗口般键入DATA命耙令，命令格式为笆：肮DATA 氨 摆 拔 白艾胺笆本例中可在命令八窗口键入如下命笆令（图1-艾6哀所示）：拜DATA 胺Y X百将显示一个

7、数组翱窗口（图1-跋7八所示），此时可啊以按全屏幕编辑澳方式输入每个变吧量的统计资料。邦图1-爸6案 岸键入DATA命柏令爱图1-把7袄 拌数组阿窗口暗肮鼠标图形界面方奥式班在EViews凹软件主窗口或工按作文件窗口点击哀Objects笆/New Ob扒ject，对象唉类型选择Ser艾ies，并给定懊序列名，一次只巴能创建一个新序捌列（图1搬-8碍所示）。盎再从工作文件目懊录中选取并双击班所创建的新序列邦就可以展示该对背象，选择Edi岸t/，进入扮编辑状态，输入叭数据。扮图1-翱8版 创建新对象跋窗口敖生成log（八Y）、log（爸X）、X傲隘2、1/X、时佰间变量T等序列埃在命令窗口中依氨次

8、键入以下命令癌即可：隘GENR 耙LOGY=LO暗G(Y)稗GENR 巴LOGX=LO啊G(X)扳GENR 澳X八1熬=半X2版GENR 疤X2=蔼1/X拌GENR 澳T绊=爱TREN哀D哀(伴84扳)耙罢选择若干变量构埃成数组把，在数组中增加俺、皑更版名啊变量半在工作文件窗口岸中单击所要选择澳的变量，按住C拜trl键不放，跋继续用鼠标选择肮要展示的变量，鞍选择完以后，单拜击鼠标右键，在巴弹出的快捷菜单懊中点击Open哎/as Gro懊up袄（图1-9）捌，笆则会弹出如图1吧-案10澳所示的数组窗口版，傲其中变量从左至凹右按在工作文件敖窗口中选择变量芭的顺序来排列。肮图1-把9凹 跋选择变量构

9、成数按组百图1-伴10 碍弹出的昂数组伴窗口拔在数组窗口点击颁Edit/啊，进入全屏幕编巴辑状态，柏选择一个空列，疤点击标题栏，在巴编辑窗口输入变把量名熬，再点击屏幕任背意位置，即可增艾加一个新变量稗（图1-11芭所示邦）拌。挨图1-昂11 在数组肮窗口增加变量澳增加变量后，即碍可输入数据。百点击要删除的变扒量列的标题栏昂，氨在编辑窗口输入靶新邦变量名，再点击扳屏幕任意位置，八弹出RENAM扳E对话框，点击皑YES奥按钮隘即可隘。拌（图1-1澳2肮所示）。哎图1-邦12 在数组癌窗口更名变量艾在工作文件窗氨口中删除、更名肮变量。百搬在工作文件窗口捌中选取所要删除般或更名胺的变量并单击鼠跋标右键

10、，在弹出啊的快捷菜单挨中选择Dele叭te（删除）或拔Rename（白更名）即可俺（如图1-摆13版所示）。耙图1-八13 在澳工作文件昂窗口白删除、埃更名变量斑1拌阿在工作文件窗口捌中选取所要删除伴或更名的变量阿，点邦击斑工作文件窗口菜挨单栏中的Obj按ects傲/Delete隘 select芭ed案败（Rename俺 select背ed邦盎）鞍，蔼即可删除（更名白）变量案（如图1-唉1翱4凹所示）绊。板图1-佰1案4唉 在工作文件罢窗口删除、更名懊变量2俺颁在工作文件窗口案中选取所要删除按的变量，点击工班作文件窗口菜单伴栏中的Dele班te胺按钮即可删除变把量（颁如图1-翱1伴5吧所示爸）

11、。岸图1-般1盎5奥 在工作文件哎窗口删除变量3傲三、图形分析与唉描述统计分析霸利用PLOT佰命令绘制趋势图拌在命令窗口中键奥入：PLOT 半 Y矮则可以绘制变量芭Y的趋势图（图暗1-1翱6哎）。巴图1-矮1按6 变量Y的埃趋势图耙从图稗1隘-板16按中可以看出，我绊国19851班998年间税昂收收入是大唉体呈指数增长趋翱势按的。颁也可以利用PL瓣OT命令将多个澳变量的变化趋势爸描绘在同一张图埃中，例如安键入以下命令，昂可以观察变量Y阿、X的变化趋势般（图1-1稗7把）。半PLOT 绊 Y X绊 芭图1-八1扮7 变量Y、巴X的趋势图芭从图笆1暗-埃17班中可以看出，我爸国19851百998年

12、间税收挨收入与GDP都氨大体呈指数增长爸趋势。版利用SCAT碍命令绘制X、Y皑的相关图岸在命令窗口中键案入：斑SCAT 爱 X芭 Y拔则可以初步观察啊变量之间的相关拌程度与相关类型矮（图1俺-疤18）。癌图1-奥1翱8耙 变量X、Y爸相关图埃图1-1皑8扮表明，拔税收收入水平与巴GDP密切相关吧，傲税收收入水平随柏着GDP的增加哀而增加，按两者大体呈线性熬变化趋势。哎观察图形参数背的设置情况吧双击图形区域中爱任意处或在图形袄窗口中点击Pr氨ocs/Opt靶ions（图办1-19），芭则会弹出如图芭1-20所示的啊Graph O安ptions窗艾口，碍进入图形编辑状把态。傲选择图形类型、挨图形属

13、性（是否挨置入图框内，刻捌度，是否用彩色氨）、柱和线的选稗项，设定竖轴（昂单个，双个，是肮否交叉），设定盎比例尺度（优化胺线性尺度，强制霸通过0线，对数爱尺度，正态化尺斑度），手动设定袄比例尺度、线形哎图选项、柱形图胺选项、散点图选拔项（连接，配拟巴合直线）、饼图柏选项等。拔图1-翱19 背在懊图鞍形窗口选择哀Graph O按ptions佰图1-办20摆 瓣 耙图形背选项窗口跋从图1-20中扳可以看出，本例拔中X、Y相关图盎使用散点图，且巴置入图框内，带拌有刻度与色彩翱，竖轴是单个刻把度，挨比例尺度为优化颁线性尺度癌，散点图未连接敖，未配拟合直线佰，其余一些参数哀模式是自动设置袄的。绊在序列和

14、数组隘窗口观察变量的懊描述统计量捌若是单独序列窗拜口，从序列窗口拔菜单选择按View哎/Descri扳ptive S蔼tatisti暗cs/暗Histogr岸am and 奥Stats，则俺会显示变量的描邦述统计量（图1奥-捌21霸）。按图1-安21 翱单独变量序列哎描述统计量窗口般若是凹数组伴窗口，从般数组芭窗口菜单选择V绊iew/Des懊criptiv巴e Stats背/巴Individ奥ual Sam皑ples坝，爱就对每个序列计板算扮描述统计量（图蔼1-疤22癌）。鞍图1-坝22 跋数组碍描述统计量窗口唉其中，隘 瓣Mean背百均值颁 半 氨 鞍 拜Median肮唉中位数艾 罢 袄Ma

15、ximum鞍拔最大值白Minimu八m凹捌最小值霸 唉 疤 百Std盎.Dev.懊办标准差暗 八 颁Skewnes捌s皑挨偏爸度半 皑Kurtosi跋s伴氨峰拜度碍 邦 般 败Jarque-癌Bera叭凹 斑 斑 蔼 埃Probabi叭lity吧芭概率袄Observa板tions盎癌观测值个数绊四、数据文件的耙存贮、调用与转隘换霸存贮并调用工挨作文件存贮坝在Eviews澳主窗口的工具栏巴上选择File百/Save（S俺ave as）澳，再在弹出敖的翱对话框中指定存案贮路径，点击确艾定按钮即可。调用颁在Eviews稗主窗口的工具栏巴上选择File敖/Open/W跋orkfile鞍，再在弹出碍的挨

16、对话框中吧选取要调用的工爸作文件肮，点击确定按钮瓣即可。懊存贮若干个变按量，并在另一个版工作文件中调用摆存贮的变量懊在工作文件窗口败中选取所要存贮袄的变量，点击工翱作文件窗口菜单摆栏中的氨Store按钮鞍，弹出stor艾e对话框，指定佰存贮路径，点击碍YES袄按钮即可肮（图1-癌23靶）敖。案打开另一个工作板文件，扒点击工作文件窗把口菜单栏中的埃Fetch邦按钮，弹出按fetch扳对话框，扳在指定目录下选懊取要调用的变量斑，点击确定按钮罢即可（图1-胺2拜4鞍）。阿图1-癌23叭 Store巴 窗口矮图1-芭2蔼4 Fetc版h窗口笆将工作文件分巴别存贮成文本文稗件和Excel按文件爱在工作文

17、件窗口搬中选择要保存的背一个或多个变量吧，点击Evie拌ws主窗口菜单安栏中的File扮/Export埃/Write 耙Text-Lo佰tus-Exc昂el板，熬在弹出的对话框岸中指定存贮路径安和存贮的文件格坝式拌（图1-2岸5暗）八，敖若存贮成文本文昂件则选择Tex颁t-ASCII稗，若存贮成Ex笆cel文件则选啊择Excel.芭xls，安再点击保存按钮澳，哀弹出ASCII拔 Text E矮xport（E靶xcel Ex鞍port）窗口班（图1-2懊6扳），点击OK按肮钮即可。把其中，By O凹bservat凹ion-Ser啊ies in 霸columns胺表示各观测值按蔼列排列，By 氨S

18、eries-胺Series 敖in rows啊表示各观测值按般行排列。肮图1-俺2版5 指定存贮搬路径氨图1-鞍2傲6 存贮为文暗本格式班在工作文件中佰分别调用文本文搬件和Excel八文件傲点击Eview半s主窗口菜单栏柏中的File/拜Import/澳Read Te疤xt-Lotu暗s-Excel阿，在弹出的对话坝框中把选取要调用的文斑本文件或Exc皑el文件坝，点击伴打开霸按钮碍后搬，弹出ASCI矮I Text 邦Im吧port（Ex熬cel 耙Im半port）窗口吧（图1-2白7邦），拌在Name f八or seri笆es or N艾umber o埃f serie稗s if fi阿le

19、name癌s in fi俺le编辑框中要盎输入傲调用的变量名，澳点击OK按钮即般可。敖其中in co罢lumns表示拔按列调用数据，巴in rows盎表示按行调用数拌据。拌图1-暗2爸7 百调用岸文本文件或Ex袄cel文件柏窗口柏在对象窗口中扳点击Name按俺钮，将对象存贮澳于工作文件。氨以Y、X变量组背成的数组为例，班点击Name菜瓣单，弹出obj八ect nam敖e对话框，在N岸ame to 吧identif叭y objec奥t文本框中输入背要命名的数组名瓣称，点击OK按芭钮即可昂（图1-2爸8暗）耙。斑图1-碍2巴8傲 隘存贮对象于工作芭文件笆实验二 一元办回归模型【实验目的】蔼掌握一元

20、线性、熬非线性回归模型熬的建模方法【实验内容】佰建立我国税收预凹测模型【实验步骤】碍【例1】建立我拔国税收预测模型袄。表1列出了我澳国19851皑998年间税收岸收入Y和国内生澳产总值（GDP矮）x的时间序列佰数据，请利用统百计软件Evie阿ws建立一元线巴性回归模型。板表1 我国税把收与GDP统计百资料昂年份碍税收埃GDP凹年份百税收霸GDP疤1985盎2041埃8964按1992啊3297氨26638斑1986八2091拔10202瓣1993氨4255昂34634把1987靶2140矮1拔1963佰1994碍5127把46759背1988白2391班14928扮1995八6038白5847

21、8芭1989氨2727坝16909吧1996癌6910绊67885把1990埃2822佰18548案1997稗8234芭74463氨1991盎2990肮21618拌1998啊9263耙79396建立工作文件菜单方式板在录入和分析数疤据之前，应先创皑建一个工作文件班（Workfi摆le）。启动E芭views软件捌之后，在主菜单艾上依次点击Fi傲leNew哎Workfil背e（菜单选择方柏式如图1所示）暗，将弹出一个对板话框（如图2所斑示）。用户可以佰选择数据的时间挨频率（Freq奥uency）、般起始期和终止期碍。按图1 Evie半ws菜单方式创拜建工作文件示意唉图斑图2 工作文件坝定义对话框坝

22、本例中选择时间捌频率为Annu笆al（年度数据半），在起始栏和背终止栏分别输入傲相应的日期85般和98。然后点稗击OK，在Ev啊iews软件的癌主显示窗口将显摆示相应的工作文敖件窗口（如图3班所示）。皑图3 Evie按ws工作文件窗跋口袄一个新建的工作爱文件窗口内只有拌2个对象(Ob翱ject）,分哀别为c（系数向柏量）和resi颁d（残差）。它敖们当前的取值分案别是0和NA（疤空值）。可以通邦过鼠标左键双击罢对象名打开该对跋象查看其数据，案也可以用相同的绊方法查看工作文巴件窗口中其它对埃象的数值。命令方式巴还可以用输入命胺令的方式建立工邦作文件。在Ev跋iews软件的笆命令窗口中直接吧键入C

23、REAT背E命令，其格式半为：鞍CREATE 笆 时间频率类型捌 起始期 佰终止期耙本例应为：CR绊EATE A芭 85 9昂8输入数据胺在Eviews熬软件的命令窗口摆中键入数据输入邦/编辑命令：氨DATA Y盎 X霸此时将显示一个搬数组窗口（如图隘4所示），即可翱以输入每个变量艾的数值 艾图4 Evie瓣ws数组窗口三、图形分析靶借助图形分析可白以直观地观察经唉济变量的变动规敖律和相关关系，挨以便合理地确定靶模型的数学形式昂。趋势图分析爸命令格式：PL跋OT 变量1澳 变量2 巴摆变量K芭作用：隘般分析经济变量的摆发展变化趋势拌邦观察是否存在异凹常值唉本例为：PLO版T Y X相关图分析笆

24、命令格式：SC罢AT 变量1癌 变量2 般作用：佰哎观察变量之间的扮相关程度奥奥观察变量之间的敖相关类型，即为昂线性相关还是曲稗线相关，曲线相凹关时大致是哪种矮类型的曲线胺说明：奥扮SCAT命令中敖，第一个变量为拜横轴变量，一般按取为解释变量；般第二个变量为纵捌轴变量，一般取板为被解释变量般扳SCAT命令每伴次只能显示两个办变量之间的相关敖图，若模型中含把有多个解释变量靶，可以逐个进行斑分析半安通过改变图形的哀类型，可以将趋挨势图转变为相关败图捌本例为：SCA笆T Y X办图5 税收与G啊DP趋势图白图5、图6分别爱是我国税收与G笆DP时间序列趋矮势图和相关图分摆析结果。两变量吧趋势图分析结果

25、邦显示，我国税收肮收入与GDP二奥者存在差距逐渐肮增大的增长趋势昂。相关图分析显暗示，我国税收收爸入增长与GDP氨密切相关，二者靶为非线性的曲线败相关关系。摆图6 税收与G熬DP相关图澳估计线性回归模胺型靶在数组窗口中点氨击Pr案ocMake把 Equati班on，如果不需按要重新确定方程熬中的变量或调整办样本区间，可以伴直接点击OK进鞍行估计。也可以凹在Eviews肮主窗口中点击Q拔uickEs半timate 吧Equatio氨n，在弹出的方扮程设定框（图7熬）内输入模型：岸Y C X八 或 瓣图7 方程设定案对话框笆还可以通过在E把views命令癌窗口中键入LS昂命令来估计模型瓣，其命令格

26、式为坝：巴LS 被解释八变量 C 拌解释变量袄系统将弹出一个颁窗口来显示有关拔估计结果（如图疤8所示）。因此隘，我国税收模型斑的估计式为：安这个估计结果表绊明，GDP每增阿长1亿元，我国爸税收收入将增加佰0.09646柏亿元。艾图8 我国税收埃预测模型的输出翱结果昂估计非线性回归扒模型按由相关图分析可澳知，变量之间是碍非线性的曲线相啊关关系。因此，鞍可初步将模型设拜定为指数函数模扒型、对数模型和版二次函数模型并拌分别进行估计。办在Eviews扳命令窗口中分别鞍键入以下命令命岸令来估计模型：碍双对数函数模型敖：LS lo罢g(Y) C懊 log(X斑)败对数函数模型：安LS Y 白C log(隘

27、X)颁指数函数模型：板LS log叭(Y) C 扮 X按二次函数模型：柏LS Y 盎C X X暗2蔼还可以采取菜单把方式，在上述已矮经估计过的线性袄方程窗口中点击隘Estimat靶e项，然后在弹班出的方程定义窗哎口中依次输入上阿述模型（方法通把线性方程的估计案），其估计结果耙显示如图9、图爱10、图11图扮、12所示。双对数模型：摆(3.8305伴) (21.吧0487) 对数模型：巴(-8.306笆6) (安9.6999) 指数模型：绊(231.74版63) (2埃7.2685) 二次函数模型：邦(7.4918碍) (3.3癌422) (斑3.4806) 拌图9 双对数模邦型回归结果佰图10

28、 对数模盎型回归结果佰图11 指数模搬型回归结果熬图12 二次函啊数模型回归结果模型比较艾四个模型的经济哀意义都比较合理胺，解释变量也都背通过了T检验。疤但是从模型的拟疤合优度来看，二把次函数模型的傲值最大，其次为隘指数函数模型。罢因此，对这两个鞍模型再做进一步阿比较。唉在回归方程（以挨二次函数模型为芭例）窗口中点击鞍ViewAc扳tual,Fi鞍tted,Re阿sidual氨 艾Actual,班Fitted,挨Residua蔼l Table办（如图13）,背可以得到相应的稗残差分布表。暗图13 回归方扮程残差分析菜单吧上述两个回归模绊型的残差分别表昂分别如下（图1扒4、图15）。半比较两表可

29、以发蔼现，虽然二次函挨数模型总拟合误唉差较小，但其近百期误差却比指数扒函数模型大。所佰以，如果所建立靶的模型是用于经袄济预测，则指数跋函数模型更加适澳合。氨图14 二次函啊数回归模型残差阿分别表安图15 指数函半数模型残差分布邦表斑实验靶三阿 白多元回归模型【实验目的】摆掌握捌建立多元回归模敖型和比较、筛选扳模型的方法敖。【实验内容】搬建立班我国国有独立核巴算工业企业生产败函数挨。办根据生产函数理哀论，生产函数的扳基本形式为：澳。其中，L爱、昂K分别为生产过安程中投入的劳动白与资金摆，时间变量鞍反映技术进步的爸影响。表3-1啊列出了我国19哎78-1994俺年期间国有独立吧核算工业企业的挨有关

30、统计资料；八其中产出Y为工白业总产值（可比白价），L疤、案K分别为年末职霸工人数和固定资八产净值（可比价熬）。肮表3-1 跋 敖我国国有独立核霸算工业企业统计熬资料绊年份绊时间八工业总产值癌Y（亿元）阿职工人数胺L（万人）隘固定资产奥K（亿元）版1978佰1摆3289.18办3139懊2225.7佰0扒1979疤2疤3581.26啊3208艾2376.34埃1980芭3办3782.17靶3334胺2522.81板1981肮4罢3斑877.86八3488案2700.9扳0哀1982白5爱4151.25瓣3582拔2902.19艾1983凹6鞍4541.05敖3632昂3141.76白1984皑7

31、板4946.11肮3669斑3350.95疤1985盎8邦5586.14霸3815稗3835.79肮1986拜9绊5931.36爱3955阿4302.25熬1987按10百6601.6按0扒4086吧4786.05扮1988哎11懊7434.06坝4229拔5251.9岸0吧1989伴12袄7721.01氨4273搬5808.71斑1990柏13拜7949.55颁4364摆6365.79绊1991哀14芭8634.8败0白4472版7071.35挨1992背15昂9705.52百4521背7757.25拌1993鞍16癌10261.6拌5扒4498板8628.77搬1994班17奥10928.

32、6挨6爸4545吧9374.34搬资料来源：根据奥中国统计年鉴埃1995和扳中国工业经济傲年鉴-1995败计算整理【实验步骤】爱一、芭建立多元线性回昂归模型盎白建立包括时间变碍量的三元线性回百归模型捌；罢在命令窗口依次哎键入以下命令即袄可：柏澳建立工作文件：八 CREA岸TE A 案 挨 78 9靶4颁罢输入统计资料：摆 DATA扮 矮 班Y L 按 K拌斑生成时间变量瓣： GENR白 T=芭TREND(7版7)罢邦建立回归模型：颁 LS 叭 Y C 班 T L罢 K俺则生产函数的估哎计结果及有关信扮息如按图3-1把所示。氨图挨3-案1昂 我国国有哎独立核算工业企百业败生产函数的估计袄结果稗因

33、此，我国国有蔼独立工业企业的办生产函数为：佰 懊 白 （把模型1）背碍(-0.252把) (0.67袄2)背 白 扳(0.781)把 叭(7.433) 皑模型的计算结果熬表明，我国国有拜独立核算工业企爸业的劳动力边际凹产出为0.66笆67，资金的边岸际产出为0.7扳764，技术进疤步的影响使拜工业总产值平均半每年递增77.斑68亿元。板回归系数的符号傲和数值是较为合霸理的癌。凹，说明模型有很败高的拟合优度，颁F检验也稗是高度岸显著的百，说明职工人数跋L、资金K和时斑间变量扳对工业总产值的哎总影响是显著的鞍。傲从图3-1看出背，解释变量资金爱K的按统计量值为傲7.433班，表明资金对企鞍业产出的

34、影响是扮显著的。但是，斑模型中其他变量般（包括常数项）摆的坝统计量值都较小爱，未通过检验巴。因此斑，办需要对邦以上三元线性回扒归扮模型败做适当的调整敖，按照统计检验芭程序，一般应先般剔除板统计量最小的变胺量（即时间变量澳）而重新建立模八型斑。柏挨建立剔除时间变埃量的二元线性回佰归模型；靶 白命令：爱LS Y 哎 C L般 K俺则生产函数的估翱计结果及有关信白息如图3-2所唉示。摆图翱3-扮2肮 斑剔除时间变量后笆的估计结果昂因此，我国国有扒独立工业企业的矮生产函数为：爱 把 捌 芭 啊（模型2）扳埃(-罢2.922把) 安 阿(艾4.427柏) (罢14.533矮) 佰从图3-2的结隘果看出，

35、扒回归系数的符号败和数值也是板合理把的碍。罢劳动力边际产出伴为邦1.2085叭，资金的边际产伴出为爸0.8345哀，巴表明这段时期巴劳动力投入的增摆加对胺我国国有独立核把算工业企业的俺产出的影响最为挨明显。案模型芭2氨的拟合优度扒较模型1案并无多大变化，肮F检验也是高度翱显著的。这里，暗解释变量、常数摆项的隘检验值都比较大俺，靶显著性概率都小岸于0.05，坝因此模型2较模百型1更为合理。氨胺建立非线性回归艾模型按八C-D生产函数芭。俺C-D生产函数澳为：霸，对于此类非线版性函数，可以采案用以下两种方式皑建立模型。背方式1：转化成邦线性模型进行估颁计；翱在模型两端同时啊取对数，得：疤在EView

36、s艾软件的命令窗口暗中依次键入以下肮命令：摆GENR L爸NY=log（跋Y）跋GENR L班NL=log（鞍L）懊GENR L白NK=log（安K）巴LS LN胺Y C 百 LNL 佰 LNK柏则估计结果如图跋3-3所示。班图斑3-捌3凹 懊线性变换后的矮C-D生产函数敖估计结果败即可得到C-D挨生产函数的估计岸式为：把 爱 白 唉 （模型3）板 隘(-1.172埃) (2.2俺17) 懊 (9.31捌0) 即：坝从案模型3中看出，袄资本与劳动的产案出弹性都是在0半到1之间，模型佰的经济意义合理伴，懊而且靶拟合优度较模型板2耙还捌略有提高办，解释变量都通笆过了显著性检验颁。罢方式2：迭代估拌

37、计非线性模型，板迭代过程中可以按作如下控制：澳爸在工作文件窗口傲中双击序列C，斑输入参数的初始拜值；办哀在方程描述框中哎点击Optio拌ns，输入精度佰控制值。控制过程：般般参数初值：0，百0，0；迭代精熬度：10暗扒3案；摆则生产函数的估绊计结果如图3-隘4所示。班图肮3-凹4敖 隘生产函数把估计结果胺此时，函数表达拜式为：唉 傲 熬 昂 拔 安 绊 （模版型4）爸伴(白0.313按)耙(捌笆2.班023)百(摆8吧.般647澳) 爸可以看出，背模型4中劳动力袄弹性霸-1.011办61，资金的产版出弹性爱百1.0317，佰很显然模型的经癌济意义不合理，隘因此，把该模型不能用来邦描述经济变量间

38、坝的关系敖。而且模型的拟哎合优度也有所下懊降，跋解释变量L的显哎著性检验也未通隘过，拌所以唉应舍弃班该模型澳。唉摆参数初值：0，版0，0；迭代精霸度：10班啊5俺；碍图爱3-奥5靶 般生产函数癌估计结果翱从图3-5看出搬，哎将收敛的误差精埃度改为绊10搬5唉后，拌迭佰代100次后仍奥报告不收敛耙，说明在使用迭癌代估计法时参数败的初始值与误差板精度捌或迭代次数翱设置不当坝，扳会直接肮影响模型的估计矮结果爸。八案参数初值：0，盎0，0；迭代精巴度：瓣10暗5爱，迭代次数10罢00；挨图拔3-瓣6拜 啊生产函数矮估计结果啊此时，迭代阿953矮次后收敛拔，函数表达式为埃：搬 矮 俺 爱 拌 扒 班 吧

39、（模型5）办(0.阿581拜)(2.敖267敖)(拔10版.案486背) 扳从模型5中看出按，资本与劳动的埃产出弹性都是在板0到1之间，模碍型的经济意义合扒理，板，具有很高的皑拟合优度，解释把变量都通过了显盎著性检验。隘将模型5与通过哎方式1所估计的哀模型3比较，可扮见两者是相当接哎近的。按案参数初值：吧1奥，柏1哀，岸1爱；迭代精度：跋10案5挨，迭代次数10阿0；阿图搬3-拔7袄 懊生产函数按估计结果半此时，迭代14俺次后收敛，吧估计结果与模型哀5相同。般比较方式2的不隘同控制过程可见哎，迭代估计过程昂的收敛性及收敛疤速度与参数初始哎值的选取密切相哎关。若选取的初绊始值与参数真值办比较接近

40、，则收绊敛速度快；反之败，则收敛速度慢肮甚至发散。因此班，估计模型时最板好依据参数的经捌济意义和有关先盎验信息，设定好办参数的初始值。邦二、比较、选择爸最佳模型哀估计过程中，对扮每个模型检验以八下内容，以便选霸择出一个最佳模鞍型：芭回归系数的符罢号及数值是否合熬理；般模型的更改是凹否提高了拟合优拌度；跋模型中各个解摆释变量是否显著办；残差分布情况盎以上比较模型的巴、步在澳步骤一中已有阐办述，拜现分析捌步骤一中案5癌个不同绊模型皑的残差分布情况哀。稗分别在模型1爱模型5的扮各疤方程窗口中点击绊View氨/按Actual氨, 氨Fitted疤,哀 皑Residua俺l芭/芭 Actual昂,啊 癌

41、Fitted,耙 般Residua颁l Table矮（叭图袄3-8懊）奥，胺可以得到挨各个模型八相应的残差分布袄表隘（图3-坝9吧至图哀3-版13鞍）鞍。摆可以看出，模型板4的残差在前段盎时期内连续取负澳值且不断增大，扳在接下来的一段癌时期又连续取正伴值盎，说明模型设定斑形式不当，估计百过程出现了较大笆的偏差罢。而且，模型4班的表达式也说明疤了模型的经济意鞍义不合理，不能巴用于罢描述我国国有工百业企业的生产情袄况，应舍弃此模翱型。芭模型1的各期残敖差中大多数都落昂在叭的虚线框内，且扮残差分别不存在澳明显的规律性。唉但是，由步骤一斑中的分析可知，昂模型1中除了解隘释变量耙K之外，其余变巴量均为通

42、过变量傲显著性检验，因颁此，该模型也应傲舍弃。懊模型2、模型3阿、模型5安都具有合理的经笆济意义，翱都通过了矮检验和F检验案，板拟合优度非常接败近，敖理论上讲都可以拔描述资本、劳动巴的投入与产出的罢关系。但从图3伴-13蔼看出，懊模型5的近期误澳差较大，拌因此也可以舍弃澳该模型。捌最后将氨模型2坝与安模型3摆比较发现，模型败3的近期预测误版差略小，拟合优熬度比模型2略有埃提高，碍因此可以选择模邦型2为我国国有八工业企业生产函敖数。败图搬3-佰8扮 啊回归伴方程罢的澳残差邦分析阿图昂3-版9鞍 般模型胺1的残差分布版图扒3-罢10瓣 白模型罢2的残差分布按图哎3-傲1败1捌 瓣模型背3的残差分布

43、版图胺3-碍1半2凹 半模型爱4的残差分布岸图盎3-吧13捌 捌模型5颁的残差分布三、模型预测矮假设估计的模型按为一元线性回归把模型耙。哎1碍样本期内绊预测跋摆利用样本数据估绊计方程，胺LS Y C 埃X ，哀并保存方程颁；懊跋在方程窗口点击埃FORECAS扮T按钮，在半弹出的预测对话搬框中输入霸预测变量名，也叭即Y拟合值的变扳量名靶（被解释变量为碍Y，则软件默认鞍的变量名是YF笆）背；暗氨关闭弹出的预测昂变量描述性统计傲分析界面，在工安作文件窗口中即鞍可发现新出现的爱预测变量YF。2外推预测按斑先利用样本数据盎估计方程，LS爸 Y C X 熬，并保存方程；肮岸修改数据区间和昂样本区间扮，将区

44、间扩充到柏预测年份懊：鼠标放在工作绊文件窗口Ran哎ge和samp拌le位置，双击哀即可修改数据区袄间和样本背区间；【或者用命令】邦修改数据区间：稗 RANGE 叭 起始期 伴 终止期瓣扩充数据区间：按 EXPAND肮 起始期 班 终止期 搬（注：扮EXPAND白这条命令只能增耙加数据区间，不巴能缩减）昂调整样本区间：吧 SMPL 坝 起始期 版 终止期伴扮输入解释变量预伴测年份的数值，拔点击方程之前保皑存的方程窗口的般FORECAS凹T按钮进行预测熬，注意，此时预颁测的样本区间已般经包含了扩充的把年份；扳叭观察保存的预测拌变量，预测年份伴的被解释变量也般已填充了数据八，此即点预测结扮果靶。胺

45、实验四 异方懊差性【实验目的】熬掌握异方差性的拔检验及处理方法【实验内容】爸建立并检验我国板制造业利润函数皑模型【实验步骤】扒【例1】表1列岸出了1998年熬我国主要制造工伴业销售收入与销昂售利润的统计资爱料，请利用统计哀软件Eview隘s建立我国制造百业利润函数模型熬。按表1 我国制造唉工业1998年搬销售利润与销售邦收入情况巴行业名称叭销售利润绊销售收入岸行业名称傲销售利润碍销售收入坝食品加工业胺187.25碍3180.44办医药制造业埃238.71扳1264.1啊食品制造业啊111.42澳1119.88昂化学纤维制品疤81.57拔779.46把饮料制造业百205.42叭1489.89皑橡

46、胶制品业盎77.84伴692.08扮烟草加工业绊183.87班1328.59案塑料制品业案144.34巴1345稗纺织业坝316.79耙3862.9坝非金属矿制品扒339.26叭2866.14凹服装制品业澳157.7跋1779.1佰黑色金属冶炼疤367.47把3868.28半皮革羽绒制品笆81.7扳1081.77邦有色金属冶炼斑144.29挨1535.16邦木材加工业凹35.67绊443.74袄金属制品业氨201.42凹1948.12佰家具制造业芭31.06碍226.78挨普通机械制造翱354.69澳2351.68凹造纸及纸品业凹134.4邦1124.94靶专用设备制造爱238.16袄1714

47、.73氨印刷业熬90.12吧499.83办交通运输设备绊511.94癌4011.53背文教体育用品板54.4碍504.44版电子机械制造班409.碍83皑3286.15拌石油加工业爱194.45拜2363.8肮电子通讯设备半508.15跋4499.19翱化学原料纸品奥502.61岸4195.22扮仪器仪表设备阿72.46盎663.68检验异方差性图形分析检验版袄观察销售利润（爸Y）与销售收入罢（X）的相关图拔(图1)：SC半AT X 傲Y昂图1 我国制造昂工业销售利润与奥销售收入相关图挨从图中可以看出哀，随着销售收入搬的增加，销售利翱润的平均水平不拌断提高，但离散绊程度也逐步扩大般。这说明变量

48、之哀间可能存在递增爸的异方差性。残差分析敖首先将数据排序岸（命令格式为：笆SORT 解白释变量），然后跋建立回归方程。百在方程窗口中点扳击Resids翱按钮就可以得到翱模型的残差分布捌图（或建立方程罢后在Eview吧s工作文件窗口拜中点击resi捌d对象来观察）挨。瓣图2 我国制造绊业销售利润回归吧模型残差分布办图2显示回归方白程的残差分布有版明显的扩大趋势败，即表明存在异爱方差性。胺啊Goldfel八d-Quant稗检验啊俺将样本安解释变昂量排序（SOR扳T X）并分吧成两部分（分别斑有1到10共1隘1个样本合19氨到28共10个板样本）哎阿利用样本1建立案回归模型1（回鞍归结果如图3）拌，

49、其残差平方和懊为2579.5霸87。摆SMPL 1柏 10碍LS Y 坝C X扒图3 样本1回搬归结果凹爱利用样本2建立盎回归模型2（回坝归结果如图4）澳，其残差平方和半为63769.芭67。背SMPL 1笆9 28罢LS Y 绊C X吧图4 样本2回隘归结果颁敖计算F统计量：埃63769.鞍67/2579颁.59=24.哀72，伴分别是模型1和霸模型2的残差平爱方和。坝取板时，查F分布表澳得邦，而阿，所以存在异方笆差性哎按White检验佰翱建立回归模型：芭LS Y 般C X，回归拌结果如图5。板图5 我国制造盎业销售利润回归俺模型般稗在方程窗口上点啊击ViewR按esidual芭TestW霸

50、hite He捌teroske扮dastcit碍y,检验结果如叭图6。斑图6 Whit袄e检验结果瓣其中F值为辅助胺回归模型的F统柏计量值。取显著肮水平版，由于罢,所以存在异方懊差性。实际应用傲中可以直接观察靶相伴概率p值的矮大小，若p值较斑小，则认为存在绊异方差性。反之稗，则认为不存在坝异方差性。Park检验矮摆建立回归模型（搬结果同图5所示唉）。埃敖生成新变量序列氨：GENR 拔LNE2=lo傲g(RESID奥2)版GENR L艾NX=log傲澳建立新残差序列俺对解释变量的回阿归模型：LS 爸 LNE邦2 C稗 LNX，回哎归结果如图7所氨示。版图7 Park矮检验回归模型百从图7所示的回

51、鞍归结果中可以看隘出，LNX的系颁数估计值不为0把且能通过显著性氨检验拌，即随即误差项扳的方差与解释变矮量存在较强的相暗关关系，即认为爸存在异方差性。背傲Gleiser霸检验（Glei岸ser检验与P懊ark检验原理袄相同）瓣傲建立回归模型（懊结果同图5所示安）。罢凹生成新变量序列袄：GENR 按E=ABS(R坝ESID)白办分别建立新残差爱序列（E）对各败解释变量（X/啊X2/X(罢1/2)/X跋(1)/胺 版X(2)/挨 瓣X(1/2半)）的回归模型笆：LS E 扳 C X，回捌归结果如图8、胺9、10、11氨、12、13所白示。图8图9图10图11图12图13俺由上述各回归结按果可知，各

52、回归靶模型中解释变量阿的系数估计值显柏著不为0且均能凹通过显著性检验罢。所以认为存在扒异方差性。办百由F值或邦确定异方差类型鞍Gleiser敖检验中可以通过百F值或巴值确定异方差的傲具体形式。本例吧中，图10所示按的回归方程F值捌（佰）最大，可以据啊次来确定异方差埃的形式。调整异方差性确定权数变量蔼根据Park检稗验生成权数变量俺：GENR 叭W1=1/X芭1.6743败根据Gleis罢er检验生成权懊数变量：GEN疤R W2=1袄/X0.5白另外生成：GE伴NR W3=巴1/ABS(R白ESID）俺GENR W白4=1/隘 背RESID 昂2安疤利用加权最小二靶乘法估计模型板在Eviews啊

53、命令窗口中依次邦键入命令：奥LS(W=癌) Y C疤 X按或在方程窗口中芭点击Estim般ateOpt鞍ion按钮，并胺在权数变量栏里盎依次输入W1、按W2、W3、W把4，回归结果图盎14、15、1扒6、17所示。图14图15图16图17挨疤对所估计的模型白再进行Whit般e检验，观察异捌方差的调整情况安对所估计的模型懊再进行Whit艾e检验，其结果昂分别对应图14半、15、16、蔼17的回归模型胺（如图18、1拔9、20、21拌所示）。图18安、19、21所笆对应的Whit俺e检验显示，P霸值较大，所以接拜收不存在异方差扒的原假设，即认版为已经消除了回安归模型的异方差笆性。伴图20对应的W斑

54、hite检验没搬有显示F值和澳的值，这表示异凹方差性已经得到鞍很好的解决。图18图19图20图21笆实验捌五叭 耙自相关性【实验目的】拌掌握翱自相关性的检验氨与处理方法半。【实验内容】盎表5-1按列出了我国城乡昂居民储蓄存款年办底余额（单位：坝亿元）拔和国内生产总值拜指数（1978摆年100）蔼的办历年吧统计资料，试建昂立佰我国城乡居民储奥蓄罢存款模型，并检斑验模型的自相关爱性啊。摆表5-1 靶 拔 我国城乡居疤民储蓄存款与G拌DP统计资料案年份艾存款余额哎Y氨GDP指数袄X坝年份敖存款余额凹Y稗GDP指数懊X奥1978笆210.60埃100.0翱1989板5146.90傲271.3凹1979

55、鞍281.00颁107.6肮1990敖7034.20办281.7捌1980岸399.50跋116.0埃1991埃9107.00啊307.6斑1981绊523.70半122.1捌1992把11545.4叭0罢351.4挨1982般675.40捌133.1办1993班14762.3按9澳398.8霸1983矮892.50败147.6俺1994巴21518.8胺0摆449.3绊1984哀1214.70唉170.0埃1995邦29662.2柏5盎496.5拔1985板1622.60班192.9爱1996凹38520.8靶4拔544.1捌1986般2237.60半210.0阿1997百46279.8傲0

56、搬592.0巴1987板3073.30按234.0把1998伴53407.4吧7肮638.2凹1988笆3801.50凹260.7安资料来源：中拌国统计年鉴19挨99【实验步骤】胺一、隘回归模型的筛选爸胺相关图分析：S啊CAT X 懊 Y扒存款余额为被解疤释变量Y，GD摆P指数为解释变唉量X，霸可得到二者的相颁关关系图如5-皑1所示。 袄图5-1表明随盎着GDP指数的扳上升，居民储蓄案存款也逐步增加靶，二者的曲线相胺关关系较为明显碍，线性关系则不八太明显。因此，背为了合理估计居霸民储蓄存款模型爸，可以将函数初奥步设定为线性、氨双对数、对数、邦指数、二次多项把式等不同形式，办进而加以比较分扳析。

57、疤图鞍5-1 我败国城乡居民储蓄佰存款与GDP澳指数相关图哎扳估计模型，办利用LS命令唉分别建立以下模埃型扮背线性模型： L百S Y 罢 C X般由此得到估计结白果及相关信息如跋图5-2所示。耙图吧5-把2办 靶线性模型唉估计结果巴其检验报告如下安：吧 岸(熬-6.706爸)百 胺(败13.862鞍)埃八0.9100伴 胺 胺F斑192.14背5 S.把E5030.按809霸啊双对数模型：瓣GENR阿 熬 LNY=LO翱G(Y)八 蔼 半 斑 熬 俺 安GENR 败 跋LNX=LOG拔(X)氨 翱 爸 碍 俺 斑 LS 胺 LNY 敖 耙C LNX扮估计结果及相关跋信息如图5-3胺所示佰。矮图

58、跋5-傲3爸 斑双对数模型巴估计结果氨其检验报告如下暗：矮 (-柏31.604癌) (鞍64.189耙)坝瓣0.9霸954暗 F板罢4120.22澳3矮 S.E挨艾0.122伴1邦敖对数模型：LS暗 摆 耙 Y 白 安 C 斑 败LNX疤估计结果及相关懊信息如图5-4鞍所示柏。啊图昂5-板4搬 氨对数模型绊估计结果隘其检验报告如下爱：把 案 (-唉6.501凹) 笆 俺(癌7.200哀)跋巴0.拌7318班 F罢挨51.8455板 S.E拌耙8685.04百3爱扒指数模型：百LS 百 懊 LNY摆 佰 C 瓣 拌 X啊估计结果及相关颁信息如图5-5按所示。爸图爸5-芭5拜 霸指数模型半估计结果

59、爱其检验报告如下邦：唉 暗(败23.716绊) (霸14.939岸)皑佰0.肮9215伴 F袄肮223.166吧 S.E拔0.504案9班笆二次多项式模型爸：凹GENR 懊 俺 X2=X2邦LS 拔 皑 Y 按 白 C 百 拜 X 挨 拌 X板2翱估计结果及相关伴信息如图5-6蔼所示。奥图敖5-捌6背 绊二次多项式按模型肮估计结果绊其检验报告如下艾：啊 昂(阿3.747笆) (巴-8.235氨)柏 瓣(般25.886板)哎翱0.疤9976背 F伴败3814.27傲4敖 S.E芭835.979选择模型拔比较以上模型，白可见各模型回归扒系数的符号啊及数值较为合理扳。鞍各解释变量及常埃数项都通过了扮

60、检验，模型都较罢为显著。皑除了对数模型肮的拟合优度较低版外，其余模型都澳具有高拟合优度暗，因此可以首先颁剔除对数模型。奥各模型的残差伴分布表啊如胺图5-7昂至图半5-10所示捌。扒图拌5-埃7澳 蔼线性罢模型巴残差分布罢图熬5-邦8伴 背双对数模型残差挨分布稗图斑5-瓣9巴 疤指数模型残差分埃布敖图柏5-懊10拔 岸二次多项式模型柏残差分布安从以上残差邦分布表案可见，邦线性模型的残差柏在较长时期内呈安连续递减趋势而扮后又转为连续递坝增趋势，指数模扒型则大体相反，板残差先呈连续递背增趋势而后又转摆为连续递减趋势昂，办因此，可以初步澳判断这两种函数氨形式设置是不当敖的。吧而且，这两个模扮型的拟合优