计量经济学操作实验及案例分析

1、坝计量经济学课程斑实验唉实验一 EV芭iews软件的白基本操作【实验目的】把了解澳EViews挨软件的基本操作肮对象，掌握软件爸的基本操作。【实验内容】澳一、半EViews捌软件的安装；癌二、数据的输入霸、编辑与序列生败成；白三、图形分析与奥描述统计分析；搬四、数据文件的捌存贮、调用与转袄换。安实验内容中后三肮步以表1氨-安1所列出的税收袄收入和国内生产扒总值的统计资料俺为例进行操作坝。斑表1奥-袄1 白 鞍 伴 巴 柏我国税收与GD安P统计资料扒 摆 霸 敖 版单位：亿元哀年份摆税收佰 Y唉GDP奥 X奥年份昂税收案 Y俺GDP傲 坝X哀1985把2041按8964矮1992埃3297吧26

2、638敖1986懊2091傲10202芭1993氨4255扮34634安1987埃2140般11963懊1994背5127搬46759皑1988挨2391捌14928佰1995岸6038埃58478熬1989矮2727唉16909半1996按6910办67885傲1990败2822背18548艾1997矮8234傲74463罢1991背2990耙21618摆1998俺9263板79396背资料来源：中绊国统计年鉴19肮99【实验步骤】把一、安装板EViews软斑件盎爱EViews案对系统环境的要敖求扳暗一台386、4巴86奔腾或其他扳芯片的计算机，背运行Windo芭ws3.1、W般indows

3、9哎X、Windo氨ws2000、傲Windows艾NT或Wind暗owsXP操作耙系统；八办至少4MB内存氨；扒叭VGA、Sup疤er VGA显办示器；袄唉鼠标、轨迹球或百写字板；吧伴至少10MB以颁上的硬盘空间。安装步骤拔颁点击白“凹网上邻居懊”袄，进入服务器；安靶在服务器上查找袄“安计量经济软件凹”板文件夹，双击其敖中的setup胺.exe，会出唉现如图1-1所俺示的安装界面，皑直接点击nex肮t按钮即可继续鞍安装；傲罢指定安装白EViews软扒件案的目录（默认为板C:EVie巴ws3耙，爸如图1-2所示斑）搬，点击OK罢按钮盎后，一直点击n扳ext斑按钮艾即可哎；吧哎安装完毕之后，邦将

4、绊EViews肮的启动设置成桌蔼面快捷方式。罢图1-芭1摆 癌安装界面1扒图1-矮2坝 鞍安装界面2板二耙、班数据的输入、编罢辑与序列生成创建工作文件菜单方式笆启动EView斑s软件之后，挨进入EView埃s主窗口（如图啊1-靶3把所示）熬。命令窗口口菜单栏标题栏状态栏工作区域班图1-稗3熬 八EViews主白窗口矮在主菜单上依次八点击File/艾New/Wor耙kfile，即背选择新建对象的版类型为工作文件癌，将弹出爸一个耙对话框（如图背1-按4耙所示），由用户皑选择数据的时间癌频率（freq半uency）、鞍起始期和终止期罢。昂图把1-罢4哎 工作文件对扮话框白其中， 敖 拔 Annual

5、扳八年度鞍 瓣 胺 癌Monthly班哎月度瓣Semi-an佰nual版翱半年隘 拔 翱 鞍 澳Weekly八板周蔼 Quarte肮rly霸疤季度邦 坝 奥 埃Daily矮叭日搬Undated背 or 艾irregul艾ar盎隘非时序数据绊选择时间频率为肮Annual（蔼年度），再分别跋点击起始佰期岸栏（Start版 date）和昂终止期栏（En败d date）凹，输入相应的日柏前1985和1皑998。然后点矮击OK按钮，将隘在EViews佰软件的主显示窗癌口显示相应的工班作文件窗口澳（如图1-哎5柏所示）。巴图1-叭5 按 工作文件窗口盎工作文件窗口是捌EViews的败子窗口，工作文翱件一开

6、始其中就挨包含了两个对象案，一个是系数向鞍量C（保存估计爸系数用），另一拔个挨是瓣残差序列RES岸ID（实际值与巴拟合值之差）。命令方式盎在EViews扮软件的命令窗口半中直接键入CR败EATE命令，扳也可以建立工作瓣文件。懊命令格式为：懊CREATE 昂 时间频率班类型 起坝始期 终瓣止期巴则阿以上菜单方式过般程可写为：埃CREATE 佰 A 澳1985 般1998叭输入Y、X鞍的数据隘笆DATA命令方扮式袄在EViews扮软件的命令窗口澳键入DATA命把令，命令格式为柏：罢DATA 肮 半 袄 巴敖案爱本例中可在命令凹窗口键入如下命阿令（图1-疤6胺所示）：伴DATA 耙Y X岸将显示一个

7、数组芭窗口（图1-俺7摆所示），此时可把以按全屏幕编辑靶方式输入每个变捌量的统计资料。扳图1-胺6鞍 敖键入DATA命氨令盎图1-挨7霸 袄数组八窗口笆澳鼠标图形界面方懊式蔼在EViews奥软件主窗口或工安作文件窗口点击版Objects皑/New Ob拔ject，对象哎类型选择Ser绊ies，并给定板序列名，一次只阿能创建一个新序氨列（图1啊-8胺所示）。佰再从工作文件目哀录中选取并双击矮所创建的新序列扮就可以展示该对埃象，选择Edi拜t/，进入懊编辑状态，输入盎数据。蔼图1-敖8啊 创建新对象哀窗口白生成log（叭Y）、log（坝X）、X暗拜2、1/X、时癌间变量T等序列皑在命令窗口中依摆次

8、键入以下命令拌即可：般GENR 挨LOGY=LO拔G(Y)皑GENR 般LOGX=LO拔G(X)背GENR 敖X瓣1八=翱X2巴GENR 绊X2=暗1/X暗GENR 袄T阿=安TREN澳D办(唉84凹)稗癌选择若干变量构搬成数组敖，在数组中增加稗、伴更袄名懊变量白在工作文件窗口按中单击所要选择疤的变量，按住C巴trl键不放，伴继续用鼠标选择鞍要展示的变量，艾选择完以后，单颁击鼠标右键，在熬弹出的快捷菜单坝中点击Open碍/as Gro跋up埃（图1-9）蔼，挨则会弹出如图1吧-佰10啊所示的数组窗口翱，稗其中变量从左至胺右按在工作文件案窗口中选择变量肮的顺序来排列。澳图1-把9昂 白选择变量构

9、成数百组懊图1-拔10 摆弹出的哎数组罢窗口斑在数组窗口点击皑Edit/搬，进入全屏幕编邦辑状态，皑选择一个空列，袄点击标题栏，在懊编辑窗口输入变昂量名盎，再点击屏幕任隘意位置，即可增隘加一个新变量绊（图1-11白所示哎）碍。耙图1-哎11 在数组阿窗口增加变量跋增加变量后，即啊可输入数据。碍点击要删除的变芭量列的标题栏翱，邦在编辑窗口输入颁新案变量名，再点击袄屏幕任意位置，唉弹出RENAM皑E对话框，点击拔YES把按钮唉即可俺。八（图1-1扮2爱所示）。绊图1-版12 在数组白窗口更名变量俺在工作文件窗跋口中删除、更名阿变量。瓣扮在工作文件窗口爸中选取所要删除巴或更名奥的变量并单击鼠靶标右键

10、，在弹出奥的快捷菜单搬中选择Dele俺te（删除）或版Rename（摆更名）即可跋（如图1-般13癌所示）。埃图1-瓣13 在蔼工作文件皑窗口翱删除、哀更名变量邦1暗斑在工作文件窗口扳中选取所要删除疤或更名的变量按，点板击拔工作文件窗口菜扳单栏中的Obj氨ects颁/Delete阿 select安ed蔼案（Rename肮 select艾ed罢隘）昂，氨即可删除（更名皑）变量霸（如图1-吧1百4奥所示）跋。拌图1-板1扒4靶 在工作文件靶窗口删除、更名哀变量2敖奥在工作文件窗口拜中选取所要删除奥的变量，点击工皑作文件窗口菜单把栏中的Dele矮te安按钮即可删除变氨量（版如图1-奥1吧5氨所示霸）

11、。八图1-唉1拜5班 在工作文件靶窗口删除变量3胺三、图形分析与版描述统计分析碍利用PLOT敖命令绘制趋势图扮在命令窗口中键板入：PLOT 凹 Y摆则可以绘制变量靶Y的趋势图（图阿1-1袄6摆）。罢图1-按1斑6 变量Y的白趋势图斑从图搬1拜-绊16柏中可以看出，我背国19851坝998年间税矮收收入是大班体呈指数增长趋靶势哀的。挨也可以利用PL案OT命令将多个耙变量的变化趋势背描绘在同一张图办中，例如八键入以下命令，般可以观察变量Y岸、X的变化趋势霸（图1-1奥7傲）。背PLOT 疤 Y X爱 啊图1-蔼1搬7 变量Y、扒X的趋势图扮从图瓣1办-鞍17吧中可以看出，我柏国19851爱998年

12、间税收绊收入与GDP都佰大体呈指数增长熬趋势。袄利用SCAT跋命令绘制X、Y版的相关图案在命令窗口中键捌入：哀SCAT 笆 X袄 Y班则可以初步观察佰变量之间的相关隘程度与相关类型拜（图1佰-佰18）。暗图1-懊1挨8熬 变量X、Y把相关图艾图1-1摆8俺表明，搬税收收入水平与哀GDP密切相关袄，办税收收入水平随拔着GDP的增加爱而增加，碍两者大体呈线性艾变化趋势。版观察图形参数哀的设置情况靶双击图形区域中拔任意处或在图形按窗口中点击Pr暗ocs/Opt懊ions（图啊1-19），懊则会弹出如图啊1-20所示的百Graph O佰ptions窗稗口，白进入图形编辑状拜态。捌选择图形类型、盎图形属

13、性（是否疤置入图框内，刻爱度，是否用彩色背）、柱和线的选鞍项，设定竖轴（俺单个，双个，是翱否交叉），设定哀比例尺度（优化隘线性尺度，强制吧通过0线，对数芭尺度，正态化尺霸度），手动设定霸比例尺度、线形拌图选项、柱形图挨选项、散点图选癌项（连接，配拟哎合直线）、饼图把选项等。捌图1-拔19 白在白图巴形窗口选择版Graph O罢ptions皑图1-邦20坝 斑 稗图形翱选项窗口芭从图1-20中埃可以看出，本例袄中X、Y相关图肮使用散点图，且扳置入图框内，带鞍有刻度与色彩肮，竖轴是单个刻罢度，袄比例尺度为优化爸线性尺度霸，散点图未连接哀，未配拟合直线鞍，其余一些参数百模式是自动设置鞍的。氨在序列和

14、数组安窗口观察变量的霸描述统计量捌若是单独序列窗肮口，从序列窗口耙菜单选择敖View百/Descri扒ptive S靶tatisti暗cs/把Histogr拜am and 艾Stats，则拌会显示变量的描背述统计量（图1皑-板21邦）。凹图1-班21 百单独变量序列班描述统计量窗口敖若是捌数组把窗口，从熬数组熬窗口菜单选择V跋iew/Des巴criptiv摆e Stats啊/八Individ案ual Sam熬ples佰，白就对每个序列计凹算半描述统计量（图隘1-拔22把）。白图1-隘22 稗数组拔描述统计量窗口罢其中，敖 疤Mean奥爸均值靶 板 颁 败 安Median稗疤中位数爸 胺 昂Ma

15、ximum拔八最大值敖Minimu霸m版奥最小值拔 俺 敖 盎Std啊.Dev.翱稗标准差昂 懊 敖Skewnes颁s懊爱偏半度扮 暗Kurtosi啊s扳爸峰白度癌 哎 办 白Jarque-背Bera白版 暗 昂 笆 搬Probabi哎lity袄埃概率绊Observa扮tions安爸观测值个数拜四、数据文件的爱存贮、调用与转拌换翱存贮并调用工扮作文件存贮蔼在Eviews般主窗口的工具栏岸上选择File昂/Save（S隘ave as）稗，再在弹出班的爱对话框中指定存案贮路径，点击确耙定按钮即可。调用疤在Eviews罢主窗口的工具栏安上选择File半/Open/W懊orkfile哀，再在弹出昂的佰

16、对话框中捌选取要调用的工靶作文件蔼，点击确定按钮霸即可。绊存贮若干个变耙量，并在另一个奥工作文件中调用佰存贮的变量斑在工作文件窗口版中选取所要存贮隘的变量，点击工扮作文件窗口菜单扳栏中的袄Store按钮暗，弹出stor板e对话框，指定奥存贮路径，点击败YES霸按钮即可艾（图1-懊23艾）艾。哀打开另一个工作百文件，爸点击工作文件窗搬口菜单栏中的摆Fetch搬按钮，弹出坝fetch艾对话框，佰在指定目录下选哀取要调用的变量艾，点击确定按钮凹即可（图1-百2般4奥）。班图1-爱23佰 Store疤 窗口白图1-扳2隘4 Fetc埃h窗口摆将工作文件分白别存贮成文本文拌件和Excel捌文件耙在工作文

17、件窗口矮中选择要保存的斑一个或多个变量笆，点击Evie凹ws主窗口菜单澳栏中的File澳/Export俺/Write 碍Text-Lo跋tus-Exc靶el颁，熬在弹出的对话框百中指定存贮路径哀和存贮的文件格般式隘（图1-2艾5佰）半，伴若存贮成文本文昂件则选择Tex斑t-ASCII啊，若存贮成Ex傲cel文件则选扮择Excel.捌xls，唉再点击保存按钮埃，柏弹出ASCII按 Text E懊xport（E唉xcel Ex暗port）窗口鞍（图1-2叭6凹），点击OK按氨钮即可。挨其中，By O爱bservat耙ion-Ser拌ies in 白columns爸表示各观测值按笆列排列，By 熬S

18、eries-捌Series 按in rows败表示各观测值按芭行排列。办图1-办2疤5 指定存贮敖路径奥图1-吧2埃6 存贮为文拔本格式扳在工作文件中氨分别调用文本文版件和Excel捌文件罢点击Eview哎s主窗口菜单栏摆中的File/扳Import/搬Read Te奥xt-Lotu八s-Excel跋，在弹出的对话艾框中百选取要调用的文胺本文件或Exc叭el文件稗，点击叭打开扒按钮白后斑，弹出ASCI八I Text 懊Im俺port（Ex捌cel 阿Im傲port）窗口肮（图1-2班7爸），叭在Name f隘or seri澳es or N柏umber o霸f serie氨s if fi版le

19、name八s in fi埃le编辑框中要把输入斑调用的变量名，八点击OK按钮即霸可。皑其中in co罢lumns表示袄按列调用数据，绊in rows佰表示按行调用数敖据。芭图1-啊2鞍7 安调用扮文本文件或Ex澳cel文件稗窗口癌在对象窗口中袄点击Name按邦钮，将对象存贮傲于工作文件。敖以Y、X变量组敖成的数组为例，拔点击Name菜绊单，弹出obj颁ect nam哀e对话框，在N霸ame to 板identif疤y objec瓣t文本框中输入瓣要命名的数组名翱称，点击OK按拜钮即可八（图1-2蔼8癌）败。跋图1-矮2艾8捌 叭存贮对象于工作癌文件挨实验二 一元百回归模型【实验目的】哀掌握一元

20、线性、岸非线性回归模型版的建模方法【实验内容】白建立我国税收预百测模型【实验步骤】芭【例1】建立我埃国税收预测模型敖。表1列出了我靶国19851蔼998年间税收瓣收入Y和国内生耙产总值（GDP哀）x的时间序列柏数据，请利用统埃计软件Evie巴ws建立一元线爱性回归模型。版表1 我国税熬收与GDP统计跋资料般年份吧税收翱GDP俺年份邦税收案GDP叭1985疤2041熬8964拜1992凹3297盎26638氨1986败2091拌10202懊1993奥4255鞍34634芭1987挨2140拌1澳1963唉1994扮5127懊46759稗1988啊2391鞍14928敖1995搬6038靶5847

21、8碍1989拌2727碍16909八1996耙6910爸67885百1990暗2822霸18548拌1997氨8234耙74463翱1991斑2990唉21618芭1998俺9263百79396建立工作文件菜单方式般在录入和分析数癌据之前，应先创版建一个工作文件扒（Workfi傲le）。启动E吧views软件耙之后，在主菜单绊上依次点击Fi伴leNew扒Workfil案e（菜单选择方皑式如图1所示）霸，将弹出一个对耙话框（如图2所按示）。用户可以挨选择数据的时间熬频率（Freq矮uency）、俺起始期和终止期癌。哀图1 Evie白ws菜单方式创板建工作文件示意安图碍图2 工作文件哎定义对话框般

22、本例中选择时间爸频率为Annu跋al（年度数据敖），在起始栏和阿终止栏分别输入爸相应的日期85懊和98。然后点矮击OK，在Ev叭iews软件的俺主显示窗口将显奥示相应的工作文办件窗口（如图3扮所示）。哎图3 Evie芭ws工作文件窗埃口昂一个新建的工作挨文件窗口内只有八2个对象(Ob按ject）,分按别为c（系数向隘量）和resi按d（残差）。它摆们当前的取值分坝别是0和NA（笆空值）。可以通癌过鼠标左键双击芭对象名打开该对佰象查看其数据，癌也可以用相同的哀方法查看工作文板件窗口中其它对靶象的数值。命令方式扒还可以用输入命凹令的方式建立工班作文件。在Ev板iews软件的俺命令窗口中直接罢键入C

23、REAT敖E命令，其格式版为：搬CREATE 碍 时间频率类型靶 起始期 胺终止期翱本例应为：CR哀EATE A挨 85 9搬8输入数据背在Eviews搬软件的命令窗口岸中键入数据输入爱/编辑命令：傲DATA Y办 X稗此时将显示一个靶数组窗口（如图扮4所示），即可般以输入每个变量懊的数值 按图4 Evie扮ws数组窗口三、图形分析爸借助图形分析可办以直观地观察经敖济变量的变动规八律和相关关系，扳以便合理地确定拜模型的数学形式懊。趋势图分析佰命令格式：PL唉OT 变量1摆 变量2 扳斑变量K办作用：颁澳分析经济变量的把发展变化趋势爸搬观察是否存在异百常值班本例为：PLO爱T Y X相关图分析百

24、命令格式：SC邦AT 变量1哀 变量2 伴作用：捌敖观察变量之间的挨相关程度般俺观察变量之间的芭相关类型，即为阿线性相关还是曲暗线相关，曲线相盎关时大致是哪种扳类型的曲线八说明：盎靶SCAT命令中傲，第一个变量为哀横轴变量，一般芭取为解释变量；岸第二个变量为纵盎轴变量，一般取般为被解释变量稗隘SCAT命令每扮次只能显示两个跋变量之间的相关绊图，若模型中含盎有多个解释变量暗，可以逐个进行败分析斑敖通过改变图形的澳类型，可以将趋百势图转变为相关皑图扒本例为：SCA蔼T Y X扒图5 税收与G背DP趋势图佰图5、图6分别氨是我国税收与G败DP时间序列趋靶势图和相关图分敖析结果。两变量懊趋势图分析结果

25、把显示，我国税收阿收入与GDP二把者存在差距逐渐熬增大的增长趋势岸。相关图分析显哎示，我国税收收捌入增长与GDP叭密切相关，二者绊为非线性的曲线败相关关系。办图6 税收与G澳DP相关图埃估计线性回归模稗型哎在数组窗口中点般击Pr耙ocMake霸 Equati靶on，如果不需芭要重新确定方程斑中的变量或调整氨样本区间，可以挨直接点击OK进捌行估计。也可以斑在Eviews佰主窗口中点击Q伴uickEs扒timate 艾Equatio瓣n，在弹出的方盎程设定框（图7吧）内输入模型：邦Y C X白 或 凹图7 方程设定办对话框办还可以通过在E叭views命令傲窗口中键入LS败命令来估计模型岸，其命令格

26、式为拔：盎LS 被解释耙变量 C 按解释变量埃系统将弹出一个奥窗口来显示有关邦估计结果（如图办8所示）。因此柏，我国税收模型碍的估计式为：矮这个估计结果表跋明，GDP每增八长1亿元，我国矮税收收入将增加邦0.09646凹亿元。霸图8 我国税收袄预测模型的输出绊结果背估计非线性回归扮模型拜由相关图分析可碍知，变量之间是唉非线性的曲线相班关关系。因此，暗可初步将模型设翱定为指数函数模扮型、对数模型和拔二次函数模型并皑分别进行估计。傲在Eviews哀命令窗口中分别翱键入以下命令命霸令来估计模型：哎双对数函数模型柏：LS lo颁g(Y) C疤 log(X稗)俺对数函数模型：把LS Y 叭C log(哀

27、X)巴指数函数模型：哀LS log扒(Y) C 靶 X靶二次函数模型：安LS Y 熬C X X澳2熬还可以采取菜单罢方式，在上述已扳经估计过的线性扮方程窗口中点击拌Estimat扮e项，然后在弹办出的方程定义窗摆口中依次输入上罢述模型（方法通板线性方程的估计叭），其估计结果吧显示如图9、图癌10、图11图板、12所示。双对数模型：百(3.8305拌) (21.绊0487) 对数模型：岸(-8.306挨6) (拜9.6999) 指数模型：巴(231.74凹63) (2暗7.2685) 二次函数模型：邦(7.4918板) (3.3翱422) (袄3.4806) 案图9 双对数模傲型回归结果凹图10

28、 对数模柏型回归结果瓣图11 指数模柏型回归结果斑图12 二次函碍数模型回归结果模型比较拔四个模型的经济斑意义都比较合理把，解释变量也都爱通过了T检验。爱但是从模型的拟败合优度来看，二矮次函数模型的版值最大，其次为伴指数函数模型。拌因此，对这两个巴模型再做进一步岸比较。昂在回归方程（以白二次函数模型为背例）窗口中点击蔼ViewAc蔼tual,Fi八tted,Re笆sidual凹 半Actual,昂Fitted,白Residua般l Table隘（如图13）,笆可以得到相应的安残差分布表。隘图13 回归方霸程残差分析菜单稗上述两个回归模袄型的残差分别表爱分别如下（图1吧4、图15）。艾比较两表可

29、以发爱现，虽然二次函般数模型总拟合误班差较小，但其近盎期误差却比指数白函数模型大。所跋以，如果所建立叭的模型是用于经扮济预测，则指数鞍函数模型更加适巴合。拜图14 二次函胺数回归模型残差跋分别表板图15 指数函蔼数模型残差分布版表班实验背三熬 罢多元回归模型【实验目的】伴掌握斑建立多元回归模澳型和比较、筛选佰模型的方法暗。【实验内容】柏建立扮我国国有独立核扳算工业企业生产扮函数昂。笆根据生产函数理懊论，生产函数的瓣基本形式为：百。其中，L八、盎K分别为生产过艾程中投入的劳动凹与资金般，时间变量斑反映技术进步的碍影响。表3-1般列出了我国19埃78-1994般年期间国有独立般核算工业企业的耙有关

30、统计资料；唉其中产出Y为工拌业总产值（可比傲价），L把、背K分别为年末职皑工人数和固定资搬产净值（可比价隘）。瓣表3-1 阿 扮我国国有独立核半算工业企业统计盎资料案年份搬时间爸工业总产值蔼Y（亿元）盎职工人数奥L（万人）瓣固定资产懊K（亿元）叭1978斑1氨3289.18案3139隘2225.7肮0巴1979碍2隘3581.26懊3208哎2376.34安1980胺3拜3782.17百3334瓣2522.81搬1981矮4胺3按877.86白3488熬2700.9癌0昂1982拜5捌4151.25唉3582背2902.19伴1983挨6巴4541.05摆3632靶3141.76隘1984隘7

31、伴4946.11哎3669敖3350.95靶1985阿8唉5586.14安3815靶3835.79耙1986袄9阿5931.36懊3955笆4302.25癌1987败10鞍6601.6案0隘4086霸4786.05佰1988翱11傲7434.06扮4229扳5251.9笆0蔼1989巴12俺7721.01艾4273板5808.71昂1990把13皑7949.55拔4364斑6365.79版1991澳14安8634.8笆0氨4472芭7071.35吧1992败15伴9705.52败4521挨7757.25八1993扮16佰10261.6爱5熬4498八8628.77半1994懊17吧10928.

32、6班6碍4545扳9374.34敖资料来源：根据斑中国统计年鉴隘1995和傲中国工业经济盎年鉴-1995邦计算整理【实验步骤】矮一、氨建立多元线性回白归模型氨扳建立包括时间变般量的三元线性回胺归模型埃；拌在命令窗口依次绊键入以下命令即鞍可：巴熬建立工作文件：按 CREA氨TE A 暗 癌 78 9跋4扮案输入统计资料：熬 DATA啊 跋 百Y L 罢 K懊芭生成时间变量爱： GENR伴 T=啊TREND(7办7)班叭建立回归模型：颁 LS 邦 Y C 凹 T L爱 K把则生产函数的估哎计结果及有关信捌息如按图3-1袄所示。摆图摆3-拜1稗 我国国有敖独立核算工业企奥业摆生产函数的估计柏结果吧因

33、此，我国国有般独立工业企业的办生产函数为：般 爸 稗 （唉模型1）佰笆(-0.252佰) (0.67埃2)伴 扳 盎(0.781)艾 扳(7.433) 哀模型的计算结果半表明，我国国有俺独立核算工业企跋业的劳动力边际摆产出为0.66跋67，资金的边爱际产出为0.7靶764，技术进办步的影响使鞍工业总产值平均敖每年递增77.班68亿元。傲回归系数的符号昂和数值是较为合吧理的邦。胺，说明模型有很阿高的拟合优度，敖F检验也霸是高度蔼显著的白，说明职工人数氨L、资金K和时办间变量跋对工业总产值的艾总影响是显著的霸。拌从图3-1看出暗，解释变量资金绊K的罢统计量值为爱7.433氨，表明资金对企胺业产出的

34、影响是霸显著的。但是，跋模型中其他变量叭（包括常数项）澳的隘统计量值都较小按，未通过检验爱。因此八，版需要对坝以上三元线性回肮归绊模型罢做适当的调整隘，按照统计检验昂程序，一般应先邦剔除澳统计量最小的变柏量（即时间变量袄）而重新建立模矮型俺。扒埃建立剔除时间变俺量的二元线性回瓣归模型；办 吧命令：八LS Y 奥 C L摆 K鞍则生产函数的估懊计结果及有关信敖息如图3-2所翱示。笆图爱3-爱2版 吧剔除时间变量后奥的估计结果版因此，我国国有盎独立工业企业的哀生产函数为：霸 啊 捌 搬 袄（模型2）矮摆(-碍2.922靶) 暗 百(啊4.427奥) (唉14.533佰) 熬从图3-2的结隘果看出，

35、佰回归系数的符号稗和数值也是暗合理跋的爱。坝劳动力边际产出翱为皑1.2085捌，资金的边际产爸出为哀0.8345捌，巴表明这段时期傲劳动力投入的增笆加对唉我国国有独立核败算工业企业的颁产出的影响最为百明显。奥模型巴2柏的拟合优度罢较模型1隘并无多大变化，拜F检验也是高度败显著的。这里，啊解释变量、常数奥项的扮检验值都比较大斑，皑显著性概率都小暗于0.05，斑因此模型2较模邦型1更为合理。班邦建立非线性回归邦模型八邦C-D生产函数暗。颁C-D生产函数敖为：哀，对于此类非线芭性函数，可以采俺用以下两种方式百建立模型。傲方式1：转化成背线性模型进行估拔计；哀在模型两端同时般取对数，得：肮在EView

36、s奥软件的命令窗口百中依次键入以下鞍命令：昂GENR L傲NY=log（隘Y）熬GENR L挨NL=log（班L）瓣GENR L爱NK=log（拔K）挨LS LN翱Y C 绊 LNL 版 LNK板则估计结果如图澳3-3所示。把图俺3-般3把 疤线性变换后的皑C-D生产函数氨估计结果俺即可得到C-D癌生产函数的估计靶式为：佰 拜 坝 班 （模型3）哀 哎(-1.172败) (2.2埃17) 拔 (9.31爱0) 即：坝从八模型3中看出，八资本与劳动的产八出弹性都是在0捌到1之间，模型袄的经济意义合理鞍，八而且唉拟合优度较模型艾2懊还半略有提高爱，解释变量都通安过了显著性检验拔。跋方式2：迭代估癌

37、计非线性模型，霸迭代过程中可以背作如下控制：巴氨在工作文件窗口搬中双击序列C，巴输入参数的初始哀值；败懊在方程描述框中搬点击Optio摆ns，输入精度按控制值。控制过程：背案参数初值：0，熬0，0；迭代精邦度：10耙瓣3案；隘则生产函数的估把计结果如图3-伴4所示。拜图百3-傲4唉 爱生产函数柏估计结果皑此时，函数表达暗式为：吧 邦 爱 瓣 瓣 爱 癌 （模安型4）爱疤(般0.313芭)拌(稗耙2.昂023)柏(柏8靶.阿647拜) 肮可以看出，邦模型4中劳动力八弹性颁-1.011啊61，资金的产芭出弹性啊熬1.0317，拔很显然模型的经昂济意义不合理，跋因此，耙该模型不能用来邦描述经济变量间

38、班的关系叭。而且模型的拟傲合优度也有所下扒降，拌解释变量L的显版著性检验也未通伴过，挨所以唉应舍弃坝该模型俺。按叭参数初值：0，案0，0；迭代精疤度：10熬捌5拌；癌图芭3-邦5瓣 百生产函数伴估计结果败从图3-5看出罢，柏将收敛的误差精肮度改为八10翱5澳后，八迭鞍代100次后仍肮报告不收敛佰，说明在使用迭哀代估计法时参数百的初始值与误差班精度吧或迭代次数敖设置不当阿，哀会直接胺影响模型的估计啊结果版。版按参数初值：0，拌0，0；迭代精鞍度：敖10叭5澳，迭代次数10矮00；扒图捌3-颁6靶 柏生产函数暗估计结果隘此时，迭代扳953瓣次后收敛爱，函数表达式为啊：绊 皑 俺 坝 袄 隘 吧 芭

39、（模型5）疤(0.败581凹)(2.班267胺)(把10爱.八486班) 把从模型5中看出氨，资本与劳动的懊产出弹性都是在挨0到1之间，模百型的经济意义合澳理，矮，具有很高的熬拟合优度，解释芭变量都通过了显伴著性检验。岸将模型5与通过澳方式1所估计的扳模型3比较，可百见两者是相当接斑近的。凹澳参数初值：瓣1皑，蔼1颁，哎1半；迭代精度：俺10氨5吧，迭代次数10捌0；摆图矮3-哎7肮 哀生产函数皑估计结果啊此时，迭代14氨次后收敛，翱估计结果与模型芭5相同。班比较方式2的不癌同控制过程可见跋，迭代估计过程拜的收敛性及收敛矮速度与参数初始疤值的选取密切相盎关。若选取的初敖始值与参数真值伴比较接近

40、，则收熬敛速度快；反之斑，则收敛速度慢叭甚至发散。因此阿，估计模型时最摆好依据参数的经靶济意义和有关先鞍验信息，设定好摆参数的初始值。瓣二、比较、选择扒最佳模型拔估计过程中，对搬每个模型检验以笆下内容，以便选摆择出一个最佳模靶型：搬回归系数的符案号及数值是否合敖理；昂模型的更改是跋否提高了拟合优翱度；傲模型中各个解扳释变量是否显著邦；残差分布情况皑以上比较模型的啊、步在摆步骤一中已有阐昂述，凹现分析挨步骤一中氨5坝个不同阿模型斑的残差分布情况捌。凹分别在模型1扳模型5的巴各摆方程窗口中点击吧View啊/岸Actual拔, 澳Fitted靶,捌 拔Residua邦l罢/艾 Actual叭,熬 靶

41、Fitted,稗 傲Residua白l Table摆（熬图埃3-8熬）氨，胺可以得到靶各个模型澳相应的残差分布绊表伴（图3-阿9芭至图疤3-半13八）啊。袄可以看出，模型吧4的残差在前段百时期内连续取负袄值且不断增大，半在接下来的一段伴时期又连续取正罢值肮，说明模型设定般形式不当，估计把过程出现了较大坝的偏差拔。而且，模型4隘的表达式也说明班了模型的经济意翱义不合理，不能阿用于袄描述我国国有工拔业企业的生产情伴况，应舍弃此模岸型。傲模型1的各期残翱差中大多数都落八在芭的虚线框内，且坝残差分别不存在白明显的规律性。岸但是，由步骤一盎中的分析可知，板模型1中除了解吧释变量昂K之外，其余变八量均为通

42、过变量扮显著性检验，因巴此，该模型也应胺舍弃。懊模型2、模型3挨、模型5阿都具有合理的经蔼济意义，唉都通过了凹检验和F检验拌，艾拟合优度非常接败近，板理论上讲都可以半描述资本、劳动袄的投入与产出的捌关系。但从图3盎-13蔼看出，敖模型5的近期误氨差较大，氨因此也可以舍弃扒该模型。案最后将艾模型2啊与扮模型3伴比较发现，模型捌3的近期预测误吧差略小，拟合优叭度比模型2略有唉提高，埃因此可以选择模埃型2为我国国有柏工业企业生产函哎数。搬图哎3-袄8敖 鞍回归摆方程懊的暗残差瓣分析办图熬3-拔9爸 办模型碍1的残差分布癌图傲3-耙10巴 氨模型邦2的残差分布靶图颁3-矮1爱1澳 柏模型昂3的残差分布

43、氨图澳3-百1瓣2吧 巴模型板4的残差分布霸图霸3-瓣13盎 伴模型5霸的残差分布三、模型预测哀假设估计的模型八为一元线性回归按模型熬。矮1叭样本期内敖预测鞍佰利用样本数据估熬计方程，昂LS Y C 柏X ，扒并保存方程疤；碍蔼在方程窗口点击绊FORECAS阿T按钮，在霸弹出的预测对话按框中输入隘预测变量名，也斑即Y拟合值的变吧量名哎（被解释变量为巴Y，则软件默认邦的变量名是YF疤）靶；摆拜关闭弹出的预测绊变量描述性统计坝分析界面，在工版作文件窗口中即唉可发现新出现的案预测变量YF。2外推预测坝搬先利用样本数据熬估计方程，LS碍 Y C X 哀，并保存方程；拜瓣修改数据区间和癌样本区间靶，将区

44、间扩充到暗预测年份邦：鼠标放在工作巴文件窗口Ran隘ge和samp颁le位置，双击翱即可修改数据区哎间和样本百区间；【或者用命令】鞍修改数据区间：颁 RANGE 艾 起始期 版 终止期翱扩充数据区间：唉 EXPAND扮 起始期 背 终止期 扳（注：傲EXPAND按这条命令只能增绊加数据区间，不熬能缩减）芭调整样本区间：绊 SMPL 袄 起始期 爸 终止期澳芭输入解释变量预翱测年份的数值，班点击方程之前保佰存的方程窗口的斑FORECAS傲T按钮进行预测败，注意，此时预把测的样本区间已翱经包含了扩充的笆年份；扳拜观察保存的预测癌变量，预测年份艾的被解释变量也鞍已填充了数据疤，此即点预测结板果背。八

45、实验四 异方拌差性【实验目的】岸掌握异方差性的哀检验及处理方法【实验内容】暗建立并检验我国奥制造业利润函数肮模型【实验步骤】摆【例1】表1列唉出了1998年斑我国主要制造工啊业销售收入与销碍售利润的统计资吧料，请利用统计埃软件Eview绊s建立我国制造班业利润函数模型败。邦表1 我国制造吧工业1998年拌销售利润与销售稗收入情况澳行业名称败销售利润哀销售收入袄行业名称凹销售利润办销售收入昂食品加工业版187.25般3180.44爸医药制造业办238.71澳1264.1胺食品制造业板111.42罢1119.88邦化学纤维制品稗81.57斑779.46拔饮料制造业罢205.42唉1489.89袄橡

46、胶制品业叭77.84稗692.08罢烟草加工业霸183.87稗1328.59岸塑料制品业百144.34把1345败纺织业昂316.79柏3862.9扒非金属矿制品哎339.26背2866.14扳服装制品业凹157.7白1779.1跋黑色金属冶炼拔367.47胺3868.28扮皮革羽绒制品白81.7跋1081.77叭有色金属冶炼碍144.29瓣1535.16颁木材加工业爱35.67哎443.74邦金属制品业昂201.42般1948.12拌家具制造业哎31.06按226.78案普通机械制造佰354.69白2351.68爱造纸及纸品业挨134.4碍1124.94安专用设备制造伴238.16坝1714

47、.73佰印刷业斑90.12班499.83罢交通运输设备艾511.94懊4011.53皑文教体育用品背54.4哀504.44稗电子机械制造班409.吧83鞍3286.15爱石油加工业扒194.45颁2363.8奥电子通讯设备八508.15巴4499.19拜化学原料纸品啊502.61颁4195.22拔仪器仪表设备啊72.46败663.68检验异方差性图形分析检验靶袄观察销售利润（蔼Y）与销售收入敖（X）的相关图芭(图1)：SC阿AT X 昂Y袄图1 我国制造把工业销售利润与奥销售收入相关图瓣从图中可以看出唉，随着销售收入拔的增加，销售利伴润的平均水平不百断提高，但离散岸程度也逐步扩大哎。这说明变量

48、之傲间可能存在递增吧的异方差性。残差分析捌首先将数据排序扒（命令格式为：唉SORT 解邦释变量），然后案建立回归方程。办在方程窗口中点敖击Resids扳按钮就可以得到瓣模型的残差分布挨图（或建立方程艾后在Eview昂s工作文件窗口案中点击resi蔼d对象来观察）澳。案图2 我国制造皑业销售利润回归搬模型残差分布般图2显示回归方捌程的残差分布有矮明显的扩大趋势稗，即表明存在异捌方差性。盎败Goldfel埃d-Quant白检验把耙将样本安解释变板量排序（SOR半T X）并分跋成两部分（分别跋有1到10共1肮1个样本合19白到28共10个败样本）按巴利用样本1建立隘回归模型1（回昂归结果如图3）昂，

49、其残差平方和白为2579.5阿87。昂SMPL 1捌 10懊LS Y 傲C X跋图3 样本1回瓣归结果邦斑利用样本2建立胺回归模型2（回癌归结果如图4）耙，其残差平方和把为63769.澳67。把SMPL 1岸9 28袄LS Y 案C X隘图4 样本2回柏归结果班颁计算F统计量：颁63769.氨67/2579挨.59=24.柏72，熬分别是模型1和挨模型2的残差平矮方和。安取拔时，查F分布表靶得艾，而邦，所以存在异方傲差性熬熬White检验按爱建立回归模型：袄LS Y 肮C X，回归把结果如图5。扒图5 我国制造绊业销售利润回归柏模型奥啊在方程窗口上点把击ViewR瓣esidual翱TestW傲

50、hite He盎teroske坝dastcit唉y,检验结果如霸图6。癌图6 Whit氨e检验结果俺其中F值为辅助拌回归模型的F统败计量值。取显著安水平白，由于办,所以存在异方霸差性。实际应用氨中可以直接观察霸相伴概率p值的摆大小，若p值较唉小，则认为存在俺异方差性。反之熬，则认为不存在把异方差性。Park检验阿肮建立回归模型（哀结果同图5所示爸）。矮翱生成新变量序列安：GENR 傲LNE2=lo凹g(RESID扮2)笆GENR L安NX=log拜暗建立新残差序列阿对解释变量的回艾归模型：LS 跋 LNE八2 C哎 LNX，回阿归结果如图7所袄示。唉图7 Park按检验回归模型隘从图7所示的回

51、懊归结果中可以看版出，LNX的系颁数估计值不为0绊且能通过显著性笆检验肮，即随即误差项扒的方差与解释变靶量存在较强的相懊关关系，即认为昂存在异方差性。颁八Gleiser背检验（Glei肮ser检验与P般ark检验原理百相同）癌邦建立回归模型（袄结果同图5所示柏）。靶鞍生成新变量序列按：GENR 氨E=ABS(R颁ESID)皑盎分别建立新残差胺序列（E）对各奥解释变量（X/白X2/X(皑1/2)/X颁(1)/案 拔X(2)/邦 阿X(1/2懊)）的回归模型芭：LS E 坝 C X，回佰归结果如图8、唉9、10、11皑、12、13所奥示。图8图9图10图11图12图13巴由上述各回归结碍果可知，各

52、回归把模型中解释变量跋的系数估计值显安著不为0且均能氨通过显著性检验肮。所以认为存在氨异方差性。绊岸由F值或熬确定异方差类型百Gleiser斑检验中可以通过艾F值或斑值确定异方差的板具体形式。本例癌中，图10所示百的回归方程F值案（凹）最大，可以据俺次来确定异方差捌的形式。调整异方差性确定权数变量按根据Park检奥验生成权数变量昂：GENR 扳W1=1/X胺1.6743扳根据Gleis巴er检验生成权柏数变量：GEN靶R W2=1啊/X0.5扮另外生成：GE埃NR W3=癌1/ABS(R笆ESID）拔GENR W澳4=1/叭 鞍RESID 翱2碍皑利用加权最小二唉乘法估计模型盎在Eviews吧

53、命令窗口中依次挨键入命令：熬LS(W=巴) Y C半 X爱或在方程窗口中扮点击Estim翱ateOpt阿ion按钮，并叭在权数变量栏里案依次输入W1、隘W2、W3、W叭4，回归结果图疤14、15、1拔6、17所示。图14图15图16图17柏罢对所估计的模型绊再进行Whit碍e检验，观察异熬方差的调整情况搬对所估计的模型盎再进行Whit盎e检验，其结果啊分别对应图14蔼、15、16、安17的回归模型懊（如图18、1案9、20、21哀所示）。图18搬、19、21所稗对应的Whit蔼e检验显示，P把值较大，所以接摆收不存在异方差拔的原假设，即认盎为已经消除了回熬归模型的异方差拌性。盎图20对应的W傲

54、hite检验没肮有显示F值和蔼的值，这表示异半方差性已经得到艾很好的解决。图18图19图20图21肮实验背五板 八自相关性【实验目的】癌掌握傲自相关性的检验哀与处理方法盎。【实验内容】皑表5-1唉列出了我国城乡把居民储蓄存款年拌底余额（单位：版亿元）拔和国内生产总值把指数（1978碍年100）隘的爸历年挨统计资料，试建碍立坝我国城乡居民储安蓄巴存款模型，并检拌验模型的自相关澳性奥。柏表5-1 八 佰 我国城乡居摆民储蓄存款与G哀DP统计资料八年份背存款余额把Y八GDP指数奥X矮年份稗存款余额罢Y拜GDP指数办X敖1978蔼210.60隘100.0阿1989耙5146.90扮271.3盎1979

55、拜281.00蔼107.6疤1990懊7034.20癌281.7拔1980鞍399.50昂116.0把1991把9107.00罢307.6碍1981耙523.70版122.1安1992拌11545.4斑0把351.4扳1982皑675.40拔133.1八1993般14762.3霸9埃398.8按1983袄892.50蔼147.6摆1994笆21518.8俺0半449.3版1984罢1214.70皑170.0澳1995肮29662.2芭5懊496.5埃1985斑1622.60皑192.9伴1996啊38520.8吧4耙544.1昂1986扮2237.60艾210.0昂1997袄46279.8岸0

56、斑592.0斑1987拜3073.30安234.0芭1998傲53407.4柏7颁638.2爱1988哀3801.50跋260.7肮资料来源：中把国统计年鉴19搬99【实验步骤】八一、稗回归模型的筛选按挨相关图分析：S靶CAT X 盎 Y板存款余额为被解暗释变量Y，GD版P指数为解释变罢量X，隘可得到二者的相把关关系图如5-爱1所示。 版图5-1表明随敖着GDP指数的白上升，居民储蓄背存款也逐步增加俺，二者的曲线相俺关关系较为明显翱，线性关系则不办太明显。因此，霸为了合理估计居按民储蓄存款模型摆，可以将函数初爱步设定为线性、扳双对数、对数、澳指数、二次多项隘式等不同形式，胺进而加以比较分霸析。

57、板图伴5-1 我半国城乡居民储蓄哀存款与GDP败指数相关图拌艾估计模型，唉利用LS命令百分别建立以下模把型按白线性模型： L办S Y 懊 C X俺由此得到估计结搬果及相关信息如摆图5-2所示。霸图板5-皑2巴 懊线性模型奥估计结果哎其检验报告如下版：按 捌(暗-6.706班)熬 半(跋13.862蔼)熬芭0.9100罢 斑 半F肮192.14斑5 S.拌E5030.肮809百办双对数模型：胺GENR胺 暗 LNY=LO白G(Y)唉 懊 扮 斑 班 按 拔GENR 啊 奥LNX=LOG罢(X)柏 绊 霸 盎 柏 拜 LS 埃 LNY 佰 颁C LNX叭估计结果及相关半信息如图5-3盎所示翱。隘图

58、百5-皑3拜 耙双对数模型胺估计结果跋其检验报告如下翱：办 (-胺31.604板) (爱64.189稗)坝哎0.9皑954按 F凹阿4120.22吧3澳 S.E俺爸0.122班1百熬对数模型：LS巴 跋 昂 Y 靶 凹 C 爸 白LNX捌估计结果及相关半信息如图5-4百所示伴。哀图捌5-哎4百 哀对数模型百估计结果碍其检验报告如下巴：昂 版 (-暗6.501摆) 绊 八(佰7.200扒)岸稗0.扳7318埃 F袄矮51.8455拔 S.E鞍暗8685.04跋3摆败指数模型：佰LS 哀 埃 LNY巴 扒 C 靶 隘 X案估计结果及相关肮信息如图5-5懊所示。瓣图氨5-捌5扒 啊指数模型稗估计结果

59、耙其检验报告如下搬：罢 矮(哎23.716白) (昂14.939跋)扮鞍0.岸9215版 F挨昂223.166凹 S.E熬0.504笆9俺澳二次多项式模型百：伴GENR 罢 绊 X2=X2鞍LS 霸 哀 Y 隘 扒 C 案 阿 X 懊 笆 X邦2艾估计结果及相关阿信息如图5-6皑所示。巴图熬5-懊6懊 伴二次多项式颁模型爸估计结果袄其检验报告如下敖：安 胺(班3.747笆) (蔼-8.235拔)阿 奥(翱25.886傲)盎爱0.扳9976埃 F按班3814.27靶4袄 S.E敖835.979选择模型巴比较以上模型，唉可见各模型回归拌系数的符号岸及数值较为合理靶。挨各解释变量及常蔼数项都通过了拔

60、检验，模型都较板为显著。版除了对数模型盎的拟合优度较低扒外，其余模型都安具有高拟合优度哎，因此可以首先埃剔除对数模型。吧各模型的残差蔼分布表颁如半图5-7蔼至图白5-10所示胺。哎图哀5-败7霸 版线性拌模型般残差分布哀图俺5-鞍8靶 傲双对数模型残差罢分布哎图扮5-巴9澳 胺指数模型残差分百布扒图扮5-班10拔 捌二次多项式模型哀残差分布癌从以上残差岸分布表皑可见，邦线性模型的残差颁在较长时期内呈熬连续递减趋势而埃后又转为连续递靶增趋势，指数模扳型则大体相反，板残差先呈连续递斑增趋势而后又转霸为连续递减趋势矮，版因此，可以初步搬判断这两种函数翱形式设置是不当邦的。懊而且，这两个模熬型的拟合优