计量经济学作

1、PAGE PAGE 14计量经济学作业业实验目的：掌握握自相关，自自相关检验及及修正方法以以Eviewws软件实现现。实验需求：掌掌握自相关检检验的三种方方法 掌握广义差差分法实验步骤：建建立工作文件件 输入数据 估计回归模模型 自相关检验验 广义差分法法估计回归模模型实验内容：习题题6.3和66.5习题6.31收入-消费函函数利用DW统计量量，偏相关系系数和BG检检验，检测模模型的自相关关性DW统计量：一一元线性回归归模型估计Y = 93.124111785 + 0.722253077804*XX(17.002232) (0.0054008) T = (55.4771143) (133.55

2、980) R2 = 0.9999048 DW = 0.77901455 F=178848.433此模型的可决系系数为0.99990488，接近于11，表明模型型对样本拟合合优度高；FF统计量为117848.43，其伴伴随概率为00.000000，接近于于零，表明模模型整体线性性关系显著，且且回归系数均均显著；对样样本数n为119，解释变变量个数k为为1，若给定定的显著性水水平=0.005，查DWW统计表得，ddL=1.2001，dU=1.4111，而0DW =0.7900145 dL=1.2001，这表明明模型存在一一阶正自相关关。偏相关系数检验验：方程窗口口点击vieewressiduall

3、 testtcorrrelogrram-Q-statiisticss从上图可知，所所有滞后期的的偏相关系数数PAC的绝绝对值均小于于0.5，表表明回归模型型不存在高阶阶自相关性BG检验: 方方程窗口点击击viewresiddual ttestsseriall Corrrelatiion LMM Testt滞后期为1，得得以下结果：由上表可以看出出，=6.1466273， prob(nR)=0.0131169,小于于给定的显著著性水平=00.05，并并且et-1回归系系数的T统计计量值绝对值值大于2，表表明模型存在在一阶自相关关性。滞后期为2，得得以下结果：从上表可以看出出，= 6.876600

4、3， prob(nR)= 0.0322129,小于给定的显显著性水平=0.05，并并且et-1和et-2 回归系数的的t统计量值值绝对值均小小于2，回归归系数显著不不为零，表明明模型不存在一阶、二二阶自相关性性。 上述检验验表明模型可可能存在一阶阶自相关，OOLS估计模模型中的t统统计量和F统统计量的结论论不可信，需需应用广义差差分法修正模模型。通过在LS命令令中直接加上上AR(1)，AR(22)项来检测测模型的自相相关性，并与与(1)中的的检验结果进进行比较广义差分法估计计模型 。Y = C(11) + C(2)*X + AR(1) = C(3), AR(2)=C(4) 72.887708

5、00.0111154 0.4338454 0.4311668t = 2.00462388 63.772215 0.5105663 1.1199147R= 0.9999438， F= 7707.254，pprob(FF)= 0.0000000 DWW= 1.6977899输出结果显示AAR(1)为为0.2233858，AR(2)为0.4822540，且且回归系数的的t检验显著著，表明模型型确实存在一一阶、二阶自自相关；调整整后模型DWW为1.6997899，样样本容量n为为17个，解释释变量个数kk为1，查55%显著水平平DW统计表表可得dL=1.1333，dU=1.3881，而dU=1.133

6、3DW =1.6977899 4-dU，这表明调调整后模型不不存在一阶自自相关偏相关系数检验验广义差分法法估计的模型：从上图可知，所所有滞后期的的偏相关系数数PAC的绝绝对值均小于于0.5，表表明广义差分分法估计的回回归模型不存存在高阶自相相关性BG检验广义差差分法估计的的模型:滞后期为1，得得以下结果滞后期为2，得得以下结果从上表可知，当当滞后期为11时，= 0.1644582， prob(nR)= 0.6844973，当滞后期为22时，=0.5665508， pprob(nnR)=0.7533288，伴随概率率均大于给定的显显著性水平=0.05，并并且残差滞后后期的回归系系数的t统计计量值

7、绝对值值均小于2，这表明广义差分法估计的回归模型已消除高阶自相关性。上述检验表明，广广义差分法估估计的回归模模型已消除自自相关性，并并且，经济意意义合理，可可决系数R提高，t和FF检验均显著著，我们得到到理想模型：Y =149.12388894 + 0.710077889946*X + AR(1)=0.222385822267, AR(2)=0.488254011086 72.877088 0.00111544 0.44384544 0.4311168t= 2.0462338 663.722215 00.5105563 1.1119147R= 0.9999438， F= 7707.254， p

8、robb(F)= 0.0000000 ， DW= 1.6977899模型表明全年人人均收入x每每增加一亿元元，全年人均均消费性支出出增加0.710077889946亿元。将将其与OLSS相比，OLLS估计的常常数项估计偏偏高，斜率估计计偏低，且高估系数估计计值的标准差差。2收入-消费-物价函数利用DW统计量量，偏相关系系数和BG检检验，检测模模型的自相关关性DW统计量：一一元线性回归归模型估计Y = -333.34822296 + 0.655052677324*XX + 1.3755882308*P 344.216339 0.0185773 0.33466799t = -00.9746627

9、35.022488 3.9678887R2=0.99995200 F= 166772.07 S.E=37.266776 DW =1.2811238此模型的可决系系数为0.99995200，接近于11，表明模型型对样本拟合合优度高；FF统计量为116672.07，其伴伴随概率为00.000000，接近于于零，表明模模型整体线性性关系显著，且且回归系数均均显著；对样样本数n为119，解释变变量个数k为为2，若给定的显显著性水平=0.05，查查DW统计表表得，dL=1.0774，dU=1.5336，而dL=1.0774DW =1.2812238 dU=1.5336，这表明明无法判定模型型是否存在一阶

10、阶正自相关。偏相关系数检验验从上图可知，所所有滞后期的的偏相关系数数PAC的绝绝对值均小于于0.5，表表明广义差分分法估计的回回归模型不存存在高阶自相相关性BG检验广义差差分法估计的的模型:滞后期为1，得得以下结果由上表可以看出出，= 1.6955518， prob(nR)= 0.1922875 大于给定的显著著性水平=00.05，并并且et-1回归系系数的T统计计量值绝对值值小于2，表表明模型不存在一阶自自相关性。滞后期为2，得得以下结果：从上表可以看出出，=1.7733798， prob(nR)=0.4111931大大于给定的显著性性水平=0.05，并且且et-1和et-2 回归系数的的t

11、统计量值值绝对值均小小于2，回归归系数显著不不为零，表明明模型存不存在一阶、二二阶自相关性性。 所以最终终的经济模型型为Y = -333.34822296 + 0.655052677324*XX + 1.3755882308*P 344.216339 0.0185773 0.33466799t = -00.9746627 35.022488 3.9678887R2=0.99995200 F= 166772.07 S.E=37.266776 DW =1.2811238该模型表明，当当在其他解释释变量不变的的情况下，人人均收入每增增长一元，人人均生活消费费支出增长00.650552673224元，

12、在其其他解释变量量不变的情况况下，商品及及零售物价指指数每增长百百分之一，人人均生活消费费支出增长11.37555823088元。3 人均实际收收入-人均实实际支出模型型Y1 = 799.930003568 + 0.669048777139*X1 122.399119 0.0112877t = 66.4463390 6.44463900R2 = 00.9941122 F=2875.178 DWW=0.5774633此模型的可决系系数为0.99941222，接近于11，表明模型型对样本拟合合优度高；FF统计量为22875.1178，其伴伴随概率为00.000000，接近于于零，表明模模型整体线性

13、性关系显著，且且回归系数均均显著；对样样本数n为119，解释变变量个数k为为1，若给定定的显著性水水平=0.005，查DWW统计表得，ddL=1.1800，dU=1.4001，而0DW =0.5744633 dL=1.1800，这表明模模型存在一阶阶正自相关。偏相关系数检验验：方程窗口口点击vieewressiduall testtcorrrelogrram-Q-statiisticss 从上图可知，当当滞后期为11时，其偏相相关系数PAAC的绝对值值大于0.55，表明回归归模型存在一一阶自相关性性BG检验: 方方程窗口点击击viewresiddual ttestsseriall Corrrelatiion LMM Testt滞后期为1，得得以下结果： 由上表可以看出出，= 7.3511356， prob(nR)= 0.0066701小于给定的显著著性水平=00.05，并并且et-11回归系数的的T统计量值值绝对值大于于2，表明模模型存在一阶阶自相关性。滞后期为2，得