计量经济学实验报告

实验一一元线性回归模型一、实验目的：了解EViews软件的基本操作对象，掌握软件的基本操作二、实验内容：搜集2001-2011年，人均消费和人均gdp数据，构建消费模型，并估计，检验，按照教材例题数据处理过程处理。表一2001-2011年人均消费和人均gdp数据 年份 人均消费人均GDP3611 75433791 81844089 91012004 4552 105615439 140406111 160847081 189348183 226989098 255759968 2999212272 35181下表是中国1978-2000年的财政收入Y和国内生产总值（GDP）的统计资料要求，（1）作出散点图。建立财政收入随国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；（2）对所建立的回归方程进行检验；（3）若2001年中国国内生产总值为105709亿元，求财政收入的预测值及预测区间。表二中国1978-2000年的财政收入Y和国内生产总值（GDP） 年份 Y GDP 年份 Y GDP1132.26 3624.1 1990 2937.118547.91146.38 4038.2 1991 3149.4821617.81159.93 4517.8 1992 3483.3726638.11175.79 4862.4 1993 4348.9534634.41212.33 5294.7 1994 5218.146759.41366.95 5934.5 1995 6242.258478.11642.86 7171 1996 7407.9967884.62004.82 8964.4 1997 8651.1474462.62122.0110202.2 1998 9875.9578345.22199.3511962.5 199911444.0882067.52357.2414928.3 200013395.2389403.62664.916909.2 三、实验步骤及结果1.1建立工作文件，输入数据在Eviews软件的命令窗口中键入数据输入命令：DATAXFGDP此时将显示一个数组窗口（如所示），即可以输入每个变量的数值图1-12001-2011年人均消费和人均gdp数据1.2图形分析借助图形分析可以直观地观察经济变量的变动规律和相关关系，合理地确定模型的数学形式。在Eviews软件的命令窗口中键入数据输入命令：SCATXFGDP此时将显示一个散点图（如图1-2所示），从图中可以看出随着国内生产总值（GDP）的增长，人均消费也在增长图1-2人均消费和人均gdp数据散点图1.3作出回归模型在Eviews主窗口中点击Quick\EstimateEquation，在弹出的方程设定框内输入模型：XFCGDP系统将弹出一个窗口来显示有关估计结果（如图1-3所示），我国人均消费和人均GDP的模型估计式为：yˆ1287.8100.3034xt＝(10.42)(49.3431)R20.996R20.9959F2434.751这个估计结果表明，我国人均GDP将增长1元,人均消费每增长0.3034元。从回归估计的结果来看，模型模拟较好。可决系数R20.996，表明人均GDP可由人均消费的变化来解释。在自由度为5%的显著性水平下，自由度为11-2=9的t分布的临界值为2.262，而截距项的t统计量值为10.42>2.262，斜率的t统计量为49.3431>2.262，因此，两参数在统计量上是显著的。图1-3人均消费和人均gdp回归分析2.1建立工作文件，输入数据在Eviews软件的命令窗口中键入数据输入/编辑命令：DATAYX此时将显示一个数组窗口（如上图所示），即可以输入每个变量的数值图1-4中国1978年—2000年财政收入Y和国内生产总值（GDP）X在Eviews软件的命令窗口中键入数据输入/编辑命令：SCATYX此时将显示一个散点图（如图二所示），从图中可以看出随着国内生产总值的增长，财政收入也在增长。（图1-5） 国民收入GDP与财政收入散点图在Eviews主窗口中点击Quick\EstimateEquation，在弹出的方程设定框内输入模型：YCX系统将弹出一个窗口来显示有关估计结果（如图所示），因此一元线性回归方程为:yˆ566.64770.1198x这个估计结果表明，GDP每增长1亿元，我国财政收入将增加0.1198亿元。（图1-6）国民收入GDP与财政收入回归分析2.2由此可知，R20.9609R20.9591F516.3338因而，回归系数的符号和数值是较为合理的。0.9609因而，回归系数的符号和数值是较为合理的。0.96092R，说明模型有很高的拟合优度，从图三可以看出，模型中的解释变量国民生产总值的t统计量值为22.7230，表明国民收入对财政收入的影响是显著的。常量的t统计量值为2.5199，表明通过显著性检验2.3由回归模型预测2001年的财政收入：Y=566.6477+0.1198ｘ105709=13230.5859(元)预测区间：13220.592.08*731.2086*425.75，即2001年的GDP预测区间为（12335.03，14106.75）实验二—多元线性回归模型一、实验目的：掌握一元线性、非线性回归模型的建模方法二、实验内容:在一项对某社区家庭对某种消费品的消费需要调查中。得到下表所示的资料。表三某社区家庭对某种消费品的消费需要 对某商品的消费支出Y 商品单价X1家庭月收入X2 591.9 23.56 7620 654.5 24.44 9120 623.6 32.07 10670 647 32.46 11160 674 31.15 11900 644.4 34.14 12920 680 35.3 14340724 38.7 15960757.1 39.63 18000 706.8 46.68 19300(1)作出二元线性回归分析，估计回归方程的参数及随机干扰项的方差2，计算R2及R2；(2)对方程进行F检验，对参数进行t检验，并构造参数95%的置信区间；(3)如果商品单价变为35元，则某一月收入为20000元的家庭的消费支出估计是多少？构造该估计值得95%的置信区间。下表列出了中国2000年按行业分的全部制造业国有企业级规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L要求，(1)利用上述资料。进行回归分析；(2)回答，中国2000年的制造业总体呈现规模报酬不变状态吗？表四中国2000年按行业分的全部制造业国有企业级数据序 工业总产 资产合 职工人 工业总 资产合计职工人序号号值Y 计K 数L 产值Y K 数L3722.73078.22 113 17 812.71118.81 431442.521684.43 67 181899.72052.16 613 1752.372742.77 84 193692.856113.11 24041451.291973.8227204732.99228.2522255149.35917.01327212180.232866.658062291.161758.77120222539.762545.639671345.17939.158233046.954787.9222656.77694.94 31 242192.633255.29 163370.18363.48 16 255364.838129.68 2441590.362511.99 66 264834.68 5260.2 145616.71973.7358277549.587518.7913812617.94516.012828867.91984.5246134429.193785.9161294611.3918626.94218145749.028688.0325430170.3610.91191781.372798.9 83 31325.531523.19 451243.071808.44 33 三、实验结果1、建立工作文件，输入数据结果如下：图2-1某社区家庭对某种消费品的消费需要由Eviews软件所作出的回归结果如下：图2-2某社区家庭对某种消费品的消费需要由回归分析可知，该回归方程为：yˆ626.519.7906X10.0286X2回归方程的参数:626.51,9.7906,0.0286 0 1 2随机干扰项的方差2=17.38985^2=302.41，R20.9022R20.8743F检验：F=32.29，在5%的显著性水平下，自由度为（2，7）的F分布的临界值为F(2，7)4.74，32.29>4.74，表明方程的显著性成立。0.05T检验：常数项的t检验值为t=15.61，X1的t检验值为t=-3.062,X2的t检验值为t=4.902。在显著性为5%水平下，自由度为8的t分布的临界值为t(8)2.306，0.025所以常数项及X1、X2的总体参数值均显著不为零。参数的置信区间为tS()，所以 j 0.025 j常数项的95%的置信区间=626.5092.30640.13，即为（533.97,719.05）；参数X的95%的置信区间为（-17.16，-2.42）参数X的95%的置信区间为（0.0152,0.042） 2、建立工作文件，输入数据结果如下：图2-3中国2000年按行业分的全部制造业国有企业级数据Eviews软件回归结果如下：图2-4中国2000年按行业分的全部制造业国有企业级数据回归分析由回归分析图可知lnyˆ1.1540.36lnL0.609lnKt＝(1.59)(1.79)(3.45)R20.8099R20.7963F59.66在5%的显著性水平下，自由度为（2，28）的F分布的临界值为F(2，28)3.34，因此从总体上看，lnK和lnL联合起来对lnY有显著的线性影0.05响。在显著性为5%水平下，自由度为28的t分布的临界值为t(28)2.048，0.025所以lnK的参数该显著性水平下的t检验，lnL的参数不通过；在显著性水平为10%的情况下，t的临界值为1.701，这是lnL的参数才通过了显著性水平检验。因此，中国2000年的制造业总体呈现规模报酬不变状态实验三—异方差一、实验目的：掌握异方差性的检验及处理方法二、实验内容：1、下表列出了2000年中国部分省市城镇居民每个家庭平均全年可支配收入（X）与消费性支出（Y）统计数据表五2000年中国部分省市城镇居民每个家庭平均全年可支配收入（X）与消费性支出（Y）可支配收入地区X消费性支出Y地区可支配收入消费性X 支出Y北京10349.698493.49江苏6800.235323.18天津8140.56121.04浙江9279.167020.22河北5661.164348.47山东 6489.97 5022山西4724.113941.87河南4766.263830.71内蒙古5129.053927.75湖北5524.544644.5辽宁5357.794356.06湖南6218.735218.79吉林48104020.87广东9761.578016.91黑龙江4912.883824.44陕西5124.244376.67上海11718.018868.19甘肃4916.254126.47新疆5644.864422.93青海5644.86 4422.93要求，试用OLS法建立居民人均消费支出与可支配收入的线性模型；（2）检验模型是否存在异方差性；（3）如果存在异方差性，试采用适当的方法估计模型参数三、实验结果建立工作文件，输入数据结果如下 图3-12000年中国部分省市城镇居民每个家庭平均全年可支配收入与消费性支出Eviews软件回归结果如下：图3-22000年中国部分省市城镇居民每个家庭平均全年可支配收入与消费性支出由回归分析可知，该回归方程为：yˆ272.36350.755X、检验模型是否存在异方差性：首先采用G-Q检验。在对20个样本按X从大到小排序，去掉中间4个个体，对前后两个样本进行OLS估计（如图3-3和图3-5），样本容量分别为8和7。于是得到如下F统计量：F=(RSS1/(8-1-1))/(RSS2/(8-1-1))=4.86在5%的显著水平下，自由度为（6,6）的F分布临界值F0.05（6,6）=4.28，于是拒绝无异方差性的假设，表明原模型存在异方差性。图3-3图3-4图3-5White检验图3-6White检验结果其中F值为辅助回归模型的F统计量值。取显著水平0.052(2)5.99nR212.65，,所以存在异方差性。0.05采用加权最小二乘法进行估计，加权最小二乘估计结果与不加权估计结果有较大区别。回到原模型估计结果,其次，采用异方差稳健标准误法修正原OLS的标准差。加权最小二乘估计结果与不加权估计结果有较大区别。可以验证，此时，模型已不存在异方差性。图3-7回归结果图3-8加权估计结果实验4—序列相关性一、实验目的掌握自相关性的检验与处理方法二、实验内容中国1980-2000年投资总额X与工业总产值Y的统计资料如下表表五中国1980-2000年投资总额X与工业总产值Y 全社会固定资产投 工业增加值 全社会固定资产投资工业增加值年份 年份 资X Y X Y1980910.91996.519915594.58087.119819612048.419928080.110284.51230.4 2162.31993 13072.3 14143.81430.1 2375.61994 17042.1 19359.61832.9 27891995 20019.3 24718.32543.2 3448.7199