《计量经济学》上机实验参考答案(本科生)

...wd......wd......wd...《计量经济学》上机实验参考答案实验一：计量经济学软件Eviews的根本使用；一元线性回归模型的估计、检验和预测；多元线性回归模型的估计、检验和预测〔3课时〕；多元非线性回归模型的估计。实验设备：个人计算机，计量经济学软件Eviews，外围设备如U盘。实验目的：〔1〕熟悉Eviews软件根本使用功能；〔2〕掌握一元线性回归模型的估计、检验和预测方法；正态性检验；〔3〕掌握多元线性回归模型的估计、检验和预测方法；〔4〕掌握多元非线性回归模型的估计方法。实验方法与原理：Eviews软件使用，普通最小二乘法〔OLS〕，拟合优度评价、t检验、F检验、J-B检验、预测原理。实验要求：〔1〕熟悉和掌握描述统计和线性回归分析；〔2〕选择方程进展一元线性回归；〔3〕选择方程进展多元线性回归；〔4〕进展经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；〔5〕掌握被解释变量的点预测和区间预测；〔6〕估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。实验内容与数据1：表1数据是从某个行业的5个不同的工厂收集的，请答复以下问题：〔1〕估计这个行业的线性总本钱函数：；〔2〕和的经济含义是什么；〔3〕估计产量为10时的总本钱。表1某行业本钱与产量数据总本钱y8044517061产量x1246118参考答案：(1)总本钱函数(标准格式)：s=(3.211966)(0.367954)t=(8.180904)(11.57462)(2)=26.27679为固定本钱，即产量为0时的本钱；=4.25899为边际本钱，即产量每增加1单位时，总本钱增加了4.25899单位。(3)产量为10时的总本钱为：==68.86669实验内容与数据2：我国1978-2001年的财政收入〔y〕和国民生产总值〔x〕的数据资料如表2所示：表2我国1978-2001年财政收入和国民生产总值数据obsxyobsxy19783624.101132.26199018598.402937.1019794038.201146.38199121662.503149.4819804517.801159.93199226651.903483.3719814860.301175.79199334560.504348.9519825301.801212.33199446670.005218.1019835957.401366.95199557494.906242.2019847206.701642.86199666850.507407.9919858989.102004.82199773142.708651402122.01199876967.209875.95198711954.502199.35199980579.4011444.08198814922.302357.24200088254.0013395.23198916917.802664.90200195727.9016386.04试根据资料完成以下问题：〔1〕给出模型的回归报告和正态性检验，并解释回归系数的经济意义；〔2〕求置信度为95%的回归系数的置信区间；〔3〕对所建设的回归方程进展检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)；〔4〕假设2002年国民生产总值为103553.60亿元，求2002年财政收入预测值及预测区间〔〕。参考答案：〔1〕(317.5155)(0.007069)(1.022578)(18.89340)，说明GNP每增加1亿元，财政收入将平均增加1335.61万元。〔2〕=324.68442.0739317.5155=(-333.8466983.1442)=0.1335612.07390.007069=(0.1189010.148221)〔3〕①经济意义检验：从经济意义上看，，符合经济理论中财政收入随着GNP增加而增加，说明GNP每增加1亿元，财政收入将平均增加1335.61万元。②估计标准误差评价：，即估计标准误差为1065.056亿元，它代表我国财政收入估计值与实际值之间的平均误差为1065.056亿元。③拟合优度检验：，这说明样本回归直线的解释能力为94.2%，它代表我国财政收入变动中，由解释变量GNP解释的局部占94.2%，说明模型的拟合优度较高。④参数显著性检验：18.8934，说明国民生产总值对财政收入的影响是显著的。〔4〕,根据此表可计算如下结果：，=(11672.216638.62)实验内容与数据3：表3给出某地区职工平均消费水平，职工平均收入和生活费用价格指数，试根据模型作回归分析报告。表3某地区职工收入、消费和生活费用价格指数年份年份198520.1030.001.00199142.1065.200.90198622.3035.001.02199248.8070.000.95198730.5041.201.20199350.5080.001.10198828.2051.301.20199460.1092.100.95198932.0055.201.50199570.00102.001.02199040.1061.401.05199675.00120.301.05参考答案：(1)(6.685015)(0.031574)(5.384905)(1.564306)(20.10578)(-1.664608)(2)①经济意义检验：从经济意义上看，，符合经济理论中绝对收入假说边际消费倾向在0与l之间，说明职工平均收入每增加100元，职工消费水平平均增加63.48元。，符合经济意义，说明职工消费水平随着生活费用价格指数的提高而下降，生活费用价格指数每提高1单位时，职工消费水平将下降-8.964个单位。②估计标准误差评价：，即估计标准误差为208.5572单位，它代表职工平均消费水平估计值与实际值之间的平均误差为208.5572单位。③拟合优度检验：，这说明样本回归直线的解释能力为97.6%，它代表职工平均消费水平变动中，由解释变量职工平均收入解释的局部占97.6%，说明模型的拟合优度较高。④F检验：，说明总体回归方程显著，即职工平均收入和生活费用价格指数对职工消费水平的影响在整体上是显著的。⑤t检验：20.10578，说明职工平均收入对职工消费水平的影响是显著的；，说明生活费用价格指数对职工消费水平的影响是不显著的。实验内容与数据4：某地区统计了机电行业的销售额y〔万元〕和汽车产量〔万辆〕以及建筑业产值〔千万元〕的数据如表4所示。试按照下面要求建设该地区机电行业的销售额和汽车产量以及建筑业产值之间的回归方程，并进展检验〔显著性水平〕。表4某地区机电行业的销售额、汽车产量与建筑业产值数据年份销售额y汽车产量建筑业产值1981280.03.9099.431982281.55.11910.361983337.46.66614.501984404.25.33815.751985402.14.32116.781986452.06.11717.441987431.75.55919.771988582.37.92023.761989596.65.81631.611990620.86.11332.171991513.64.25835.091992606.95.59136.421993629.06.67536.581994602.75.54337.141995656.76.93341.301996998.57.63845.621997877.67.75247.38〔1〕根据上面的数据建设对数模型：〔1〕〔2〕所估计的回归系数是否显著用p值答复这个问题。〔3〕解释回归系数的意义。〔4〕根据上面的数据建设线性回归模型：〔2〕〔5〕比拟模型〔1〕、〔2〕的值。〔6〕如果模型〔1〕、〔2〕的结论不同，你将选择哪一个回归模型为什么参考答案：〔1〕回归结果(0.212765)(0.137842)(0.055677)(17.5541)(2.814299)(10.21006)(2)t检验：2.814299，，说明汽车产量对机电行业销售额的影响是显著的；10.21006，，说明建筑业产值对机电行业销售额的影响是显著的。F检验：，说明总体回归方程显著，即汽车产量、建筑业产值对机电行业销售额的影响在整体上是显著的。〔3〕，说明汽车产量每增加1%，机电行业的销售额将平均增加0.39%；，说明建筑业产值每增加1%，机电行业的销售额将平均增加0.57%。〔4〕回归结果(81.02202)(15.66885)(1.516553)(-0.709128)(2.916971)(7.868761)(5)模型〔1〕的、，模型〔2〕的、。因此，模型〔1〕的拟合优度大于模型〔2〕的拟合优度。〔6〕从两个模型的参数估计标准误差、S.E、t、F、统计量可以看出，模型〔1〕优于模型〔2〕，应选择模型〔1〕。实验内容与数据5：表5给出了一个钢厂在不同年度的钢产量。找出表示产量和年度之间关系的方程：，并预测2002年的产量。表5某钢厂1991-2001年钢产量〔单位：千吨〕年度19911992199319941995199619971998199920002001千吨12.212.013.915.917.920.122.726.029.032.536.1参考答案：(0.021946)(0.003236)(105.1484)(36.06598)DW=1.888171F=1300.755，，实验二：异方差性、自相关性、多重共线性检验〔3课时〕实验设备：个人计算机，计量经济学软件Eviews，外围设备如U盘。实验目的：〔1〕掌握异方差性模型的检验方法和处理方法；〔2〕掌握自相关性性模型的检验方法和处理方法；〔3〕掌握多重共线性模型的检验方法和处理方法。实验方法与原理：GoldfeldandQuandt检验、White检验、DW检验和LM检验、辅助回归模型检验和方差膨胀因子检验，加权最小二乘法、广义最小二乘法、广义差分法。实验要求：〔1〕熟悉图形检验法；〔2〕熟悉戈德菲尔德——匡特检验、怀特检验、戈里瑟检验和帕克检验，掌握加权最小二乘法；〔3〕熟悉DW检验和LM检验，掌握广义差分法。〔4〕熟悉辅助回归模型检验和方差膨胀因子检验，掌握逐步回归法〔Frisch综合分析法〕。实验内容与数据6：试根据表6中消费(y)与收入(x)的数据完成以下问题：(1)估计回归模型：；(2)检验异方差性〔可用怀特检验、戈德菲尔德——匡特检验〕；(3)选用适当的方法修正异方差性。表6消费与收入数据yxyxyx55801522209514065100144210108145708517524511315080110180260110160791201351901251658411514020511518098130178265130185951401912701351909012513723012020075901892501402057410553801402101101607085152220113150759014022512516565100137230108145741051452401151808011017524514022584115189250120200791201802601452409012517826513018598130191270参考答案：〔1〕首先将x排序，其次根据表2数据估计模型，回归结果如下：s=(3.6480)(0.01996)t=(2.5102)(31.970)S.E=9.0561DW=1.813F=1022.072(2)检验异方差：①怀特检验：，模型存在异方差；②戈德菲尔德——匡特检验：将样本x数据排序，n=60,，取c=16，从中间去掉16个数据，确定子样1(1-22)，求出；确定子样2(39-60)，求出，计算出，给定显著性水平，查，得：，所以模型存在异方差。〔3〕在方程窗口，取，得回归结果：s=(0.434533)(0.002085)t=(23.36098)(303.7639)S.E=0.956155DW=1.22969F=12908997用怀特检验判断：，模型已不存在异方差〔从p值也容易得出此结论〕。实验内容与数据7：某地区1978—1998年国内生产总值与出口总额的数据资料见表7，其中x表示国内生产总值〔人民币亿元〕，y表示出口总额〔人民币亿元〕。做以下工作：〔1〕试建设一元线性回归模型：〔2〕模型是否存在一阶段自相关如果存在，请选择适当的方法加以消除。表7某地区1978—1998年国内生产总值与出口总额的数据资料obsxyobsxy19783624.100134.8000198916917.801470.00O19794038.200139.7000199018598.401766.70019804517.800167.600019912l662.501956.00019814860.300211.7000199226651.902985.80019825301.800271.2000199334560.503827.10019835957.400367.6000199446670.004676.30019847206.700413.8000199557494.905284.80019858989.100438.3000199666850.5010421.800198610201.40580.5000199773142.7012451.800198711954.50808.9000199878017.8015231.700198814922.301082.100参考答案：〔1〕回归结果〔2〕自相关检验：由DW=1.106992，给定显著性水平查Durbin-Watson统计表，n=21,k=1，得下限临界值和上限临界值，因为DW=1.106992，根据判断区域可知，这时随机误差项存在一阶正自相关。〔3〕自相关的修正：用科克伦—奥克特〔Cochrane—Orcutt〕迭代法，在命令窗口直接键入：LSycxAR(1)得如下回归结果从表中可以看出，这时DW=1.633755，查n=20,k=1,的DW统计量表，得DW=1.6337554-=2.586，这说明，模型已不存在自相关。此时，回归方程为t=(-0.845549)(8.094503)DW=1.633755[AR(1)=0.442943]t=(1.608235)也可以利用对数线性回归修正自相关，回归结果如下从上表5.5.6可以看出，这时DW=2.13078，查n=20,k=1,的DW统计量表，得DW=2.130784-=2.586，这说明，模型已不存在自相关。从LM(1)=2.46LM(2)=5.78也可以看出，模型已不存在1阶、2阶自相关。此时，回归方程为t=(0.025507)(1.617511)DW=2.13708LM(1)=2.46LM(2)=5.78F=1041.219实验内容与数据8：表8给出了美国1971-1986年期间的年数据。表8美国1971～1986年有关数据年度yx1x2x3x4x5197110227112.0121.3776.84.8979367197210872111.0125.3839.64.5582153197311350111.1133.1949.87.388506419748775117.5147.71038.48.618679419758539127.6161.21142.86.168584619769994135.7170.51252.65.2288752197711046142.9181.51379.35.5092017197811164153.8195.31551.27.7896048197910559166.0217.71729.310.259882419808979179.3247.01918.011.289930319818535190.2272.32127.613.7310039719827980197.6286.62261.411.209952619839179202.6297.42428.18.69100834198410394208.5307.62670.69.65105005198511039215.2318.52841.17.75107150198611450224.4323.43022.16.31109597其中，y:售出新客车的数量〔千辆〕；x1:新车，消费者价格指数，1967=100；x2:所有物品所有居民的消费者价格指数，1967=100；x3:个人可支配收入〔PDI，10亿美元〕；x4:利率；x5:城市就业劳动力〔千人〕。考虑下面的客车需求函数：(1)用OLS法估计样本回归方程；(2)如果模型存在多重共线性，试估计各辅助回归方程，找出哪些变量是高度共线性的。(3)在除去一个或多个解释变量后，最终的客车需求函数是什么这个模型在哪些方面好于包括所有解释变量的原始模型。(4)还有哪些变量可以更好地解释美国的汽车需求参考答案：〔1〕回归结果t=(0.1723)(2.0500)(-2.5683)(1.6912)(-0.2499)(0.1364)DW=1.7930F(2)相关系数矩阵检验：辅助回归模型检验被解释变量FF值是否显著Lnx10.9959666.740是Lnx20.99934189.20是Lnx30.99934192.89是Lnx40.870418.47是Lnx50.9949533.42是(n=16,k=5,)由上表可以看出,所有变量都是高度共线的。(3)由于x1〔新价格指数〕与x2〔居民消费价格指数〕变化趋于一致，可舍去其中之一；由于x3〔个人可支配收入〕与x5〔城市就业劳动力〕变化趋于一致，可舍去其中之一。(4)以下两个模型较为适宜：t=(-2.6397)(-3.1428)(-4.0015)(3.7191)DW=1.3097Ft=(-3.9255)(-4.5492)(-3.9541)(5.2288)DW=1.5906F与原模型相比，经上两模型中的所有系数符号正确且都在统计上显著。(5)还有汽车消费税、汽车保险费率、汽油价格等。实验三：虚拟变量的设置与应用、滞后变量模型的估计〔3课时〕实验设备：个人计算机，Eviews软件，外围设备如U盘。实验目的：掌握虚拟变量模型的估计方法、掌握分布滞变量模型的估计方法。实验方法与原理：阿尔蒙法〔Almon〕、工具变量法、虚拟变量模型、分布滞后模型和自回归模型。实验要求：熟悉虚拟变量的选取、设置原则与应用〔如在季节调整模型中的应用、在模型构造稳定性检验中的应用〕、掌握分布滞后模型和自回归模型的估计。实验内容与数据9：表9给出了1993年至1996年期间服装季度销售额的原始数据(单位：百万元)：表9服装季度销售额数据年份1季度2季度3季度4季度19934190492768436912199445215522535072041995490259125972798719965458635965018607现考虑如下模型：其中，＝l：第二季度；＝1：第三季度；＝l：第四季度；S＝销售额。请答复以下问题：(1)估计此模型；(2)解释；(3)如何消除数据的季节性参考答案：〔1〕s=(324.0365)(458.2569)(458.2569)(458.2569)t=(14.71362)(1.990696)(3.052327)(6.34605)S.E=648.0731DW=1.272707F=14.09937(2)表示第一季度的平均销售额为6767.75百万元；依次表示第二、三、四季度比第一季度的销售额平均高出百万元。〔3〕为消除数据的季节性，只需将每季度中的原始数据减去相应季度虚拟变量的系数估计值即可。实验内容与数据10：表10给出了某行业1975-1994年的库存额y和销售额x的资料。试利用分布滞后模型：,建设库存函数〔用2次有限多项式变换估计这个模型〕。表10某行业1975-1994年库存额和销售额资料年份xy年份xy197526.48045.069198541.00368.221197627.74050.642198644.86977.965197728.23651.871198746.44984.655197827.28052.070198850.28290.815197930.21952.709198953.55597.074198030.79653.814199052.859101.640198130.89654.939199155.917102.440198233.11358.123199262.017107.710198335.03260.043199371.398120.870198437.33563.383199482.078147.130参考答案：在EViews中输入y和x的数据后，在命令窗口键入：LSycPDL(x，3，2)得如下回归结果：s=(0.17916)(0.19593)(0.17820)(0.25562)t=(3.51797)(5.90452)(4.27495)(-2.17104)实验内容与数据11：表11给出了美国1970-1987年间个人消费支出〔C〕与个人可支配收入(I)的数据〔单位：10亿美元，1982年为基期〕表11美国1970-1987年个人消费支出与个人可支配收入数据年CI年CI19701492.01668.119792004.42212.619711538.81728.419802004.42214.319721621.91797.419812024.22248.619731689.61916.319822050.72261.519741674.01896.619832146.02331.919751711.91931.719842249.32469.819761803.92001.019852354.82542.819771883.82066.619862455.22640.919781961.02167.419872521.02686.3考虑如下模型：(1)估计以上两模型；(2)估计个人消费支出对个人可支配收入的弹性系数。参考答案：〔1〕……〔1〕s=(0.128932)(0.016816)t=(-6.867685)(65.56382)DW=1.413744LM(1)=0.7153LM(2)=0.7056F=4298.614……〔2〕s=(0.199544)(0.168566)(0.151814)t=(-4.98599)(6.713724)(-0.100617)DW=1.659416LM(1)=0.2438LM(2)=1.8136F=1827.919,,,不存在一阶自相关。由LM(1)=0.2438、LM(2)=1.8136可知，模型不存在1阶、2阶自相关。(2)由〔1〕得：收入弹性；由〔2〕得：短期收入弹性，长期收入弹性实验四：联立方程组模型的估计〔3课时〕实验设备：个人计算机，Eviews软件，外围设备如U盘。实验目的：〔1〕掌握间接最小二乘法〔ILS〕；〔2〕掌握两阶段最小二乘法〔TSLS〕；〔3〕掌握三阶段最小二乘法〔3SLS〕；〔4〕掌握联立方程模型外生变量的预测方法和求解方法；〔5〕掌握宏观经济分析方法。实验方法与原理：间接最小二乘法〔ILS〕、两阶段最小二乘法〔TSLS〕、三阶段最小二乘法〔3SLS〕、系统估计、联立方程模型。实验要求：掌握方程联立方法，掌握恰好识别模型的估计如掌握间接最小二乘法〔ILS〕、掌握过度识别模型的估计如两阶段最小二乘法〔TSLS〕，掌握联立方程系统编辑和估计〔如三阶段最小二乘法〔3SLS〕〕。用宏观经济模型进展经济分析和政策评价。实验内容与数据12：表12是我国1978-2003年国内生产总值〔GDP〕、货币供应量〔〕、政府支出〔G〕和投资支出〔I〕的统计资料，试用表中数据建设我国的收入——货币供应模型：(1)判别模型的识别性。(2)分别使用OLS、TSLS和3SLS方法估计模型，并比拟三种方法的结果。表12我国1978-2003年局部宏观经济数据年份GDPM2IG19783605.61159.11377.9480.019794074.01458.11474.2614.019804551.31842.91590.0659.0198