计量经济学实验操作指导完整版李子奈
计量经济学试验(完
整版)
——李子奈
目录
实验一一元线性回归.......................................................................................................................................
一实验目的......................................................
二实验要求......................................................
三实验原理......................................................
四预备知识......................................................
五实验内容......................................................
六实验步骤......................................................
1.建立工作文件并录入数据.....................................
2.数据的描述性统计和图形统计：...............................
3.设定模型，用最小二乘法估计参数：...........................
4.模型检验：.................................................
5.应用：回归预测：........................................... 实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验......................
一实验目的：....................................................
二实验要求......................................................
三实验原理......................................................
四预备知识......................................................
五实验内容......................................................
六实验步骤...................................................... 实验三多元线性回归 .........................................................................................................................................
一实验目的......................................................
三实验原理......................................................
四预备知识......................................................
五实验内容......................................................
六实验步骤......................................................
6.1 建立工作文件并录入全部数据...............................
6.2 建立二元线性回归模型.....................................
6.3 结果的分析与检验.........................................
6.4 参数的置信区间...........................................
6.5 回归预测.................................................
6.6 置信区间的预测........................................... 实验四异方差性 ..................................................................................................................................................
一实验目的......................................................
二实验要求......................................................
三实验原理......................................................
四预备知识......................................................
五实验内容......................................................
六实验步骤......................................................
6.1 建立对象：...............................................
6.2 用普通最小二乘法建立线性模型.............................
6.3 检验模型的异方差性.......................................
6.4 异方差性的修正........................................... 实验五自相关性 ..................................................................................................................................................
二实验要求......................................................
三实验原理......................................................
四预备知识......................................................
五实验内容......................................................
六实验步骤......................................................
6.1 建立Workfile和对象......................................
6.2 参数估计、检验模型的自相关性.............................
6.3 使用广义最小二乘法估计模型...............................
6.4 采用差分形式作为新数据，估计模型并检验相关性............. 实验六多元线性回归和多重共线性..............................................................................................................
一实验目的......................................................
二实验要求......................................................
三实验原理......................................................
四预备知识......................................................
五实验内容......................................................
六实验步骤......................................................
6.1 建立工作文件并录入数据...................................
6.2 用OLS估计模型...........................................
6.3 多重共线性模型的识别.....................................
6.4 多重共线性模型的修正..................................... 实验七分布滞后模型与自回归模型及格兰杰因果关系检验................................................................
一实验目的......................................................
二实验要求......................................................
三实验原理......................................................
四预备知识......................................................
五实验内容......................................................
六实验步骤......................................................
6.1 建立工作文件并录入数据...................................
6.2 使用4期滞后2次多项式估计模型...........................
6.3 格兰杰因果关系检验....................................... 实验八联立方程计量经济学模型 ..................................................................................................................
一实验目的......................................................
二实验要求......................................................
三实验原理......................................................
四预备知识......................................................
五实验内容......................................................
六实验步骤......................................................
6.1 分析联立方程模型。.......................................
6.2 建立工作文件并录入数据，如图1所示。.....................
6.3 估计国内生产总值方程.....................................
6.4 估计货币供给量方程.......................................
6.5 模型的直接计算机估计..................................... 实验九时间序列计量经济学模型 ..................................................................................................................
二实验要求...................................................... 三实验原理...................................................... 四预备知识...................................................... 五实验内容...................................................... 六实验步骤......................................................
6.1 建立工作文件并录入数据，如图1所示。.....................
6.2 平稳性检验...............................................
6.3 单整性检验...............................................
6.4 估计CPI的ARIMA模型....................................
实验一一元线性回归
一实验目的：掌握一元线性回归的估计与应用，熟悉EViews的基本操作。
二实验要求：应用教材P61第12题做一元线性回归分析并做预测。
三实验原理：普通最小二乘法。
四预备知识：最小二乘法的原理、t检验、拟合优度检验、点预测和区间预测。五实验内容：
第2章练习12
下表是中国2007年各地区税收Y和国内生产总值GDP的统计资料。
单位：亿元
(1)作出散点图，建立税收随国内生产总值GDP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2008年某地区国内生产总值为8500亿元，求该地区税收收入的预测值及预测区间。
六实验步骤
1.建立工作文件并录入数据：
(1)双击桌面快速启动图标，启动Microsoft Office Excel, 如图1，将题目的数据输入到excel表格中并保存。
(2)双击桌面快速启动图标，启动EViews6程序。
(3)点击File/New/ Workfile…，弹出Workfile Create对话框。在Workfile Create对话框左侧Workfile structure type栏中选择Unstructured/Undated
选项，在右侧Data Range中填入样本个数31.在右下方输入Workfile的名称P53.如图2所示。
图 1 图 2
(4)下面录入数据，点击File/Import/Read Text-Lotus-Excel...选中第(1)步保存的excel表格，弹出Excel Spreadsheet Import对话框，在Upper-left data cell栏输入数据的起始单元格B2，在Excel 5+sheet name栏中输入数据所在的工作表sheet1，在Names for series or Number if named in file栏中输入变量名Y GDP，如图3所示，点击OK，得到如图4所示界面。
图 3 图 4
(5)按住Ctrl键同时选中Workfile界面的gdp表跟y表，点击鼠标右键选
Open/as Group得到完整表格如图5，并点击Group表格上菜单命令Name，在弹出的对话框中命名为group01.
图 5 图 6
2.数据的描述性统计和图形统计：
以上建立的序列GDP和Y之后，可对其做描述统计和统计以把握该数据的一些统计属性。
(1)描述属性：
点View/Descriptive Stats\Common Sample，得描述统计结果，如图6所示，其中：Mean为均值，Std.Dev为标准差。
(2)图形统计：
双击序列GDP，打开GDP的表格形式，点击表格左边View/Graph，可得图7。
同样可查看序列Y的线形图。
很多时候需要把两个序列放在一个图形中来查看两者的相互关系，用线图或散点图都可以。
在命令栏键入：scat GDP Y，然后回车，就可以得到用散点图来查看GDP和Y的关系，如图8所示。
图 7 图 8
3.设定模型，用最小二乘法估计参数：
设定模型为12i i i Y X u ββ=++。
按住Ctrl 键，同时选中序列Y 和序列GDP ，点击右键，在所出现的右键菜单中，选择Open/as Equation …后弹出一对话框，在框中一次输入“y c gdp ”，（注意被解释变量在最前，变量间要空格，如图9）点击其下的确定，即可得到回归结果（如图10）。
图 9 图 10
由图10数据结果，可得到回归分析模型为：
20.760315R =， 9199198F =， .. 1.570523DW =
其中，括号内的数为相应的t 检验值。2R 是可决系数，F 与..DW 是有关的两个检验统计量。
4.模型检验：
(1)经济意义检验。斜率2
?0.071047β=为边际可支国内生产总值GDP ，表明2007年，中国内地各省区GDP 每增加1亿元时，税收平均增加0.071047亿元。
(2)t 检验和拟合优度检验。在显着性水平下，自由度为31-2=29的t 分布的
临界值0.025(29) 2.05t =。因此，从参数的t 检验值看，斜率项显然不为零，但不拒绝截距项为零的假设。另外，拟合优度20.760315R =表明，税收的76%的变化也以由GDP 的变化来解释，因此拟合情况较好。在Eqution 界面点击菜单命令View/Actual,Fitted,Residual/Actual,Fitted.Residual Graph 可得到图11，可直观看到实际观测站和拟合值非常接近。
图 11 图 12
5.应用：回归预测：
(1)被解释变量Y 的个别值和平均值的点预测：
由第二章第五节知道，个别值和平均值点预测的预测公式均为12??F F
Y X ββ=+ 内插预测：
在Equation 框中，点击“Forecast ”，在Forecast name 框中可以为所预测的预测值序列命名，计算机默认为yf ，点击“OK ”，得到样本期内被解释变量的预测值序列yf （也称拟合值序列）的图形形式（图12）。同时在Workfile 中出现一个新序列对象yf 。
外推预测：
① 录入2008年某地区国内生产总值GDP 为8500亿元的数据。
双击Workfile 菜单下的Range 所在行，出现将Workfile structured 对话框，讲右侧Observation 旁边的数值改为32，然后点击OK ，即可用将Workfile 的Range 以及Sample 的Range 改为32；
双击打开GDP 序列表格形式，将编辑状态切换为“可编辑”，在GDP 序列中补充输入GDP=8500（如图13所示）。
图13 图 14
②进行预测
在Equation框中，点击“Forecast”，弹出一对话框，在其中为预测的序列命名，如yf2。点击OK即可用得到预测结果的图形形式（如图14所示）。
点击Workfile中新出现的序列yf2，可以看到预测值为593.2667（图15）（注意：因为没有对默认预测区间1-32做改变，这时候得到的是所有内插预测与外插预测的值，若将区间改为32 32，则只会得到外推预测结果）。
图 15 图 16
③结果查看
按住Ctrl键，同时选中y、yf、resid，点击右键，在右键菜单中选Open/as Group可打开实际值、预测值、残差序列，在view菜单选择Graph...，画折线图（如图16所示）。
(2)区间预测原理：
当2007年中国某省区GDP为8500亿元时，预测的税收为
被解释变量Y的个别值区间预测公式为：
/2??1f
Y t ασ?∑ 被解释变量Y 的均值区间预测公式为： /2??1/f Y t ασ?∑。 具体地说，?f
Y 可以在前面点预测序列2593.2667yf =中找到；/2=2.045t α可以查t 分布表得到；样本数n=31为已知；f GDP GDP -中的=8500f GDP 为已知，8891.126GDP =，255957878.6i gdp =∑可以在序列GDP 的描述统计中找到，
22()=391.126=152979.5f GDP GDP --（）；2
2760310i e RSS ==∑，从而
222760310?95183.113111
i e
n k σ===----∑；由X 总体方差的无偏估计式222/(1)619.5803383879.74814809GDP i gdp n σ=-==∑，可以计算2n 111900272.19259079i gdp =-=∑（） (GDP σ可在序列X 的描述统计中找到)。
(3)区间预测的Eviews 操作：
①个别值置信区间的计算：
在命令栏输入：（yfu 为个别值的置信上界，yfl 为个别值的置信下界） “scalar yf l=593.2667-
得到：
于是95%的置信度下预测的2008年某省区税收入个值的置信区间为：
（-,）。
②均值的置信区间的计算：
在命令栏输入：（eyfu 为均值的置信上界，eyfl 为均值的置信下界） “scalar e
“scalar e
得到：
于是在95%的置信度下，预测省区的2008年的税收收入均值的置信区间为：
（）。
实验二 可化为线性的非线性回归模型估计、受约束
回归检验及参数稳定性检验
一 实验目的：
（1）掌握可化为线性的非线性回归模型的估计方法；
（2）模型参数的线性约束检验方法；
（3）掌握Chow 检验的基本原理和主要用途；
（4）掌握Chow 分割点检验和Chow 预测检验的操作过程，判断分割点。
二 实验要求：
三 实验原理：普通最小二乘法、模型参数线性受约束检验法、Chow 检验法。
四 预备知识：最小二乘估计原理、t 检验、F 检验、Chow 检验。
五 实验内容：
下表列出了中国某年按行业分的全部制造业国有企业及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 。
（1）利用上述资料，进行回归分析。
（2）回答：中国概念的制造总体呈现规模报酬不变状态吗？
六 实验步骤：
建立工作文件并导入全部数据，如图 1所示
(1)设定并估计可化为线性的非线性回归模型：
在Eviews 软件下，点击主界面菜单Qucik/Estimate Equation ，在弹出的对话框中输入log(Y) C log(K) log(L)，点击确定即可得到回归结果，如图2所示。根据图2中的数据，得到模型的估计结果为：
（1.586） （3.454） （1.790）
R 2=0.809925 2R =0.796348 D.W.=0.793209
∑e i 2=5.070303 F=59.65501 df=(2,28)
随机干扰项的方差估计值为：2?σ
=()2i e /n 3∑-=5.070303/28=
回归结果表明，这一年lnY 变化的81%可由lnK 和lnL 的变化来解释。在5%的显着性水平下，F 统计量的临界值未0.05(2,28) 3.34F =，表明模型的线性关系显着成立。在5%的显着性水平下，自由度为n-k-1=28的t 统计量临界值为0.025(28)2.048t =，因此lnK 的参数通过了该显着性水平下的t 检验，但lnL 未通过检验。如果将显着性水平设为10%，则t 分布的临界值为0.05(28) 1.701t =，此时lnL 的参数也通过了显着性水平检验。
图 1 图 2
(2)从上述回归结果可以得到：??0.971α
β+=≈，也就是说，资产与劳动的产出弹性之和可以认为为1，即中国制造业这年呈现出规模报酬不变的状态。
下面进行参数的约束检验，原假设0:1H αβ+=。
若原假设为真，则可估计如下模型：
点击主界面菜单Qucik/Estimate Equation ，在弹出的对话框中输入log(Y/L)
C log(K/L)，点击确定即可得到回归结果，如图3所示。
由回归结果可看到此模型通过了F 检验和t 检验，而
在5%的显着性水平为，自由度为（1，28）的F 分布的临界值为4.20，F<4.20，不拒绝原假设，表明该年中国制造业呈现规模报酬不变的状态。
在Eviews 软件中，当估计完图2所示的模型后，选中View\Coefficient Test\Wald Coefficient Restrictions ，然后在对话框中输入C(2)+C(3)=1，点击OK 可得到如图4所示的结果。得出的结论仍然是不拒绝原假设的，就原假设为真，所以该年中国制造业呈现规模报酬不变的状态的结果。
图 3 图 4
实验三 多元线性回归
一 实验目的：
(1) 掌握多元线性回归模型的估计方法
(2) 模型方程的F 检验，参数的t 检验
(3) 模型的外推预测与置信区间预测
二实验要求：应用教材P105习题11做多元线性回归模型估计，对回归方程和回归参数进行检验并做出单点预测与置信区间预测
三实验原理：最小二乘法
四预备知识：最小二乘法估计原理、t检验、F检验、点预测和置信区间预测五实验内容：
在一项对某社区家庭对某种消费品的消费需要调查中，得到书中的表所示的
归分析。
(1)估计回归方程的参数及及随机干扰项的方差2
σ，计算2R及2R。
(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？构造该估计值的95%的置信区间。
六实验步骤：
6.1 建立工作文件并录入全部数据
如图1所示：
图 1
6.2 建立二元线性回归模型
点击主界面菜单Quick\Estimate Equation 选项，在弹出的对话框中输入：
Y C X1 X2
点击确定即可得到回归结果，如图2所示
图 2
根据图2的信息，得到回归模型的估计结果为：
随机干扰项的方差估计值为22116.847
302.4067 7
σ∧==
6.3 结果的分析与检验
6.3.1 方程的F检验
回归模型的F值为：
因为在5%的显着性水平下，F统计量的临界值为
所以有
0.05(2,7)
F F
>
所以回归方程通过F检验，方程显着成立。
6.3.2 参数的t检验
由图2的估计结果，常数项、X1、X2系数的参数估计的t值分别为：
在5%的显着性水平下，t统计量的临界值为：
0.025(7) 2.3646
t=
显然有 0.025(7),0,1,2i t t i >=
所以拒绝原假设0H ，即回归方程的三个估计参数均显着，通过t 检验。
6.4 参数的置信区间
由图2的结果，可以看到:
因为参数的区间估计为：
又因为在0.05α=的显着性水平下，0.025(7) 2.3646t =
所以得： 0
?0/2?626.5093 2.3646*40.13010a t S ββ±?=± 于是，常数项的95%的置信区间为：
同样的有： 1
?1/2?9.790570 2.3646*3.197843a t S ββ±?=-± 于是，X1项的系数的95%的置信区间为：
同样的有： 2
?2/2?0.028618 2.3646*0.005838a t S ββ±?=± 于是，X2项的系数的95%的置信区间为：
6.5 回归预测
6.5.1 内插预测
在Equation 框中，点击“Forecast ”，在Forecast name 框中可以为所预测的预测值序列命名，计算机默认为yf ，点击“OK ”，得到样本期内被解释变量的预测值序列yf （也称拟合值序列）的图形形式，如图3所示。同时在Workfile 中出现一个新序列对象yf 。
图 3 图 4
6.5.2 外推预测
(1)录入数据
双击Workfile 菜单下的Range 所在行，出现将Workfile structured 对话框，讲右侧Observation 旁边的数值改为11，然后点击OK ，即可用将Workfile 的Range 以及Sample 的Range 改为11；
双击打开group01序列表格形式，将编辑状态切换为“可编辑”，在X1序列中补充输入X1=35.同样的方法录入X2=20000
(2)进行预测
在Equation 框中，点击“Forecast ”，弹出一对话框，在其中为预测的序列命名，如yf2。点击OK 即可用得到预测结果的图形形式，如图4所示。
点击Workfile 中新出现的序列yf2，可以看到预测值为856.2025（如图5所示）
图 5 图 6
(3)结果查看
按住Ctrl 键，同时选中y 、yf 、resid ，点击右键，在右键菜单中选Open/as Group 可打开实际值、预测值、残差序列，在view 菜单选择Grap/Line ，画折线图，如图6所示。
6.6 置信区间的预测
消费支出Y 的个别值的预测置信区间为:
其中, 0
?Y S 为Y 的个别值预测的标准差为: 消费支出Y 的均值的预测置信区间为:
其中，0
?()E Y S 为Y 的均值预测的标准差为: 6.6.1 Y 个别值的置信区间的预测
在Equation 框中，点击“Forecast ”，弹出Forecast 话框,如图7所示
图 7 图 8
在图7中S.E.那一栏为预测值的标准差，命名为yczbzc ，然后点解OK ，即可在Workfile 界面看到一个名为yczbzc 的序列。双击打开这一序列，如图8所示，在第11行（预测行）即可直接显示个别值的预测值标准差为：
把结果代入0
?0/2?a Y Y t S ±?，即可得到Y 个别值的95%的置信区间为： 6.6.2 Y 均值的置信区间的预测：
由于 0
?40.92713Y S == 且 2?302.41σ
= 所以可计算得： ''00() 4.539X X X X =
代入公式即可得到Y 均值的预测标准差为：
再把结果代入均值的置信区间公式 0?0/2()?a E Y Y t S ±?
得到Y 均值的95%的置信区间为：
实验四 异方差性
一 实验目的：掌握异方差性模型的检验方法与处理方法
二 实验要求：应用教材P155习题8案例做异方差模型的图形法检验、Goldfeld-Quanadt 检验与White 检验，使用WLS 方法、异方差稳健标准误方法对异方差进行修正。
三 实验原理：图形法检验、Goldfeld-Quanadt 检验与White 检验与加权最小二乘法、异方差稳健标准误方法。
四 预备知识：Goldfeld-Quanadt 检验与White 检验与加权最小二乘法。
五 实验内容：
下表列出了某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
(1)使用普通最小二乘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。
六 实验步骤：
6.1 建立对象：
录入变量可支配收入X 和消费性支出Y ，如图1所示：
图 1 图 2
6.2 用普通最小二乘法建立线性模型
设定一元线性回归模型为：
点击主界面菜单Quick\Estimate Equation ，在弹出的对话框中输入Y 、C 、X ，点击确定即可得到回归结果，如图2所示。
根据图2中的数据，得到模型的估计结果为
估计结果显示，即使在10%的显着性水平下，都不拒绝常数项为零的假设。
6.3 检验模型的异方差性
6.3.1 图形检验法
生成残差序列。在得到图2结果后，在工作文件中点击Object\Generate Series …，在弹出的窗口中，在主窗口键入命令如下“e2=resid^2”，如图3所示，得到残差平方和序列e2。
图 3 图4
如果存在异方差，则只可能是由于可支配收入X 引起的。
绘制2t e 对t X 的散点图。按住Ctrl 键，同时选择变量X 与e2，以组对象方式打开，进入数据列表，再点击View\Graph\Scatter\Simple Scatter ，可得散点图，如图4所示。
由图4可以看出，残差平方和2t e 对t X 大致存在递增关系，即存在单调增型异方差。
6.3.2 Goldfeld-Quanadt 检验
对变量取值排序(按递增或递减)。在工作文件中点击Proc\Scrt Current Page …，在弹出对话框中输入X 即可(默认项是升序)，如图5所示。本列选择升序排列，这时变量Y 将以X 按升序排列。
图 5 图6
构造子样本区间，建立回归模型。在本题中，样本容量n=20，删除中间1/4的观测值，大约4个数据，余下部分平分得两个样本区间：1-8和13-20，它们的样本个数均是8个，即128n n ==.在工作文件窗口中点击Sample 菜单，在弹出的对话框中输入1 8，将样本期改为1～8，如图6所示。
然后，用OLS 方法求得如图7的结果
图 7 图 8
根据图7中的数据，得到模型的估计结果为：
同样的，在Sample 菜单中，将区间定义为13～20，再利用OLS 方法求得如图8的结果。
根据图8中的数据，得到模型的估计结果为：
计算F 统计量：
如果设定显着性水平为5%，那么自由度为(6,6)的F 分布的临界值为0.55(6,6) 4.28F =，即有0.554.86 4.28(6,6)F F =>=，所以拒绝原假设，表明模型存在异方差性
6.3.3 White 检验
由图2的估计结果中，点击View\Residual tests\white heteroskedasticity(no cross terms),进入White 检验，进过估计出现White 检验的结果如图9所示。
图 9
由图9中的数据，得到
White 统计量2200.63260612.65212nR =?=，该值大于5%显着性水平下自由
度为2的2χ分布的相应临界值20.05(2) 5.99χ=，(在估计模型中含有两个解释变量，
所以自由度为2)因此拒绝同方差性的原假设。
6.4 异方差性的修正
6.4.1 加权最小二乘法
运用OLS 方法估计过程中，我们选用权数1/t t w e =。权数生成过程如下，在图2的情况下，在工作文件中点击Object\Generate Series …，在弹出的窗口中，在Enter equation 处输入w=1/@abs(resid).
在工作文件中点击Quick\Estimate Equation ，在弹出的画框中输入Y 、C 、X ，如图10所示。
图 10 图 11
然后，在图10中点击Options 选项，选中Weighted LS/TLS 复选框，在Weight 框中输入w ，如图11所示，点击确定，即可得到加权最小二乘法的结果，如图12所示。
图 12
由图12中的数据，得到模型的估计结果：
可以看出，常数项的t 统计量的值有了显着的改进。
下面检验是否经加权的回归的模型已不存在异方差性。
记2e ≈
为加权回归后模型的残差估计的平方和。在图12中，点击View\Residual tests\white heteroskedasticity(no cross terms)，进入White 检验，经过估计出现White 检验结果，如图13所示。
图 13
由图13中的数据，得到
White统计量20.07642
nR=，其所对应的伴随概率为0.967983
P=，因此在5%的显着性水平下，不能拒绝同方差的假设。
6.4.2 异方差稳健性标准误方法
在图2中，点击Estimate按钮，出现Spection窗口(图14)，点击Option 按钮，在出现的EstimationOptions窗口中，选择“Heteroskedasticity”选项，并选择默认的White选项(图15)，点击按钮退回到Equation Spection窗口(图14)，再点击OK按钮，即得到如图16所示的结果。
图14 图 15
图 16
可以看出，估计的参数与普通最小二乘法的结果相同，只是由于参数的标准差得到了修正，从而使得t检验值与普通最小二乘法的结果不同。
实验五自相关性
一实验目地:掌握自相关性模型的检验方法与处理方法
二实验要求：应用教材P155习题9案例做自相关性模型的图形法检验和DW检验，使用广义最小二乘法和广义差分法进行修正。
三实验原理：图形法检验、DW检验、广义最小二乘法和广义差分法。
四预备知识：最小二乘法、DW检验、广义最小二乘法和广义差分法。
五实验内容：
中国1980～2007年全社会固定资产投资总额X与工业总产值Y的统计资
料如下表所示。
试问：
(1)当设定模型为01ln ln t t t Y X ββμ=++时，是否存在序列相关性？
(2)若按一阶自相关假设1t t t μρμε-=+，试用广义最小二乘法估计原模型。
(3)采用差分形式*1t t t X X X -=-与*1t t t Y Y Y -=-作为新数据，估计模型
**01t t t Y X ααυ=++，该模型是否存在序列相关？
六 实验步骤：
在经济系统中，经济变量前后期之间很可能有关联，使得随机误差项不能满足无自相关性的假设。本案例将探讨随机误差项不满足无自相关性的古典假定的参数估计问题。着重讨论自相关性模型的图形法检验、DW 检验与广义最小二乘估计和广义差分法。
6.1 建立Workfile 和对象
录入1980—2007年全社会固定资产投资X 以及工业增加值Y ，如图1所示。
图 1 图 2
6.2 参数估计、检验模型的自相关性
6.2.1 参数估计
设定模型为01ln ln t t t Y X ββμ=++
点击主界面菜单Quick\Estimate Equation ，在弹出的对话框中输入log(Y)
C log(X)，点击确定即可得到回归结果，如图2所示。
根据图2中数据，得到模型的估计结果为：
该回归方程的可决系数较高，回归系数显着。对样本容量为28、一个解析变量的模型、5%的显着性水平，查 D.W.统计表可知， 1.33L d =， 1.48U d =，模型中..L D W d <，显然模型中存在正自相关。
下面对模型的自相关性进行检验。
6.2.2 检验模型的自相关性
点击Eviews 方程输出窗口的按钮Resids 可以得到残差图，如图3所示。
图 3 图 4
图3的残差图中，残差的变动有系统模式，连续为正和连续为负，表明残差存在一阶正自相关，模型中t 统计量和F 统计量的结论不可信，需要采取补救措施。
点击工作文件窗口工具栏中的Object\Generate Series …,在弹出的对话框中输入et=resid,如图4所示，点击OK 得到残差序列et 。
点击Quick\Graph\Line Graph ，在弹出的对话框中输入：et ，再点击OK ，得到残差项~
t e 与时间的关系图，如图5所示，点击Quick\Graph\Scatter ，在弹出的对话框中输入：et(-1) et,再点击OK ，得到残差项 ~t e 与~1t e -时间的关系图，如图6所示。
图 5 图 6
从图5和图6中可以看出，随机干扰项呈现正相关。
由于时间序列数据容易出现为回归现象，因此做回归分析是须格外谨慎的。本例中，Y 和X 都是事件序列书记，因此有理由怀疑较高的2R 部分是由这一共
计量经济学实训
经济计量建模实训课程设计 服务业的发展对国民经济影响的实证分析 一、引言 伴随着我国经济继续平稳快速发展，服务业同样保持快速发展。2012服务业增加值占GDP的比重达到43%，同比提高四个百分点。同时指导服务业发展的一系列政策陆续出台；要将提高服务业比重作为推动服务业发展的第一目标；服务业的发展与促进工业转型升级、加快农业现代化进程和推进城镇化结合起来；服务业“走出去”战略等等。 当前中国正在实施产业结构调整，而加快服务业发展，促进产业结构升级，已经成为中国经济发展重重之重。在此情况下对我国服务行业的研究分析和预测显得十分重要和必要，无论是对我国制定产业政策、发展国民经济还是对人民群众的日常生活都有深远的意义，也有利于服务各行业的人员把握服务业的理论及其发展方向，从而能利用有关服务业的各种理论对我国的服务业结构升级和我国服务业的健康发展做出贡献。 本文尝试运用宏观定量的实证分析方法，并以国际贸易理论为基础，根据中国统计年鉴2012的数据，应用Eviews分析工具，通过对改革开放以来中国第三产业发展的经济数据进行经济计量分析，估计确定国民经济发展与第三产业状况、服务业吸纳社会就业方面、服务贸易赚取外汇的显著性关系，并建立回归模型，从而帮助分析宏观主体以及个体面对服务业发展及创业作出相应决策。并结合中国实际的情况，根据分析结果，对服务业今后的发展提出相应的建议和对策。揭示服务业的发展对国民经济的影响，构建相关的计量经济学模型，探讨服务业不同因素对于国民经济的关系。同时根据模型，分析出模型中存在的问题，并提出建议。 1 服务业发展情况概述及相关理论 1.1服务业发展历程 服务业是随着商品生产和商品交换的发展，继商业之后产生的一个行业。商品的生产和交换扩大了人们的经济交往。为解决由此而产生的人的食宿、货物的运输和存放等问题，出现了饮食、旅店等服务业。服务业最早主要是为商品流通服务的。随着城市的繁荣，居民的日益增多，不仅在经济活动中离不开服务业，而且服务业也逐渐转向以为人们的生活服务为主。社会化大生产创造的较高的生产率和发达的社会分工，促使生产企业中的某些为生产服务的劳动从生产过程中逐渐分离出来（如工厂的维修车间逐渐变成修理企业），加入服务业的行列，成为为生产服务的独立行业。 服务业从为流通服务到为生活服务，进一步扩展到为生产服务，经历了一个很长的历史过程。服务业的社会性质也随着历史的发展而变化。在前资本主义社会，主要是为奴隶主和封建主服务,大多由小生产者经营,因而具有小商品经济性质。资本主义服务业以盈利为目的，资本家和服务劳动者之间的关系是雇佣关系。社会主义服务业是以生产资料公有制为基础，以提高人民群众物质文化生活为目的，是真正为全社会的生产、流通和消费服务的行业。 “十一五”时期，我国金融、批发零售、住宿餐饮、交通仓储等主要服务 1
计量经济学实验三
实 验 三： 多元回归模型与非线性回归模型 【实验目的】掌握多元回归模型参数估计，特别是非线性回归模型的转化、参数估计及检验方法。 【实验内容】一、多元回归模型参数估计； 二、生成序列以及可线性化模型的参数估计； 三、不可线性化模型的迭代估计法的Eviews 软件的实现方式。 【实验数据】建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为：()ε,,,K L t f Y =。其中，L 、K 分别为生产过程中投入的劳动与资金，时间变量t 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y 为工业总产值（可比价），L 、K 分别为年末职工人数和固定资产净值（可比价）。 资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理 【实验步骤】Y=AK 一、建立多元线性回归模型 ㈠建立包括时间变量的三元线性回归模型； μββββ++++=L K T Y 3210
在命令窗口依次键入以下命令即可： ⒈建立工作文件： CREATE A 78 94 ⒉输入统计资料： DATA Y L K ⒊生成时间变量t ： GENR T=@TREND(77) ⒋建立回归模型： LS Y C T L K 则生产函数的估计结果及有关信息如图3-1所示。 图3-1 我国国有独立核算工业企业生产函数的估计结果 因此，我国国有独立工业企业的生产函数为： K L t y 7764.06667.06789.7732.675?+++-= （模型1） t ＝(-0.252) (0.672) (0.781) (7.433) 9958.02=R 9948 .02=R 551.1018=F 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。9958.02=R ，说明模型有很高的拟合优度，F 检验也是高度显著的，说明职工人数L 、资金K 和时间变量t 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K 的t 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的t 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除t 统计量最小的变量（即时间变量）而重新建立模型。 ㈡建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K 则生产函数的估计结果及有关信息如图3-2所示。
计量经济学实验报告1
《计量经济学》 课程实践报告1 系部：经济与管理系 专业：国际经济与贸易 任课教师：李祖辉老师 年级班级： 2013级 2班 组员：舒冠、张淑琴、梁湘、冯冬雪
税收收入影响因素分析 —基于Eviews模型的经济计量分析 一、意义 1960年以来，中国的经济基本处于高速增长之中。经济增长的高速发展，势必会影响国家财政政策和国家福利水平。而税收作为国家财政收入中最主要的部分对这些政策的实施也会有很大的影响。近些年来，国家的税收也受到多种因素的影响。 经济发展水平决定税收收入水平，税收同时也反作用于经济。要实现经济的持续增长，必须要求与经济紧密关联的税收符合其发展的要求，即政府筹集的税收收入应尽可能的满足其实现职能的需求，同时又不至于损害经济的发展。影响未来的需求，我们需要研究影响中国税收收入的主要原因，分析中央和地方税收收入增长的数量规律，从结构上对税收收入的影响做一个很好的了解，对于预测中国税收未来的增长趋势具有重要的作用，对于我国的社会主义现代化建设具有重要意义。 二、研究综述 影响税收收入的因素有很多，如经济发展水平、税收制度的设计、政府职能范围等。李卫刚认为，影响税收增长的因素是多元的，主要有经济增长、税制结构、税收征管水平和价格因素；孙玉栋认为，影响税收收入增长的因素主要有经济增长、物价、税收政策调整和税收征管等几个方面；安体富认为，税收收入主要受价格、经济结构的变动、经济效应的变动、税收政策、财税制度、税收征管和税款虚收
的影响。以上学者都说明税收收入的影响因素是多方面的，同时都认为经济因素的重要性，但他们多集中于对税收收入影响因素的全面分析，因而对经济性影响因素分析得不够详细。 而郭庆旺认为，税收收入的经济增长弹性是 1.536，经济增长对税收增长的贡献十分明显。国家税务总局科研所的研究结论为：在正常的经济运行状况下，经济税源提供的收入应占税收总额的70%～80%或以上；而最为直接的、显著的影响税收增长的因素是经济增长和物价水平，而且物价水平对税收收入增长的影响强于GDP的影响。胡才君认为GDP与税收收入负相关，进出口总额、全国城乡储蓄存款年末余额、财政支出总量与税收收入正相关。而欧阳若澜认为，GDP、财政支出和商品零售价格指数3个三个指标与税收收入存在正相关关系。李鑫又认为影响我国税收增长的主要因素是财政支出和商品价格水平。 以上文献对影响税收收入经济性因素的一个或几个方面进行了分析，而且由于数据选取不同和分析问题的角度不同，得出的结果在揭示各经济性影响因素对税收收入的影响的程度方面还存在争议：在影响税收收入的经济性因素中各个因素对税收收入增长的贡献率是多少？占多少比重？因此，本文将重点研究影响税收收入的经济性因素，对其进行细分并进行相应的实证研究。根据前人的理论分析和数据的可得性等，本文从实证的角度，选取税收收入、GDP、财政支出、商品零售价格指数和进出口总额5个指标做多元回归模型，并采用计量分析工具对影响因素进行分析。
计量经济学实验报告完整版
计量经济学实验报告集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]
3.3 3.3 经调查研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表 3.6为对某地区部分家庭抽样调查得到的样本数据。 （1T ）的多 元线性回归：123i i i i u Y X T βββ=+++ 利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和 作用。 步骤： 1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA Y X T ，回车。将数据复制粘贴到Group 中的表格中。 3. 建立数据关系图为初步观察数据的关系，在命令行输入命令：sort Y ，从而实现数据Y 的递增排序。 4. 在数据表“group ”中点“view/graph/line ”，最后点击确定，出现序列Y 、X 、T 的线性图。 5. OLS 估计参数,点击主界面菜单Quick\Estimate Equation ，弹出对话框，如下图。在其中输入Y c X T ，点确定即可得到回归结果。
经济意义：家庭月平均收入每增加1元，家庭书刊消费将增加0.08645元。户主受教育年数每增加1年，家庭书刊消费平均将增加52.3703元。 作用：显示出各解释变量在其他解释变量不变的情况下，对被解释变量的影响情况。 （2）作家庭书刊消费（Y ）对户主受教育年数（T ）的一元回归，获得残差E1；再作家庭月平均收入（X ）对户主受教育年数（T ）的一元回归，并获得残差E2。 Y 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA Y T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T Y 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 Y C T ，点“确定”。 E1=resid X 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA X T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T X 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 X C T ，点“确定”。 E2=resid （3）作残差E1对残差E2的无截距项的回归：212i E E v α=+ ，估计其参数。 步骤1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA E1 E2，回车。将数据复制粘贴到Group 中的表格 中。 3. 采用OLS 估计参数在主界面命令框栏中输入 ls E1 E2，然后回车，即可得到参数的估计结果。 由结果可知1=-6.3351+0.08645*2E E
计量经济学实验课教学大纲
计量经济学实验课教学大纲 一、课程基本情况 课程名称：计量经济学实验 课程类别：必修 适用专业：经济管理类专业 学时：14学时 二、课程简介 计量经济学是经教育部批准的高等学校经济学类各专业八门核心课程之一，是高等经济学教育不可缺少的重要组成部分。本课程是以揭示经济活动中客观存在的数量关系为内容的经济学分支学科，为思考和描述经济问题和政策提供了基本的研究和分析方法。实验教学在计量经济学课程中占有非常重要的地位。根据教育部高等学校经济学科教学指导委员会制定的计量经济学教学基本要求，学生在学习计量经济学理论的同时必须能够掌握一定的实践分析能力，掌握一至两种计量经济学软件的应用。使学生能通过学习软件的运用，达到应用经济理论和计量经济学模型分析比较简单的经济问题的目的。同时，实验课程的开设也有利于学生立足于实际工作和社会需要，进行综合能力的锻炼。 三、实验教学目的和要求 （一）本课程教学目的 通过本课程的学习，使学生了解经济数量分析实验课程在经济类本科专业课程体系中的地位，了解经济数量分析在经济学科的发展和实际工作中的作用。能够建立并应用简单的计量经济学模型，并对现实经济活动进行分析和预测。使学生具有进一步学习与应用计量经济
学理论、方法与模型的基础和能力。 （二）本课程教学要求 1.对学生的基本要求 （1）按实验内容，认真严肃地对待实验，实验中发现的问题应积极发挥主观能动性设法解决，或与老师、同学商讨，每个实验项目结束后写好实验报告。 （2）学生的实验报告要反映实验步骤、实验结果、实验分析总结等内容。 四、实验项目设置和内容
五、实验指导、评价体系、考核方式及成绩评定 （一）实验指导及评价体系 1.对个别学生的问题，实验指导教师可作个别解答；对多数学生都有的问题，在课堂上演示说明。 2.实验评分（100分）的70％由实验指导教师根据学生提交的《计量经济学》实验课程报告评定。其余的30%由实验指导教师根据学生到课情况、课堂抽查、学生做实验认真和规范化程度给予综合评分。 （二）考核方式与成绩评定标准 该课程考核包括由平时与期末考试两部分构成，平时成绩占30%，期末卷面成绩占70%。成绩评定采用百分制。 平时成绩由实验考勤情况、及实验报告撰写二部分构成，所占分值分别为30%和70%。 六、实验指导（参考）书
计量经济学实验一
《计量经济学》综合实验一系金融系专业经融工程姓名程若宸 学号20141206031035 实验地点：B楼305 实验日期：216.9.30 实验题目：研究中国汽车市场未来发展趋势 实验类型：基本操作训练。 实验目的：掌握简单线性回归模型的Eviews操作 实验内容：第三章的“引子”中分析了，经济增长、公共服务、市场价格、交通状况、社会环境、政策因素，都会影响中国汽车拥有量。为了研究一些主要因素与家用汽车拥有量的数量关系，选择“百户拥有家用汽车量”、“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”等变量，2011年全国各省市区的有关数据见附件：1）建立百户拥有家用汽车量计量经济模型? 2）估计参数并写出回归分析结果报告? 3) 对模型进行经济意义上的检验，统计意义上的检验? 评分标准：操作步骤正确，回归结果正确，结果分析准确到位，符合实际。 实验步骤：
Dependent Variable: Y Method: Least Squares Date: 09/30/16 Time: 11:27 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 246.8540 51.97500 4.749476 0.0001 X2 5.996865 1.406058 4.265020 0.0002 X3 -0.524027 0.179280 -2.922950 0.0069 X4 -2.265680 0.518837 -4.366842 0.0002 R-squared 0.666062 Mean dependent var 16.77355 Adjusted R-squared 0.628957 S.D. dependent var 8.252535 S.E. of regression 5.026889 Akaike info criterion 6.187394 Sum squared resid 682.2795 Schwarz criterion 6.372424 Log likelihood -91.90460 Hannan-Quinn criter. 6.247709 F-statistic 17.95108 Durbin-Watson stat 1.206953 Prob(F-statistic) 0.000001 (51.98) (1.41) (0.18) (0.52) t= (4.75) (4.27) (-2.92) (-4.37) F=17.951 n=31 模型检验 1.经济意义检验 模型估计结果的数据说明理论分析与经验判断相一致 2.统计检验 (1)拟合优度：修正的可决系数为说明模型对样本拟和
计量经济学实验
中国海洋大学本科生课程大纲 一、课程介绍 1.课程描述： 计量经济学是经济学、数学和统计学相结合的综合性边缘学科。它是以经济理论为基础，以经济事实表现的经济数据为依据，运用数学和统计学的方法，通过建立计量经济模型来研究经济变量之间随机数量关系和规律的一门经济学科。计量经济学是教育部规定的经济类专业核心课程之一，是经济类专业的专业必修课，在经济类的各个专业的教学中占有非常重要的地位。 计量经济实验分析在现代经济研究中具有重要的地位，是经验解释的理论验证、经济发展规律的总结以及经济冲击效果的预测等工作的主要方式。计量经济学的工具类课程性质、软件依赖特征使得实验教学成为理解计量经济理论和掌握其应用方法的有效方式。课程的重点是讲授常用的计量经济学软件的基本操作，使学生熟悉软件界面，熟悉了解常用的菜单项和工具栏的操作，通过分步骤讲解的上机实践，使学生逐步掌握关于计量经济分析的理论和应用问题的研究过程。 Econometrics is a comprehensive fringe subject that combines economics, mathematics and statistics. It is an economic discipline based on economic theory, economic data and economic facts. It uses mathematical and statistical methods to establish econometric models to study the random quantitative relationships and laws between economic variables. Econometrics is one of the core courses for economics majors stipulated by the Ministry of Education. It is a compulsory course for economics majors. It occupies a very important position in the teaching of economics majors. Econometric experimental analysis has an important position in modern economic research. It is the main method of theoretical verification of empirical interpretation,
eviews实验指导书
计量经济学 实验指导书
目录 实验一Eviews的基本操作与一元线性回归模型的最小二乘估计 (1) 实验目的： (1) 实验内容： (1) 实验二：Eviews的常用函数与多元线性回归分析 (6) 实验目的 (6) 实验内容 (6) 实验三异方差的检验与修正 (8) 实验目的 (8) 实验内容 (8) 实验四序列相关的检验与修正 (13) 实验目的 (13) 实验内容 (13) 实验五多重共线性的检验和修正 (18) 实验目的 (18) 实验内容 (18) 实验六柯布-道格拉斯生产函数的求解 (22) 实验目的 (22) 实验内容 (22)
实验一 Eviews 的基本操作与一元线性回归模型的最小二乘估计 实验目的： 1、熟悉Eviews 的窗口与界面 2、掌握Eviews 的命令与菜单的操作 3、掌握用Eviews 估计与检验一元线性回归模型 实验内容： 1、启动Eviews 双击Eviews 图标，出现Eviews 窗口，它由以下部分组成：标题栏“Eviews”、主菜单“File ，Edit ，…，Help”、命令窗口（空白处）和工作区域。 图1-1 2、产生文件 Eviews 的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。 （1） 读已存在文件：File →Open →Workfile 。 （2） 新建文件：File →New →Workfile ，出现对话框“工作文件范围”，选取或填上数据类型、 起止时间。OK 后，得到一个无名字的工作文件，其中有：时间范围、当前工作文件样本范围、filter 、默认方程、系数向量C 、序列RESID 。 在主菜单上依次点击File/New/Workfile ，即选择新建对象的类型为工作文件，将弹出一个对话框（如图所示），由用户选择数据的时间频率（frequency ）、起始期 工作区域
计量经济学实验教程 实验七 多重共线性模型的检验和处理
目录 R值和t值检验 (4) 一、2 二、解释变量相关系数检验 (5) 三、辅助回归检验 (6) 四、CS对GDP1、GDP2、GDP3回归多重共线性的处理 (8) 五、TZG对ZJ、YY和CZ回归多重共线性的处理 (9)
实验七多重共线性模型的检验和处理 实验目的：掌握多重共线性模型的检验和处理方法。 R值和t值检验及解释变量相关系数检验，实验要求：了解辅助回归检验和掌握2 了解变量变换法和掌握先验信息法。 R值和t值检验、解释变量相关系数检验和辅助回归检验，先验信实验原理：2 息法和变量变换法。 实验步骤： 一、2R值和t值检验 在实验二的一元线性回归模型的估计中，根据广东数据把CS作为应变量，GDPS作为解释变量，进行了一元线性回归，得到结果为 CS=0.0802959511276*GDPS+12.5096023259 其含义是国内生产总值GDPS每增加一个单位，财政收入CS将增加0.0830个单位。实际上三个产业对财政收入的贡献是不同的，那么就应该把上述回归改为财政收入CS对三个产业增加值GDP1、GDP2、GDP3进行回归。进行这个三元回归，得结果为： 从结果看判定系数2R很高，方程很显著，但3个参数t检验值两个不显著，有一个较显著，其中一个参数估计值还是负的，不符合经济理论。显然，出现了严重的多重共线性。 在实验三的多元线性回归模型的估计和检验中，根据广东数据，建立了固定
资产投资模型，固定资产投资TZG取决于固定资产折旧ZJ、营业盈余YY和财政支出CZ，进行三元线性回归如下： 估计方程的判定系数2R很高，方程显著性F检验也显著，但只有两个参数显著性t检验比较显著，这与很高的判定系数不相称，出现了严重的多重共线性。 二、解释变量相关系数检验 根据广东数据，CS对GDP1、GDP2和GDP3的回归中，解释变量GDP1、GDP2和GDP3之间的相关系数为 可以看出三个解释变量GDP1、GDP2和GDP3之间高度相关，必然存在严重的多重共线性。 根据广东数据，TZG对ZJ、YY、CZ的回归中，解释变量ZJ、YY、CZ之间的相关系数为 可以看出三个解释变量ZJ、YY、CZ之间也高度相关，特别是ZJ和CZ之间高度相关，必然存在严重的多重共线性。
(精编)计量经济学(文科)实验指导书
(精编)计量经济学(文科)实验指导书
《计量经济学》实验指导书
目录 实验一Eviews软件的基础知识1 实验二数据处理6 实验三一元线性回归模型估计与预测12 实验四多元线性回归模型建立28
实验一Eviews 软件的基础知识 【实验目的】 了解Eviews 软件的基本知识及操作对象，掌握软件的基本操作。 【实验内容】 1.了解Eviews 软件的安装； 2.熟悉Eviews 软件窗口和菜单的基本功能； 3.学会建立、保存和调用Eviews 的工作文件。 【实验要求】 在完成实验报告时，全班必须使用统一来源的数据资料。 【实验步骤】 一、Eviews 软件的安装 方法一 1 准备好Eviews 的安装盘，确保第一张盘没有写保护。 2 运行Window 程序，将其他应用程序关闭。 3 在光驱中插入安装盘。 4 在提示下依次点击“下一步”，安装完成，最后给出安装成功的信息： 方法二 1 由多媒体教学软件教师端发送Eviews3软件至学生端 2 接收到后，解压缩至当前文件夹 3 双击setup ，重复点击 next 二、Eviews 窗口简介 1.Eviews 1.1）。 图1.1 2.主菜单说明: File:有关文件的创立（New ）打开（Open ）,保存（Save/Saveas ）,关闭（Close ）,程序
运行（Run）等，选择下拉菜单中的Exit将退出Eviews软件。 ●Edit：通常情况下仅提供复制（Copy）功能，应与粘帖（Paste）配合使用，对某些特定窗口，如查看模型估计结果的表达式时，可对窗口中的内容进行剪切（Cut），删除（delete）等工作选择(Undo)表示撤消上步操作。 ●View和procs：两者的下拉菜单的项目，随着当前的窗口不同而改变，功能也随之变化，主要涉及变量的多种查看方式和运算过程。 ●Quick:提供快速分析过程，包括常用的统计分析方法，回归模型，时间序列模型以及各种重要的检验。 ●Options:系统参数设定选项。与一般应用软件相同，Eviews运行过程中的各种状态，如窗口的显示模式，字体，图象，电子表格等都有默认的格式，用户可根据需要选择Optios下拉菜单中的项目对一些默认格式进行修改 三、工作文件的创建、保存及调用 （一）工作文件的创建： Eviews要求数据的分析处理过程必须在特定的工作文件（Workfile）中进行，所以在录入和分析数据之前，应创建一个工作文件。 1.菜单方式 （1）在主菜单中选择File/New/Workfile（图1.2）。 图1.2 出现下面窗口（图1.3） 图1.3 注：各种时间频率对应的日期格式 ●Annual1990,2000 ●semi-annual1990:1,2000:2 ●quarterly1990:1,2000:3 ●monthly1990:1,2000:6,2000:12 ●weekly/daily月：日：年（美国格式） ●undatedorirregular1,50
计量经济学实训报告
计量经济学 实训报告 题目关于我国2016年GDP与财政收入的关系姓名 学号 专业年级 课程教师 年月日
计量经济学实训报告 关于我国2016年GDP与财政收入的关系 一、研究目的 影响财政收入的因素有很多，比如国内生产总值、居民收入、居民消费、零售物价指数、经济增长等等。现为研究国内生产总值GDP 和财政收入的关系，特选取了2016我国各地区的数据，运用Eviews 软件做简单的线性回归分析。 二、研究内容 （一）、建立模型
（1）通过Eviews软件得到散点图如下： 在该散点图中，我们可知财政收入和国内生产总值呈线性相关的关系所以在我们模拟假设建立如下一元回归模型： Y= （二）、估计参数 回归结果如下：
可给出如下回归分析结果： Y=127.30+0.1067X (274.39) (0.0085) t=（0.4639）（12.454） =0.8424 F=155.10 SE=944.02 DW=1.865 其中括号内的数为相应参数的t检验值，R为可决系数，F 是一个重要的检验计量。（Y是税收收入，X是国内生产总值GDP）。（三）、模型检验 1、经济意义检验 回归模型为Y=127.30+0.1067X （其中Y为财政收入，X为国内生产总值）。其中所估计的参数0.1067是样本回归方程的斜率，它表示GDP的边际增长率，说明GDP每增长1亿元，财政收入将平均增长0.1067亿元。这符合经济学中的收入增长原理。 2、拟合优度和统计检验 （1）、拟合优度的度量
回归结果为： Y=127.30+0.1067X (274.39) (0.0085) t=（0.4639）（12.454） =0.8424 F=155.10 SE=944.02 DW=1.865 ①可决系数 =0.8424，表明财政收入变化的84.24%可由国民生产总值的变化来解释，有15.76%未被解释。说明该样本回归直线对样本数据的拟合优度还算高。 ②F值 F=155.10，数值还算高，说明国内生产总值X对财政收入Y有显著影响。 ③t检验 (29)=2.045 从斜率项的t检验值来看，大于5%显著性水平下自由度为n-2=29的临界值为 2.045，且该斜率值满足0<0.10677<1。t()=12.454 > (29)=2.045。 所以拒绝原假设，表明国内生产值对财政收入有显著影响。三、预测 预测值及标准误差的图如下：
《计量经济学》上机实验答案过程步骤
实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 试根据资料完成下列问题： （1）给出模型t t t u x b b y ++=10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）对所建立的回归方程进行检验(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）若2002年国民生产总值为亿元，求2002年财政收入预测值及预测区间（05.0=α）。 参考答案：
（1） t t x y 133561.06844.324?+= =)?(i b s =)?(i b t 941946.02 =R 056.1065?==σ SE 30991.0=DW 9607.356=F 133561.0?1 =b ，说明GNP 每增加1亿元，财政收入将平均增加万元。 （2）)?()2(?02/00b s n t b b ?-±=α=±? )?()2(?1 2/11b s n t b b ?-±=α=±? （3）①经济意义检验：从经济意义上看，0133561.0?1 ?=b ，符合经济理论中财政收入随着GNP 增加而增加，表明GNP 每增加1亿元，财政收入将平均增加万元。 ②估计标准误差评价： 056.1065?==σ SE ，即估计标准误差为亿元，它代表我国财政收入估计值与实际值之间的平均误差为亿元。 ③拟合优度检验：941946.02 =R ，这说明样本回归直线的解释能力为%，它代表我国财政收入变动中，由解释变量GNP 解释的部分占%，说明模型的拟合优度较高。 ④参数显著性检验：=)?(1b t ?0739.2)22(025 .0=t ，说明国民生产总值对财政收入的影响是显著的。 （4）6.1035532002=x , 41.141556.103553133561.06844.324?2002=?+=y
计量经济学实验报告
《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图
从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033
则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归
1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。
计量经济学实验课程
第一节 EViews基本操作 1、什么是EViews EViews是Econometric Eviews（计量经济学视图）的缩写，通常称为计量经济学软件包，是专门从事数据分析、回归分析和预测的工具，在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。 EViews引入了流行的对象概念，操作灵活简便，可在菜单式窗口和编程窗口两种方式下运行，可直接而不需要编程解决绝大部分计量经济学问题。 2、EViews安装 3、EViews使用参考书 1）、《EViews使用指南与案例》，张晓峒主编，机械工业出版社，2007 2）、《计量经济学试验教程》，李国柱，刘德智主编，中国经济出版社，2010 4、认识EViews 主菜单包含九个主菜单，每个主菜单下包含若干菜单项。 File(文件) Edit(编辑) Object(对象)：主菜单下有：New Object(新建对象)、Fetch from DB（从数据库导入）、Update selected from DB（从数据库更新对象）、store selected to DB（把选定的对象存储到数据库）、copy selected（复制所选定的对象）、rename （重命名）、 freeze output （冻结当前输入） Qucik提供快速分析过程，即一些频繁使用的功能。主要菜单有：sample（改编样本范围）、generate series（生成序列）、show（打开已选择的对象，或将多个序列合成一个群对象）、graph（画图）、empty group（打开一个空群）、series statics（产生序列统计量）、group statistics（进行群统计）、estimate equation （估计方程）、 estimate VAR（估计向量回归方程）。 5、数据操作 常用函数：abs(x),exp(x),inv(x),log(x),log10(x),log10(x,b),sqrt(x) 常用描述统计函数： cor(x,y),cov(x,y),mean(x),medan(x),min(x),stdev(x),var(x),sum(x) 描述性统计常用的量： 偏度（skewness）计算公式为s=错误！未找到引用源。3, 对称分布的偏度为零;当偏度大于零时，序列的分布为正偏；当偏度小于零时，序列的分布为负偏；如果偏度等于零，则序列呈正态分布。 峰度（kurtosis）的计算公式为k=错误！未找到引用源。4,正态分布的峰度为3。当序列的峰度大于3时，表示与正态分布相比，序列的分布为尖崤峰；当序列的峰度小于3时，表示与正态分布相比，序列的分布为平缓峰。 雅克-贝拉统计量（Jarque-bera statistic）用来检验序列是否服从正态分布，计算公式JB=错误！未找到引用源。，原假设为序列服从正态分布时，JB统计量服从自由度为2的卡方分布。只需要比较P值与显著性水平的大小。 第二节简单线形回归
计量经济学实验操作指导(完整版)
计量经济学试验 （完整版） - —李子奈 ?目录 实验一一元线性回归5? 一实验目得.................................................... ５二实验要求. (5) 三实验原理5? 四预备知识５? 五实验内容５? 六实验步骤 (5) 1、建立工作文件并录入数据 (5) 2、数据得描述性统计与图形统计:............................. ７ 3、设定模型，用最小二乘法估计参数：8? ４、模型检验:.............................................. ８ 5、应用：回归预测：9? 实验二可化为线性得非线性回归模型估计、受约束回归检验及参数稳定性检验 (12) 一实验目得：12? 二实验要求 (12) 三实验原理 (12) 四预备知识.................................................. 1２五实验内容１2? 六实验步骤１3? 实验三多元线性回归 (14) 一实验目得................................................... １4三实验原理1５? 四预备知识.................................................. 1５五实验内容................................................... 1５六实验步骤１5? 6、1 建立工作文件并录入全部数据１5? 6、２建立二元线性回归模型1５? 6、3 结果得分析与检验1６? 6、４参数得置信区间16? 6、５回归预测 (17) 6、6 置信区间得预测18?
计量经济学实验报告54995
1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP ）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型 为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。
计量经济学Eviews多重共线性实验报告
实验报告 课程名称计量经济学 实验项目名称多重共线性 班级与班级代码 专业 任课教师 学号： 姓名： 实验日期：2014 年05 月11日
广东商学院教务处制 姓名实验报告成绩 评语： 指导教师（签名） 年月日
说明：指导教师评分后，实验报告交院（系）办公室保存。 计量经济学实验报告 一、实验目的：掌握多元线性回归模型的估计方法、掌握多重共线性模型的识别和修正。 二、实验要求：应用教材第127页案例做多元线性回归模型，并识别和修正多重共线性。 三、实验原理：普通最小二乘法、简单相关系数检验法、综合判断法、逐步回归法。 R值。 四、预备知识：最小二乘法估计的原理、t检验、F检验、2 五、实验步骤 1、选择数据 理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等1985——2007年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。主要数据如下： 1985~2007年统计数据
资料来源：《中国统计年鉴》，中国统计出版社2000、2008年版。 为分析Y 与X1、X2、X3、X4、X5、X6、X7之间的关系，做如下折线图： 能源消费Y 在1986到1996年间缓慢增长，在96至98年有短暂的下跌，但是98 至02年开始缓慢回升，02年到06年开始快速增长。 国民总收入X1和国内生产总值X2以相同的趋势逐年缓慢增长。 工业增加值X3在1985年-1999年期间一直是缓慢增长，但在2000年出现了急剧下降的现象，2001年又急剧增长，达到下降前的水平，2001年以后开始缓慢增长。建筑业增长值x4、交通运输邮电业增加值x5、人均生活电力消费x6、能源加工转换效率x7数值较低，但都以较平缓的方式增长。 2、设定并估计多元线性回归模型 t t t t t t t u X X X X X Y ++++++=66554433221ββββββ （2.1） 2.1录入数据，得到图。