计量经济学实验四
实验四 联立方程计量经济模型Eviews 操作
案例：
1978—2003年全国居民消费CS t 、国民生产总值Y t 、投资I t 、政府消费G t
数据，如下表所示。
建立如下宏观经济模型：
消费函数：t t t t CS Y CS 11210μααα+++=-
投资函数：t t t Y I 210μββ++=
收入方程：t t t t G CS I Y ++=
容易判断该联立方程模型中投资方程是过渡识别，消费方程是恰好识别，模型是可识别的。
下面用四种方法进行二阶段最小二乘法估计参数。这四种方法的输出结果是一样的。
方法一：间接最小二乘
第一阶段：LS CS C G CS(-1) 估计消费的简化式方程 GENR ECS=CS-RESID 计算消费的估计值
LS Y C G CS(-1) 估计收入的简化式方程
GENR EY=Y-RESID 计算收入的估计值
第二阶段：LS CS C EY CS(-1) 估计替代后的消费结构式方程 LS I C EY 估计替代后的投资结构式方程
Dependent Variable: CS Method: Least Squares Sample(adjusted): 1979 2003
Included observations: 25 after adjusting endpoints
Variable
Coefficient Std. Error t-Statistic
Prob. C 273.3999 188.4340 1.450905 0.1609 EY 0.265184 0.185426 1.430131 0.1667 CS(-1)
0.433729
0.456004
0.951151
0.3519 R-squared
0.998058 Mean dependent var 6526.600 Adjusted R-squared 0.997881 S.D. dependent var 4023.411 S.E. of regression 185.1869 Akaike info
criterion
13.39277 Sum squared resid 754472.1 Schwarz criterion 13.53904 Log likelihood -164.4097 F-statistic 5653.343 Durbin-Watson stat
1.456439 Prob(F-statistic)
0.000000
Dependent Variable: I Method: Least Squares Sample(adjusted): 1979 2003
Included observations: 25 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C -258.6251 219.8342 -1.176455 0.2514
EY 0.401765 0.013389 30.00704 0.0000 R-squared 0.975093 Mean dependent var 5279.634
Adjusted R-squared 0.974010 S.D. dependent var 3703.951
15.69877
S.E. of regression 597.1325 Akaike info
criterion
Sum squared resid 8201047. Schwarz criterion 15.79628
Log likelihood -194.2347 F-statistic 900.4222
Durbin-Watson stat 0.751407 Prob(F-statistic) 0.000000
方法二：
实际上在Eviews软件中，可以利用命令直接进行二阶段最小二乘估计，命令格式为：
C 解释变量名 @ C 先决变量名
TSLS Y
i
其中符号@前面是该结构式方程的所有解释变量名，包括内生变量和先决变量；符号@后面是联立方程模型中的所有前定变量。
因此本例可用TSLS命令直接写成：
TSLS CS C Y CS(-1)@ C G CS(-1)
TSLS I C Y @ C G CS(-1)
Dependent Variable: CS
Method: Two-Stage Least Squares
Sample(adjusted): 1979 2003
Included observations: 25 after adjusting endpoints
Instrument list: C G CS(-1)
Variable Coefficient Std. Error t-Statistic Prob.
C 273.3999 177.3501 1.541583 0.1374
Y 0.265184 0.174519 1.519510 0.1429
CS(-1) 0.433729 0.429181 1.010595 0.3232 R-squared 0.998280 Mean dependent var 6526.600
Adjusted R-squared 0.998123 S.D. dependent var 4023.411
S.E. of regression 174.2940 Sum squared resid 668324.6
F-statistic 6382.063 Durbin-Watson stat 1.003405
Prob(F-statistic) 0.000000
Dependent Variable: I
Method: Two-Stage Least Squares
Sample(adjusted): 1979 2003
Included observations: 25 after adjusting endpoints
Instrument list: C G CS(-1)
Variable Coefficient Std. Error t-Statistic Prob.
C -258.6251 131.6564 -1.964394 0.0617
Y 0.401765 0.008019 50.10444 0.0000 R-squared 0.991067 Mean dependent var 5279.634
Adjusted R-squared 0.990678 S.D. dependent var 3703.951
S.E. of regression 357.6166 Sum squared resid 2941461.
F-statistic 2510.455 Durbin-Watson stat 0.814465
Prob(F-statistic) 0.000000
方法三：
还可以在方程说明窗口中，选择估计方法为TLSL，并在工具变量兰（Instrument List）输入模型中的所有先决变量。
方法四：
借助于Eviews中的System命令，可以直接进行TSLS估计。
（1）创建系统：在主菜单上单击Objects → New Object，并在弹出的对象列表框中选择System；然后在打开的系统窗口输入结构式模型的随机方程
CS=C(1)+C(2)*Y+C(3)*CS(-1)
I=C(4)+C(5)*Y
INST G CS(-1)
（2）估计模型：在系统窗口单击Estimate，在弹出估计方法选择窗口中选择TSLS方法后，单击OK。
System: UNTITLED
Estimation Method: Two-Stage Least Squares
Sample: 1979 2003
Included observations: 25
Total system (balanced) observations 50
Instruments: G CS(-1) C
C(1) 273.3999 177.3501 1.541583 0.1302
C(2) 0.265184 0.174519 1.519510 0.1356
C(3) 0.433729 0.429181 1.010595 0.3176
C(4) -258.6251 131.6564 -1.964394 0.0557
C(5) 0.401765 0.008019 50.10444 0.0000 Determinant residual covariance 1.35E+09
Equation: CS=C(1)+C(2)*Y+C(3)*CS(-1)
Observations: 25
R-squared 0.998280 Mean dependent var 6526.600 Adjusted R-squared 0.998123 S.D. dependent var 4023.411 S.E. of regression 174.2940 Sum squared resid 668324.6 Durbin-Watson stat 1.003405
Equation: I=C(4)+C(5)*Y
Observations: 25
R-squared 0.991067 Mean dependent var 5279.634 Adjusted R-squared 0.990678 S.D. dependent var 3703.951 S.E. of regression 357.6166 Sum squared resid 2941461. Durbin-Watson stat 0.814465
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,
计量经济学实验教学案例实验9_虚拟变量
实验九虚拟变量 【实验目的】 掌握虚拟变量的设置方法。 【实验内容】 一、试根据表9-1的1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立我国城镇居民彩电需求函数； 资料来源：据《中国统计年鉴1999》整理计算得到 二、试建立我国税收预测模型（数据见实验一）； 资料来源：《中国统计年鉴1999》 三、试根据表9-2的资料用混合样本数据建立我国城镇居民消费函数。
资料来源：据《中国统计年鉴》1999－2000整理计算得到 【实验步骤】 一、我国城镇居民彩电需求函数 ⒈相关图分析； 键入命令：SCAT X Y ，则人均收入与彩电拥有量的相关图如9-1所示。 从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 图9-1 我国城镇居民人均收入与彩电拥有量相关图 ⒉构造虚拟变量； 方式1：使用DATA 命令直接输入； 方式2：使用SMPL 和GENR 命令直接定义。 DATA D1 GENR XD=X*D1 ⒊估计虚拟变量模型： LS Y C X D1 XD 再由t 检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。 按照以上步骤，虚拟变量模型的估计结果如图9-2所示。
图7-2 我国城镇居民彩电需求的估计 我国城镇居民彩电需求函数的估计结果为： i i i i XD D x y 0088.08731.310119.061.57?-++= =t (16.249)(9.028) (8.320) (-6.593) 2R ＝0.9964 2R ＝0.9937 F ＝366.374 S.E ＝1.066 虚拟变量的回归系数的t 检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。低收入家庭与中高收入家庭各自的需求函数为： 低收入家庭： i i x y 0119.061.57?+= 中高收入家庭： ()()i i x y 0088.00119.08731.3161.57 ?-++=i x 003.048.89+= 由此可见我国城镇居民家庭现阶段彩电消费需求的特点：对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。事实上，现阶段我国城镇居民中国收入家庭的彩电普及率已达到百分之百，所以对彩电的消费需求处于更新换代阶段。 二、我国税收预测模型 要求：设置虚拟变量反映1996年税收政策的影响。 方法：取虚拟变量D1＝1（1996年以后），D1＝0（1996年以前）。 键入命令：GENR XD=X*D1 LS Y C X D1 XD 则模型估计的相关信息如图7-3所示。
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。
《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
计量经济学课程实验教学大纲
计量经济学课程实验教学大纲 课程编号：0102069 课程名称：计量经济学 课程英文名称：Econometrics 总学时：56 理论学时：48 实验学时：8 课外学时：0 学分：3.5 先修课程要求：高等数学、概率论与数理统计、线性代数、微观经济学宏观经济学 课程属性：非独立设课 实验学时：8 课外学时：0 实验项目数：4 适用专业：金融学应用统计学 参考教材：李子奈，潘文卿：《计量经济学》（第三版），高等教育出版社，2010。 教学参考书： [1] 郭存芝，杜延军，李春吉：《计量经济学——理论、方法、Eviews应用》，科学出版社，2009 [2] 李子奈：《计量经济学》，高等教育出版社，2000 [3] 张晓峒：《计量经济学基础》（第2版），南开大学出版社，2005 [4] （美）Ramu Ramanathan 著，薛菁睿译：《应用经济计量学》（原书第5版），机械工业出版社，2003 [5] （美）古扎拉蒂著，张涛译：《经济计量学精要》（原书第3版），机械工业出版社，2006 一、课程简介和基本要求 课程介绍：本课程是面向金融学、应用统计学专业的一门专业平台课。 内容涉及经典单方程计量经济学模型、联立方程模型、扩展的单方程计量经济学模型、时间序列模型及计量经济学应用模型。 基本要求：通过讲授经济计量学的基础知识及经济计量模型的建立、估计、检验等基本方法，培养学生掌握将经济学、统计学、数学三者结合起来建立模型的方法，以及运用计算机技术，对一般的经济模型进行数量分析的基本技能，并为学生学习金融、财政、产业经济、贸易经济等专业课程的定性与定量分析打下良好的基础。 二、课程实验目的与要求 实验目的：使学生将前修课的知识有机地联系起来，通过实践培养学生综合运用知识的初步能力。 实验要求： 1. 学生应独立完成规定的上机习题；
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。
计量经济学实验报告 (3)
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。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5
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
计量经济学实验报告(多元线性回归 自相关 )
实验报告 课程名称计量经济学 实验项目名称多元线性回归自相关 异方差多重共线性班级与班级代码 08国际商务1班实验室名称（或课室）实验楼910 专业国际商务 任课教师刘照德 学号： 043 姓名：张柳文 实验日期： 2011 年 06 月 23日 广东商学院教务处制
姓名张柳文实验报告成绩 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 实验项目：多元线性回归、自相关、异方差、多重共线性 实验目的：掌握多元线性回归模型、自相关模型、异方差模型、多重共线性模型的估计和检验方法和处理方法 实验要求：选择方程进行多元线性回归；熟悉图形法检验和掌握D-W 检验，理解广义差分法变换和掌握迭代法；掌握Park或 Glejser检验，理解同方差性变换； 实验原理：普通最小二乘法图形检验法 D-W检验广义差分变换加权最小二乘法 Park检验等 实验步骤： 首先：选择数据 为了研究影响中国税收收入增长的主要原因，选择国内生产总值（GDP）、财政支出（ED）、商品零售价格指数（RPI）做为解释变量，对税收收入（Y）做多元线性回归。从《中国统计年鉴》2011中收集1978—2009年各项影响因素的数据。如下表所示： 中国税收收入及相关数据
实验一：多元线性回归 1、将数据导入后，分别对三个解释变量与被解释变量做散点图，选择两个变量作为group打开，在数据表“group”中点击view/graph/scatter/simple scatter，出现数据的散点图，分别如下图所示： 从散点图看，变量间不一定呈现线性关系，可以试着作线性回归。 2、进行因果关系检验
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。
计量经济学实验四、五
实验四 序列相关的检验与修正 实验目的 1、理解序列相关的含义后果、 2、学会序列相关的检验与消除方法 实验内容 利用下表资料，试建立我国城乡居民储蓄存款模型，并检验模型的自相关性。 表3 我国城乡居民储蓄存款与GDP 统计资料（1978年＝100） 一、模型的估计 0、准备工作。建立工作文件，并输入数据。 1、相关图分析 SCAT X Y 相关图表明，GDP 指数与居民储蓄存款二者的曲线相关关系较为明显。现将函数初步设定为线性、双对数等不同形式，进而加以比较分析。 2、估计模型，利用LS 命令分别建立以下模型 ⑴线性模型： LS Y C X x y 5075.9284.14984?+-=
=t (-6.706) (13.862) 2R ＝0.9100 F ＝192.145 S.E ＝5030.809 ⑵双对数模型：GENR LNY=LOG(Y) GENR LNX=LOG(X) LS LNY C LNX x y ln 9588.20753.8?ln +-= =t (-31.604) (64.189) 2R ＝0.9954 F ＝4120.223 S.E ＝0.1221 3、选择模型 比较以上模型，可见各模型回归系数的符号及数值较为合理。各解释变量及常数项都通过了t 检验，模型都较为显著。比较各模型的残差分布表。线性模型的残差在较长时期内呈连续递减趋势而后又转为连续递增趋势，残差先呈连续递增趋势而后又转为连续递减趋势，因此，可以初步判断这种函数形式设置是不当的。而且，这个模型的拟合优度也较双对数模型低，所以又可舍弃线性模型。双对数模型具有很高的拟合优度，因而初步选定回归模型为双对数回归模型。 二、模型自相关的检验 1.图示法 其一，残差序列e t 的变动趋势图。菜单：Quick→Graph→line ，在对话框中输入resid ；或者用命令操作，直接在命令行输入：line X 。 其二，作e t-1和e t 之间的散点图。菜单：Quick→Graph→Scatter ，在对话框中输入resid(-1) resid ；或者用命令操作，直接在命令行输入：scat resid(-1) resid 。 2.DW 检验 因为n ＝21，k ＝1，取显著性水平α＝0.05时，查表得L d ＝1.22，U d ＝1.42，而0<0.7062＝DW 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 ..................................................................................................................................................计量经济学实验操作指导完整版李子奈