EVIEWS软件在建立经济计量模型过程中的实证分析
计量经济面板数据模型及EVIEWs软件的实现
面板数据模型的分析及Eviews实现一、面板数据和模型概述在经济学研究和实际应用中，我们经常需要同时分析和比较横截面观察值和时间序列观察值结合起来的数据，即：数据集中的变量同时含有横截面和时间序列的信息。
这种数据被称为面板数据(panel data)，它与我们以前分析过的纯粹的横截面数据和时间序列数据有着不同的特点。
简单地讲，面板数据因同时含有时间序列数据和截面数据，所以其统计质既带有时间序列的性质，又包含一定的横截面特点。
因而，以往采用的计量模型和估计方法就需要有所调整。
例1 表1中展示的数据就是一个面板数据的例子。
其他类似的例子还有：历次人口普查中有关不同年龄段的受教育状况；同行业不同公司在不同时间节点上的产值等。
这里，不同的年龄段和公司代表不同的截面，而不同时间节点数据反映了数据的时间序列性。
研究和分析面板数据的模型被称为面板数据模型（panel data model）。
它的变量取值都带有时间序列和横截面的两重性。
一般的线性模型只单独处理横截面数据或时间序列数据，而不能同时分析和对比它们。
面板数据模型，相对于一般的线性回归模型，其长处在于它既考虑到了横截面数据存在的共性，又能分析模型中横截面因素的个体特殊效应。
当然，我们也可以将横截面数据简单地堆积起来用回归模型来处理，但这样做就丧失了分析个体特殊效应的机会。
二、一般面板数据模型介绍 符号介绍：ity ——因变量在横截面i 和时间t 上的数值；j it x ——第j 个解释变量在横截面i 和时间t 上的数值；假设：有K 个解释变量，即K j ,,2,1 =；有N 个横截面，即N i ,,2,1 =； 时间指标T t ,,2,1 =。
记第i 个横截面的数据为⎪⎪⎪⎪⎪⎭⎫⎝⎛=iT i i i y y y y21； ⎪⎪⎪⎪⎪⎭⎫⎝⎛=K iT iT iT Ki i i K i i i i x x x x x x x x x X 212221212111；⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=iT i i i μμμμ 21 其中对应的i μ是横截面i 和时间t 时随机误差项。
如何用EViews计量软件帮金融类论文建模分析
Eviews7.2 金融论文计量教学根据我以往写论文所用到的检验方法，特别总结出这篇《如何用EViews计量软件帮金融类论文建模分析》，其中有基本操作、单位根检验、VAR模型估计、格兰杰因果关系检验、脉冲响应分析以及方差分解。
希望能够帮助有这方面需求的同学们排难解疑。
关键词：单位根 VAR Granger 脉冲响应方差分解目录一、录入数据 (2)二、取对数 (7)三、单位根检验 (8)四、VAR模型 (13)五、格兰杰因果关系检验 (18)六、脉冲响应 (20)七、方差分解 (22)一、录入数据写金融类论文，常常会用到股市的日数据，而股市是一周5天制的时间序列数据，因此，一般按照（很多事实证明一般都是错的）下面这样创建文件，File—New--Workfile如图1-1图1-1然后录入数据：打开Quick—Empty Group,从Excel文档直接复制粘贴到下面数据录入窗口，如图1-2图1-2再然后，我们会发现，数据和样本区间不一致，如下图1-3：图1-3相信不少同学在这里就抓狂了，尼玛这EViews咋这么难啊！！！这是因为股市日数据属于不规则类型的时间序列数据即非规范日期数据，关于这类数据如何导入到EViews软件中的问题，相信很多写论文的同学们遇到过，下面将为同学们介绍正确的导入不规则时间序列数据的方法。
首先，创建一个新的Excel文档，把想录入的数据依列排好，注意A列就是数据的日期，后面才是选用的样本数据，而第一行是各数据的英文缩写。
如下图1-4所示：图1-4然后保存文档，例如：另存为：桌面/Book1.xlsx（注意关闭该Excel 文档，文档处于打开状态将影响下面的导入数据步骤）其次，打开EViews点击左上角的File—Open—Foreign Data asWorkfile，如下图1-5所示：图1-5选中桌面/Book1.xlsx，点击打开，就出现下图1-6的情况：图1-6接下来，直接点击完成，就出现下图1-7：图1-7然后，双击Range最后一步，在弹出的对话框中选择Dated-specificed by date series,这是eviews为我们提供的处理非规范日期数据的工具。
eviews实验心得与体会
eviews实验心得与体会Eviews是一种经济计量分析软件，通过统计模型和计量经济学的方法，对数据进行处理和分析。
在使用Eviews进行实验的过程中，我获得了一些心得和体会。
首先，掌握基本操作是使用Eviews的前提。
在开始实验之前，我深入学习了Eviews的基本操作，包括数据导入、数据清洗、变量定义和模型设置等。
熟练掌握这些基本操作，能够为后续实验的数据处理和分析奠定基础。
其次，选择合适的数据样本对实验结果至关重要。
在实验过程中，我发现选择合适的数据样本对结果的可靠性有很大影响。
首先，样本的时间跨度要足够长，以反映经济变量的长期趋势和周期性波动。
其次，样本的数量要足够大，尽量涵盖多样化的情景，减少数据的偏差。
最后，还要注意数据的完整性和准确性，确保数据的可靠性。
在进行模型设置和分析时，注意变量的选择和处理。
Eviews提供了丰富的模型设置和分析工具，能够对数据进行多方面的分析。
在选择变量时，要根据实验的目标和研究问题合理选择，不要过于追求复杂模型，而忽略了变量的解释能力。
此外，在进行变量处理时，要注意数据的平稳性、最优滞后阶数的选择等，以保证分析结果的准确性和可靠性。
另外，熟练使用Eviews的图表工具能够更直观地展示实验结果。
Eviews提供了各种图表工具，包括散点图、折线图、柱状图等，可以用于展示数据的分布情况和变化趋势。
通过合理地选择和设置图表，能够使实验结果更具说服力和可视化。
最后，及时保存和导出实验结果是保证实验可重复性和结果可验证性的关键。
在实验过程中，我养成了每次实验都要及时保存结果和导出报告的习惯，以防止数据丢失或结果被篡改。
同时，还要注意保留实验的原始数据和操作记录，以便他人可对实验过程和结果进行评估和验证。
综上所述，使用Eviews进行实验是一项需要技巧和经验的工作。
通过不断实践和总结，我逐渐掌握了Eviews的基本操作和数据分析方法，并在实验中获得了宝贵的经验和体会。
在今后的实验中，我将更加注重数据的选择和处理，熟练掌握Eviews的分析工具，以提高实验结果的可靠性和可重复性。
eviews案例分析作业
eviews案例分析作业Eviews案例分析作业。
本次作业将使用Eviews软件进行一个实际案例的分析，以展示Eviews在实际经济数据分析中的应用。
我们选取了美国GDP（国内生产总值）和失业率的数据，来进行相关性分析和趋势预测。
首先，我们导入美国GDP和失业率的时间序列数据，并进行数据的初步观察和描述性统计分析。
通过Eviews的数据视图功能，我们可以直观地看到这两个变量的变化趋势和波动情况，从而为后续的分析提供基础。
接下来，我们将利用Eviews进行相关性分析，探讨美国GDP与失业率之间的关系。
通过Eviews的相关性分析功能，我们可以得到它们之间的相关系数，并利用散点图和回归分析来观察它们之间的线性关系。
通过这些分析，我们可以初步了解到美国GDP和失业率之间的关联程度，为后续的预测分析提供参考。
在完成相关性分析后，我们将利用Eviews进行趋势预测。
通过Eviews的时间序列分析功能，我们可以选择合适的模型对美国GDP和失业率的未来趋势进行预测。
在选择模型的过程中，我们将充分考虑数据的平稳性、季节性等特点，以确保模型的准确性和可靠性。
最终，我们将得到美国GDP和失业率未来的预测值，并进行可视化展示，以便更直观地观察它们的趋势变化。
通过本次Eviews案例分析作业，我们不仅对Eviews软件的使用有了更深入的了解，同时也对实际经济数据的分析方法有了更加清晰的认识。
Eviews作为一款专业的计量经济学软件，具有强大的数据分析和建模功能，可以帮助我们更好地理解和预测经济现象，为经济决策提供科学依据。
总之，Eviews案例分析作业不仅是对所学知识的巩固和实践，更是对实际问题的解决和预测。
通过本次作业，我们不仅提升了对Eviews软件的熟练度，更深入了解了经济数据分析的方法和技巧，为今后的学习和工作打下了坚实的基础。
希望通过这次作业的学习，能够更好地应用Eviews软件进行实际经济数据的分析和预测，为经济决策提供更加科学的支持。
eviews实验报告总结（范本）
eviews实验报告总结eviews实验报告总结篇一：Evies实验报告实验报告一、实验数据：1994至201X年天津市城镇居民人均全年可支配收入数据 1994至201X年天津市城镇居民人均全年消费性支出数据 1994至201X年天津市居民消费价格总指数二、实验内容：对搜集的数据进行回归，研究天津市城镇居民人均消费和人均可支配收入的关系。
三、实验步骤：1、百度进入“中华人民共和国国家统计局”中的“统计数据”，找到相关数据并输入Exc el，统计结果如下表1：表11994年--201X年天津市城镇居民消费支出与人均可支配收入数据2、先定义不变价格（1994=1）的人均消费性支出（Yt）和人均可支配收入（Xt）令：Yt=cn sum/priceXt=ine/pri ce 得出Yt与Xt的散点图，如图1.很明显，Yt和X t服从线性相关。
图1 Yt和Xt散点图3、应用统计软件EVies完成线性回归解：根据经济理论和对实际情况的分析也都可以知道，城镇居民人均全年耐用消费品支出Yt依赖于人均全年可支配收入Xt的变化，因此设定回归模型为 Yt=β0+β?Xt﹢μt（1）打开E Vies软件，首先建立工作文件， Fil e rkfile ,然后通过bject建立 Y、X系列，并得到相应数据。
（2）在工作文件窗口输入命令：l s y c x,按E nter键，回归结果如表2 ：表2 回归结果根据输出结果，得到如下回归方程：Y t=977.908+0.670Xt s=(172.3797) (0.0122) t=(5.673) (54.950) R2=0.995385 Adjust ed R2=0.995055 F-sta tistic=3019.551 残差平方和Sum sq uared resi d =1254108回归标准差S.E.f regressi n=299.2978（3）根据回归方程进行统计检验：拟合优度检验由上表2中的数分别为0.995385和0.995055，计算结果表明，估计的样本回归方程较好地拟合了样本观测值。
计量经济学eviews作业
计量经济学eviews作业摘要：计量经济学eviews 作业I.简介- 计量经济学eviews 作业的背景和意义II.计量经济学eviews 软件的介绍- Eviews 软件的作用和特点- Eviews 软件在计量经济学中的应用III.计量经济学eviews 作业的步骤- 数据收集和处理- 建立模型和估计参数- 模型检验和优化- 结果分析和解释IV.计量经济学eviews 作业的实践应用- 具体案例分析- 结果展示和讨论V.总结- 计量经济学eviews 作业的收获和展望正文：计量经济学eviews 作业I.简介计量经济学是研究经济现象数量规律的学科，通过收集、处理、分析和解释经济数据，以揭示经济变量之间的关系和规律。
Eviews 软件是一款功能强大的计量经济学软件，广泛应用于经济学研究、实证分析、政策评估等领域。
在本篇文章中，我们将介绍计量经济学eviews 作业的相关内容。
II.计量经济学eviews 软件的介绍Eviews 软件是一款专业的计量经济学软件，具有强大的数据处理和分析功能。
它能够支持各种数据格式，包括时间序列数据、横断面数据和面板数据等。
Eviews 软件的特点如下：- 操作简便：界面友好，易于上手- 功能强大：支持多种计量经济学模型和方法- 结果可靠：提供丰富的统计检验和稳健性检验在计量经济学中，Eviews 软件可以用于建立各种模型，如线性回归模型、时间序列模型、面板数据模型等，以研究经济变量之间的关系。
III.计量经济学eviews 作业的步骤计量经济学eviews 作业主要包括以下几个步骤：1.数据收集和处理：收集所需数据，检查数据质量，进行数据清洗和处理。
2.建立模型和估计参数：根据研究目的和数据特点，选择合适的计量经济学模型，使用Eviews 软件进行参数估计。
3.模型检验和优化：对模型进行显著性检验、参数稳定性检验等，根据检验结果对模型进行优化。
4.结果分析和解释：分析模型结果，解释各经济变量之间的关系，撰写分析报告。
计量经济学Eviews简单线性回归模型的建立与分析应用实验报告
实验一：简单线性回归模型的建立与分析应用【实验目的】1、熟悉计量经济学软件包EViews的界面和基本操作；2、掌握计量经济学分析实际经济问题的具体步骤；3、掌握简单线性回归模型的参数估计、统计检验、预测的基本操作方法；4、理解简单线性回归模型中参数估计值的经济意义。
【实验类型】综合型【实验软硬件要求】计量经济学软件包EViews、微型计算机【实验内容】为研究深圳市地方预算内财政收入（Y）与地区生产总值（X）的关系，建立简单线性回归模型，现根据深圳市统计局网站的相关信息，得到统计数据如下表：请按照下列步骤完成实验一，每个步骤要写出操作过程：（1）打开EViews，新建适当的工作文件夹；打开Eviews后，依次点击File－New－Workfile，新建一个时间序列数据（Dated-regular frequencied）类型的文件，频率选择年度（Annual），键入起止日期1990-2008（如图一），点击ok，新建工作文件夹完成（如图二）（图一）（图二）（2）在工作文件夹中新建变量X和Y，并输入数据；依次点击Objects－New Object，对象类型选择序列（Series），并输入序列名Y（如图三），点击OK，重复以上操作，新建系列对象X。
新建系列对象完成后如（图四）按住ctrl并同时选定X和Y，用鼠标右击选择open—as group，点击Edit ＋/－开始编辑，输入数据，数据输入完毕再点击Edit＋/－一次。
数据输入后如（图五）。
（图三）（图四）（图五）（3）生成X和Y的自然对数序列，保存在工作文件夹中，命名为lnX和lnY；依次点击Objects－Generate Sereies，出现Generate Series by Equation 窗口，在Enter equation窗口中输入公式：lnY=log(Y)点击ok，重复以上操作，输入：lnX=log(X) 创建序列lnX。
（如图六）（图六）（4）求X和Y的描述统计量的值，写出操作过程并画出相应表格；依次点击Quick－Group Statistics—Descriptive Statistics－Common sample，打开Series List窗口，输入x y，点击ok，输出结果（如图七）（图七）（5）作出X和Y的散点图，写出操作过程并画出相应图像，并判断模型是否接近于线性形式；依次点击Quick－Graph，打开Graph Options窗口，在Specific 中选择Scatter(散点图) （如图八）点击OK，得到散点图（如图九）（图八）由散点图可以看出模型接近线性形式（图九）（6） 用OLS 法对模型i i i u X Y ++=21ββ做参数估计，将估计结果保存在工作文件夹中，命名为eq01，写出操作过程和回归分析报告，并解释斜率的经济含义；在窗口空白处输入：ls y c x ，回车，得到结果如图回归分析报告：根据输出结果可得Ŷi = 26.02096 + 0.088820Xi (14.80278) (0.004356) t= (1.757843) (20.38986) R 2 = 0.960716 F=415.7464 D.W=0.626334 n=19 斜率的经济含义:斜率为0.088820，表示地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.088820亿元（7） 用OLS 法对模型i i i u X Y ++=ln ln 21ββ做参数估计，将估计结果保存在工作文件夹中，命名为eq02，写出操作过程和回归分析报告，并解释斜率 的经济含义；在主窗口空白处输入：ls lny c lnx ，回车，结果如图回归分析报告：根据输出结果可得lny = -1.272730 + 0.873867lnx(0.238775) (0.032394) t= (-5.330249) (26.9761) R 2 = 0.977172 F=727.7097 D.W= 0.811127 n=19 斜率的经济含义:斜率为0.873867，表示地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.0873867亿元（8） 将保存工作文件夹保存在桌面，文件名为test1.wfl ；依次点击File-Save As 将文件保存在桌面，命名为test1.wfl （9） 对eq01的估计结果做经济意义检验和统计检验（05.0=α），估计的效果如何？经济意义检验：x 的系数β2的估计值为0.088820，说明地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.088820亿元，该值处于（0,1）符合预期。
eviews计量经济学实验报告
eviews计量经济学实验报告EViews计量经济学实验报告引言计量经济学是经济学领域中的一个重要分支，它运用数学、统计学和计量学的方法来分析经济现象。
EViews是一个常用的计量经济学软件，它提供了丰富的数据分析和模型建立工具，被广泛应用于学术研究和实际经济分析中。
本实验报告将利用EViews软件进行计量经济学实验，以探讨经济现象并得出相关结论。
实验目的本实验旨在利用EViews软件对某一经济现象进行实证分析，通过建立相应的计量经济模型，对经济现象进行量化分析，并得出相关结论。
实验步骤1. 数据收集：首先，我们需要收集与所研究经济现象相关的数据，包括时间序列数据和横截面数据等。
这些数据可以来自于官方统计机构、学术研究机构或者自行收集整理。
2. 数据预处理：接下来，我们需要对收集到的数据进行预处理，包括数据清洗、缺失值处理、异常值处理等，以确保数据的质量和完整性。
3. 模型建立：在数据预处理完成后，我们可以利用EViews软件建立计量经济模型，包括回归分析、时间序列分析、面板数据分析等，以探讨经济现象的内在规律和影响因素。
4. 模型估计：建立模型后，我们需要对模型进行参数估计，得到模型的具体参数估计值，并进行显著性检验和模型拟合度检验，以验证模型的可靠性和有效性。
5. 结果分析：最后，我们将对模型估计结果进行分析，得出与经济现象相关的结论，并对实证分析结果进行解释和讨论。
实验结论通过以上实验步骤，我们得出了关于某一经济现象的实证分析结果，并得出了相关的结论。
这些结论对于理解经济现象的内在规律和制定经济政策具有重要的参考价值。
总结EViews计量经济学实验报告通过利用EViews软件进行实证分析，对经济现象进行了深入探讨，并得出了相关结论。
这些结论对于经济学研究和实际经济分析具有重要的理论和实践意义，为我们深入理解经济现象和推动经济发展提供了重要的参考依据。
EViews软件的应用为我们提供了一个强大的工具，帮助我们更好地理解和分析经济现象，为经济学领域的研究和实践提供了重要的支持和帮助。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｅｖｉｅｗｓ是ＥｃｏｎｏｍｅｔｒｉｃｓＶｉｅｗｓ的缩写，直译为计量经济学观察，通常称为计量经济学软件包。
它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。
计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策评价）。
Ｅｖｉｅｗｓ是完成上述任务比较得力的必不可少的工具。
正是由于Ｅｖｉｅｗｓ等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为一门较为实用与严谨的经济学科。
使用Ｅｖｉｅｗｓ可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。
Ｅｖｉｅｗｓ的应用范围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。
（一）研究的思路与方法首先构建回归模型，以１９７８￣２００５年我国最终消费支出与国内生产总值统计资料，利用ＥＶＩＥＷＳ软件采用普通最小二乘法（ＯＳＬ）进行回归，估计出消费支出模型的参数值。
然后利用ＥＶＩＥＷＳ软件的相关功能对模型的参数进行相关检验。
（二）构建模型为了研究中国最终消费支出与国内生产总值之间的关系，由经济理论分析已知，收入是影响消费的主要因素，最终消费支出ｙ与国内生产总值ｘ之间存在密切的关系，消费支出随国内生产总值的增加而增加。
散点图如下图所示。
从ｘ与ｙ的散点图可以看出，最终消费支出与国内生产总值之间存在线性关系。
因此可设定最终消费支出与国内生产总值的关系为：ｂ０＞０，０＜ｂ１＜１其中，ｙｔ为我国最终消费（亿元）；ｘｔ为国内生产总值（亿元）。
变量采用年度数据，样本期为１９７８￣２００５年。
这里ｂ１为边际消费倾向，表示国内生产总值每增加１亿元时，最终消费支出所增加的数量。
ｕｔ为随机误差项，即除了国内生产总值之外，影响最终消费支出的其他次要的、随机的因素。
（三）相关数据收集１９９１￣２００５年的中国最终消费支出与国内生产总值来源于《２００６年中国统计年鉴》（见下表）。
ＥＶＩＥＷＳ软件在建立经济计量模型过程中的实证分析"丘京南二、研究方法介绍一、ＥＶＩＥＷＳ软件介绍６００００４００００２００００００２００００４００００６００００８００００１０００００（一）参数估计方法介绍ＥＶＩＥＷＳ软件是目前广泛使用的经济计量软件之一。
软件功能很强，能够处理一时间序列为主的多种类型数据，进行包括描述统计、回归分析、传统时间序列分析等以及建立条件异方差、向量自回归等复杂的计量经济模型。
我们利用ＥＶＩＥＷＳ软件，采用最小二乘法进行参数估计。
（二）模型的求解利用ＥＶＩＥＷＳ软件，采用最小二乘法进行回归。
ＯＳＬ方法估计的结果如下：我国最终消费支出（ｙ）与国内生产总值（ｘ）统计资料单位：亿元年份１９７８１９７９１９８０１９８１１９８２１９８３１９８４１９８５１９８６１９８７１９８８１９８９１９９０１９９１ｙ２２３９．１２６３３．７３００７．９３３６１．５３７１４．８４１２６．４４８４６．３５９８６．３６８２１．８７８０４．６９８３９．５１１１６４．２１２０９０．５１４０９１．９ｘ３６０５．６４０９２．６４５９２．９５００８．８５５９０．０６２１６．２７３６２．７９０７６．７１０５０８．５１２２７７．４１５３８８．６１７３１１．３１９３４７．８２２５７７．４年份１９９２１９９３１９９４１９９５１９９６１９９７１９９８１９９９２０００２００１２００２２００３２００４２００５ｙ１７２０３．３２１８９９．９２９２４２．２３６７４８．２４３９１９．５４８１４０．６５１５８８．２５５６３６．９６１５１６．０６６８７８．３７１６９１．２７７４４９．５８７０３２．９９６９１８．１ｘ２７５６５．２３６９３８．１５０２１７．４６３２１６．９７４１６３．６８１６５８．５８６５３１．６９０９６４．１９８７４９．０１０８９７２．４１２０３５０．３１３６３９８．８１６０２８０．４１８６７００．９ＶａｒｉａｂｌｅＣＸＲ－ｓｑｕａｒｅｄＡｄｊｕｓｔｅｄＲ－ｓｑｕａｒｅｄＳ．Ｅ．ｏｆｒｅｇｒｅｓｓｉｏｎＳｕｍｓｑｕａｒｅｄｒｅｓｉｄＬｏｇｌｉｋｅｌｉｈｏｏｄＤｕｒｂｉｎ－ＷａｔｓｏｎｓｔａｔＣｏｅｆｆｉｃｉｅｎｔ１５９８．８２６０．５５４５７９０．９９２８６４０．９９２５８９２５５９．９９０１．７０Ｅ＋０８－２５８．４３０００．３２７８８８Ｓｔｄ．Ｅｒｒｏｒｔ－Ｓｔａｔｉｓｔｉｃ６８３．３８９８２．３３９５５２０．００９２２１６０．１４４１０ＭｅａｎｄｅｐｅｎｄｅｎｔｖａｒＳ．Ｄ．ｄｅｐｅｎｄｅｎｔｖａｒＡｋａｉｋｅｉｎｆｏｃｒｉｔｅｒｉｏｎＳｃｈｗａｒｚｃｒｉｔｅｒｉｏｎＦ－ｓｔａｔｉｓｔｉｃＰｒｏｂ（Ｆ－ｓｔａｔｉｓｔｉｃ）Ｐｒｏｂ．０．０２７３０．００００３０６２８．３３２９７３７．５１１８．６０２１４１８．６９７３０３６１７．３１３０．００００００ＤｅｐｅｎｄｅｎｔＶａｒｉａｂｌｅ：ＹＭｅｔｈｏｄ：ＬｅａｓｔＳｑｕａｒｅｓＤａｔｅ：０２／２７／０７Ｔｉｍｅ：１８：０５Ｓａｍｐｌｅ：１９７８２００５Ｉｎｃｌｕｄｅｄｏｂｓｅｒｖａｔｉｏｎｓ：２８三、模型的求解我国消费支出模型如下：＝１５９８．８２６００３＋０．５５４５７８９０６４＊ｘｔｔ＝（２．３３９５５２）（６０．１４４１０）Ｒ２＝０．９９２８６４＝０．９９２５８９Ｆ＝３６１７．３１３ＤＷ＝０．３２７８８８（一）经济意义检验１．经济意义检验的目的经济意义检验主要检验模型参数估计量在经济意义上的合理性。
主要方法是将模型参数的估计量与预先拟定的理论期望值进行比较，包括参数估计量的符号、大小、相互之间的关系，以判断其合理性。
２．经济意义检验从经济意义上，ｂ１＝０．５５４５７８９０６４，符合经济理论中的绝对收入假说，边际消费倾向在０与１之间，表明我国国内生产总值每增加１００亿元，最终消费支出平均增加５５．４５８亿元。
只有当模型中的参数估计量通过所有经济意义的检验，方可进行下一步检验。
模型参数估计量的经济意义检验是一项最基本的检验，经济意义不合理，不管其他方面的质量多么高，模型也是没有实际价值的。
（二）统计检验统计检验是由统计理论决定的，目的在于检验模型的统计学性质。
通常最广泛应用的统计检验准则有拟合优度检验、变量和方程的显著性检验等。
１．拟合优度检验一般采用判定系数———Ｒ２来说明样本回归直线对样本数据的拟合优度，Ｒ２介于０到１之间，愈接近１说明回归拟合效果愈好。
一般的，如果Ｒ－ｓｑｕａｒｅｄ的取值超过０．８，认为模型的拟合度比较高。
上面的报告结果表明，回归直线对样本的拟合度很高。
Ｒ２＝０．９９２８６４，说明总离差平方和的９９．２９％被样本回归直线解释，仅有不足０．７１％未被解释，因此样本回归直线对样本的拟合度很高。
表示我国最终消费支出ｙｔ的总变差中，由解释变量国内生产总值ｘｔ解释的部分占９９．２９％，或者说，我国最终消费支出变的９９．２９％可由样本回归直线作出解释，模型的拟合优度较高。
２．模型的显著性检验主要包括方程的显著性检验（Ｆ检验）和回归系数的显著性检验（ｔ检验）。
Ｆ检验主要是针对模型拟合样本的整体效果，也就是选择的所有自变量对因变量的总体解释能力；回归系数的显著性检验则反映每一自变量的合理性，如果每一个回归系数都通过了ｔ检验，说明模型中的每一自变量都是显著的。
在ＥＶＩＥＷＳ软件中，为了方便用户，给出了拒绝零假设时犯错误（第一类错误或!错误）的概率，称为收尾概率或相伴概率ｐ。
若此概率低于事先给定的置信度（如０．０５），则可拒绝零假设，反之不能拒绝。
用户不用查表，只需直接看相伴概率即可。
上面的报告结果表明，各个参数在５％的显著性水平下，均通过了检验。
说明方程具有很强的显著性，模型的解释能力强。
表明国内生产总值对我国最终消费支出有显著性影响。
四、模型的检验（三）计量经济学检验计量经济学检验是由计量经济学理论决定的，目的在于检验模型的计量经济学性质。
通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。
１．序列相关性检验序列相关性的检验方法通常有３种方法：ＤＷ检验、相关图和Ｑ统计量检验、ＬＭ（拉格郎日乘数检验）检验。
本文采用“相关图和Ｑ统计量检验”序列相关。
利用Ｅ－Ｖｉｅｗｓ软件很方便的实现这一过程，具体操作方式：在方程窗口中点击Ｖｉｅｗ＼ＲｅｓｉｄｕａｌＴｅｓｔ＼Ｃｏｒｒｅｌｏｇｒａｍ－Ｑ－ｓｔａｔｉｓｔｉｃｓ屏幕将直接输出ｅｔ与ｅｔ－１，ｅｔ－２，…，ｅｔ－ｐ（ｐ是事先指定的滞后期长度）的相关系数和偏相关系数，从中可以直观地看出残差序列的相关情况。
如果各阶的Ｑ统计量都没有超过相关图中设定的显著水平决定的临界值，则接受原假设，即不存在序列相关，反之，亦然。
我们通过相关图和Ｑ统计量检验表明，我国消费支出模型的随机误差项不存在自相关性。
２．异方差性的检验本文采用怀特（Ｗｈｉｔｅ）检验法来检验异方差性。
Ｗｈｉｔｅ检验是建立辅助回归模型的方式来判断异方差性。
１）Ｗｈｉｔｅ检验步骤为：ａ．估计回归模型，并计算残差的平方；ｂ．估计辅助回归模型：残差平方关于解释变量的二次函数。
ｃ．计算辅助回归模型的判定系数Ｒ２；可以证明，在同方差的假设下，有ｎＲ２～（ｑ）其中自由度ｑ为辅助回归模型中的自变量个数。
ｄ．对于给定的显著水平α，若ｎＲ２＞（ｑ），模型存在异方差性；反之，则认为不存在异方差性。
２）ＥＶｉｅｗｓ软件进行Ｗｈｉｔｅ检验。
利用ＥＶｉｅｗｓ软件可以很方便的进行Ｗｈｉｔｅ检验：ａ．建立回归模型：ＬＳＹＣＸｂ．检验异方差性：在方程窗口中依次点击Ｖｉｅｗ＼ＲｅｓｉｄｕａｌＴｅｓｔ＼ＷｈｉｔｅＨｅｔｅｒｏｓｋｅｄａｓｔｃｉｔｙ可以选择在辅助回归模型中是否包含交叉乘积项（Ｃｒｏｓｓｔｅｒｍｓ）。
在ＥＶｉｅｗｓ软件中，Ｗｈｉｔｅ检验的统计量，通过相伴概率判别是否拒绝无异方差的零假设。
只要相伴概率大于０．０５，就不能拒绝零假设，即认为无异方差，反之，即认为有异方差。
通过检验，我国消费支出模型无异方差。
３．多重共线性检验因为在我们的模型中只涉及一个解释变量，所以不存在多重共线性。
"2i e 2i e （作者单位：国家统计局培训学院）参考文献：［１］孙敬水．计量经济学［Ｍ］．清华大学出版社，２００４．［２］李子奈．计量经济学［Ｍ］．高等教育出版社２０００．［３］易丹辉．数据分析与Ｅｖｉｅｗｓ应用［Ｍ］．中国统计出版社，２００２．［４］古扎拉蒂（美国）．计量经济学［Ｍ］．中国人民大学出版社，２０００．。