Eviews序列相关性实验报告
Eviews实验报告3
居民消费物价指数、消费者信心指数的相关数据，利用EVIEWS软件，将这几个指标数据进行相关分析。
特别在这里说明的是，因为同时参与了学校的本科生科研赞助---关于CCI （消费者信心指数）的一个项目，因此本人接下来的几个实验都将以CCI及相关影响指标为数据目标，研究CCI与其他因素间的关系。
本实验，则首先进行相关指标的稳定性检验。
【实验过程】（实验步骤、记录、数据、分析）本实验首先将通过多种方法对我国CCI序列进行平稳性分析：首先导入数据到eviews中,建立序列取名为CCI：然后我们首先通过折线图来直接观察其走势，如下图：从下图我们容易看到：CCI曲线基本是围绕100的轴线上下波动的，但是相比于白噪声序列，其波动幅度明显较大。
可以看到08年11月以前，其波动一直是在轴线以下，而在08年11月以后，数据都明显高于100。
联系当时的实事背景，我们不难解释这一点：2008年11月，正是国家公布四万亿投资的时候，而这之前，由于全球金融危机以及股市大跌的影响，我国居民的消费者信心指数都是较低的；国家的四万亿政策犹如一剂强心剂，立刻使得CCI有了直线的上升，一下子提高了消费者的信心。
为了判别序列是否稳定，我们绘制CCI序列的自相关图，如下：由每个Q统计量的伴随概率可以知道：都是拒绝原假设的，即存在某个K，使得滞后K期的自相关系数显著非零，即拒绝原数列是白噪声序列。
随后对其进行ADF检验：我们首先对序列本身进行单位根检验,分别采用带常数项，线性趋势，和无等三种情况进行检验。
可以从下图看到检验结果对应的p值均显著大于0.05,因此接受原假设,存在单位跟,即CCI序列本身是不平稳的.带常数项线性趋势无因此,考虑对其一阶差分进行单位根检验:可以看到,其一阶差分的单位根检验结果对应的p值显著小于0.01,拒绝存在单位根的原假设，因此我们可以得出结论:CCI的一阶差分序列是平稳的.然后我们通过PP检验来检验序列的平稳性：我们分别采用带常数项，线性趋势，和无等三种情况进行检验。
计量经济学eviews实验报告
大连海事大学实验报告实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均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；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Errort-Statistic Prob.??C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000R-squared0.996528????Mean dependentvar7351.300Adjusted R-squared0.996335????S.D. dependentvar4828.765S.E. of regression292.3118????Akaike infocriterion14.28816Sum squared resid1538032.????Schwarz criterion14.38773Log likelihood -140.8816????Hannan-Quinncriter.14.30760F-statistic5166.811????Durbin-Watsonstat0.403709Prob(F-statistic)0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。
Eviews软件实验报告
┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊分析国内生产总值与最终消费的关系一、研究的目的要求由于消费是所有经济行为有效实现的最终环节,唯有消费需求的不断上升才有经济增长的持久拉动力有经济增长的持久拉动力..而居民的消费水平在很大程度上又受整体经济状况的影响影响..国内生产总值是用于衡量一国总收入的一种整体经济指标,经济扩张时期经济扩张时期,,居民收入稳定居民收入稳定,GDP ,GDP 也高也高,,居民用于消费的支出较多居民用于消费的支出较多,,消费水平较高消费水平较高;;反之反之,,经济收缩时,收入下降收入下降,GDP ,GDP 也低也低,,用于消费的支出较少用于消费的支出较少,,消费水平随之下降消费水平随之下降..改革开放以来改革开放以来,,我国的GDP 不断增长的同时不断增长的同时,,人民的物质生活也在不断提高人民的物质生活也在不断提高..研究国内生产总值与最终消费的数量关系，对于探寻最终消费增长的规律性，预测最终消费的发展趋势有重大意义。
势有重大意义。
二、模型设定为了分析国内生产总值对消费的推动作用，选择中国国民最终消费为被解释变量（用Y 表示），选择中国国内生产总值为解释变量（用X 表示）。
搜集到以下数据。
数据。
中国国民收入与最终消费（单位：亿元）中国国民收入与最终消费（单位：亿元）年份年份 国内国内生产总值（亿元）元） 最终消费 年份年份国内生产国内生产总值（亿元）最终消费最终消费X Y X Y1978 3624.1 2239.1 1995 58478.1 36748.2 1979 4038.2 2633.7 1996 67884.6 43919.5 1980 4517.8 3007.9 1997 74462.6 48140.6 1981 4862.4 3361.5 1998 78345.2 51588.2 1982 5294.7 3714.8 1999 82067.5 55636.9 1983 5934.5 4126.4 2000 89468.1 61516 1984 7171 4846.3 2001 97314.8 66878.3 1985 8964.4 5986.3 2002 104790.6 71691.2 1986 1986 10202.2 10202.2 6821.8 2003 135822.8 77449.5 1987 1987 11962.5 11962.5 7804.62004 159878.3 87032.9 1988 1988 14928.3 14928.3 9839.52005 183217.4 97822.7┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊1989 1989 16909.2 16909.2 16909.2 11164.2 11164.2 2006 211923.5110595.31990 1990 18547.9 18547.9 18547.9 12090.5 12090.52007 249529.9 128444.6 1991 1991 21617.8 21617.8 21617.8 14091.9 14091.9 2008 316228.8 149000 1992 1992 26638.1 26638.1 26638.1 17203.3 17203.3 2009343464.7 176060.31993 1993 34634.4 34634.4 34634.4 21899.9 21899.9 2010 397983 148447.7 1994 1994 46759.4 46759.4 46759.4 29242.2 29242.2 29242.2为了分析居民最终消费（为了分析居民最终消费（Y Y ）和国内生产总值（）和国内生产总值（X X ）的关系，根据上表做如下散点图：点图：从散点图可以看出最终消费和国内生产总值大体呈现为线性关系，为分析中国居民最终消费水平随国民总收入变动的数量规律性，可建立如下简单回归模型：型：三、估计参数利用EViews 做简单线性回归分析的结果如下图所示：做简单线性回归分析的结果如下图所示：┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊装┊ ┊ ┊ ┊ ┊订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊可用规范的形式将参数估计和检验的结果写为可用规范的形式将参数估计和检验的结果写为ttXY454948.007.17662ˆ+=（2377.4702377.470））(0.017318)t= (3.222798) (26.27036) 33317.1690957012.02===nFR。
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。
Eviews实验报告4
【实验目的及要求】● 深刻理解平稳性的要求和arima 建模的思想。
● 学会如何通过观察自相关系数和偏相关系数，确定并建立模型。
● 学会如何利用模型进行预测。
● 熟练掌握EVIEWS 的结果，看懂eviews 的输出结果。
【实验原理】ARIMA(p, q )过程的平稳域和可逆域对于非平稳序列的时变均值函数，最简单的处理方法就是考虑均值函数可以由一个时间的确定性函数来描述，这时，可以用回归模型来描述。
假如均值函数服从于线性趋势我们可以利用确定性的线性趋势模型如果均值函数服从二次函数则我们可以用假如均值函数服从k 次多项式我们可以使用下列模型建模()22012,~0,t t t X t t WN αααεεσ=+++()201,~0,k t k t t X t t WN αααεεσ=++++【实验方案设计】4.2数据和指标的选取我们的模型估计选取了我国1990年1月到2008年12月的CPI月度数据附表（1））作为研究的对象。
度量通货膨胀的指标通常有CPI（消费者价格指生产者物价指数（PPI）、批发物价指数（wholesale price index）、GDP平减指数（deflator）等。
消费者物价指数（CPI）（consumer price index）是用来度量一期内居民所支付消费商品和劳务价格变化程度的相对数指标，它是反映通货水平的重要指标。
CPI指数作为生活成本指数，不仅能够及时和明确地反映子商品和服务价格的变化，而且是定期公布，广为人知，易于获取和明了，被公众理解。
选取CPI作为通货膨胀的指标有利于合理引导公众和市场对经预期，有利于政府综合运用价格和其他经济手段，实现宏观经济调控目标。
为了研究这些问题，笔者搜集了1985-2007年的年度中国消费者物价指数的相关数据，利用EVIEWS软件，将这几个指标数据进行了相关分析。
对于ARIMA(p q)模型，可以利用其样本的自相关函数和样本的偏自相关函数的截尾性判定模型的阶数，若平稳时间序列的偏相而自相关函数是截尾的则可断定此序列适合MA 模型; 若平稳时间序列的偏相关函数和自相关函数均是拖尾的则此序列适合模型。
计量经济学eviews实验报告
大连海事大学实验报告Array实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均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；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 691.0225 113.3920 6.094104 0.0000AVGDP 0.352770 0.004908 71.88054 0.0000R-squared 0.996528 Mean dependent var 7351.300Adjusted R-squared 0.996335 S.D. dependent var 4828.765S.E. of regression 292.3118 Akaike info criterion 14.28816Sum squared resid 1538032. Schwarz criterion 14.38773Log likelihood -140.8816 Hannan-Quinn criter. 14.30760F-statistic 5166.811 Durbin-Watson stat 0.403709Prob(F-statistic) 0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。
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。
计量经济学eviews实验报告
计量经济学e v i e w s实验报告标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]大连海事大学实验报告实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均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；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Errort-Statistic Prob.CAVGDPR-squared Mean dependent var Adjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid1538032.Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上表可知财政收入随国内生产总值变化的一元线性回归方程为: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = +* X其中斜率表示国内生产总值每增加一元,人均消费水平增长元。
- 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)。
实验二序列相关性
【实验目的】
掌握序列相关性问题出现的来源、后果、检验及修正的原理，以及相关的Eviews操作方法。
【实验内容】
经济理论指出，商品进口主要由进口国的经济发展水平，以及商品进口价格指数与国内价格指数对比因素决定的。
由于无法取得价格指数数据，我们主要研究中国商品进口与国内生产总值的关系。
以1978-2001年中国商品进口额与国内生产总值数据为例，练习检查和克服模型的序列相关性的操作方法。
【实验步骤】
一、建立线性回归模型
利用表中数据建立M 关于GDP 的散点图（SCAT GDP M ）。
可以看到M 与GDP 呈现接近线性的正相关关系。
建立一个线性回归模型（LS M C GDP ）。
即得到的回归式为： GDP M 0204.09058.152+=
(3.32) (20.1)
9461.02=R
D.W.=0.63 F=405
二、 进行序列相关性检验 1、 观察残差图
做出残差项与时间以及与滞后一期的残差项的折线图，可以看出随机项存在正序列相关性。
2、 用D.W.检验判断
由回归结果输出D.W.=0.628。
若给定05.0=α，已知n=24，k=2，查D.W.检验上下界表可得，45.1,27.1==U L d d 。
由于D.W.=0.628<1.27=L d ，故存在正自相关。
3、 用LM 检验判断
在估计窗口中选择Serial Correlation LM Test，设定滞后期Lag=1，得到LM 检验结果。
由于P值为0.0027，可以拒绝原假设，表明存在自相关。
4、用回归检验法判断
对初始估计结果得到的残差序列定义为E1，首先做一阶自回归（LS E1 E1(-1)）。
采用LM检验其自相关性，结果表明仍然存在自相关。
用残差项的二阶自回归形式重新建立模型（LS E1 E1(-1) E1(-2)）。
再次用LM检验，此时P值达到0.7，落在接受域，认为误差项不存在自相关。
可以得到残差的二阶回归式为：
t t t t νμμμ+-=-∧
-∧∧217509.01100.1
(6.43) (-4.01)
83.90..,66.02==e s R
三、 克服自相关
用广义最小二乘法估计回归参数。
根据残差二阶回归式的系数，对变量GDP 和M 作二阶广义差分，生成新变量序列：
GENR GDGDP=GDP-1.1100*GDP(-1)+0.7509*GDP(-2)
GENR GDM=M-1.1100*M(-1)+0.7509*M(-2)
以GDGDP 、GDM 为样本再次回归（LS GDM C GDGDP ），得到结果输出为：
LM 检验结果如下，已经很好地克服了自相关性。
残差图为：
广义最小二乘回归结果为： GDGDP GDM 020.0302.107+=
(3.69) (19.6)
88.1..,32.90..,948.02===W D e s R
由于
302.107)7509.01100.11(0=+-β
得到
852.1640=β
故原模型的广义最小二乘估计为
GDP M 020.0852.164+=。