计量经济学简单模型分析
计量经济学作业——简单线性回归模型
计量经济学作业姓名：***班级：08级数学一班学号：***********简单线性回归模型一、建立模型为了研究四川省城镇具名消费支出以及可支配收入之间的关系，又经济理论分析可知，收入是影响居民消费支出的主要因素，居民消费支出Y与可支配收入X之间存在密切的关系，消费支出随着收入的增加而增加，但变动的幅度相比较低，即边际消费倾向MPC有0<MPC<1。
因此可设定居民消费支出Yi与Xi的关系为：Yi=ß1+ß2Xi+ui，其中ß1表示四川省城镇居民家庭平均每人年生活性消费支出（元）；Xi为城镇居民家丁平均没人年可支配收入（元）。
变量采用年度数据，样本期为1978-1998年。
这里的ß1为居民没有收入来源时的最低消费。
二、估计模型中的位置参数假设模型中的随机误差项ui满足古典假定，运用OLS方法估计模型的参数，利用计量经济学计算机软件EViews计算过程如下：简历文档，输入数据首先点击EViews图标，进入EViews主页。
点击File后，在File菜单的New选项中点击Workfile，这时屏幕上出现Workfile Range对话框，在Srart Date里键入1978，在End Date里键入1998，点击OK后屏幕出现Workfile工作框。
在Object菜单栏，点击New Object对话框里选Group并在Name for Object上定义文件名，点击OK，屏幕出现数据编辑框。
也可在光标出直接输入Data Y X，回车后即可出现数据编辑框。
此时可录入数据，首先按上行键，这时对应“obs”字样的空格会自动上跳，在对应第二个“obs”字样，有边框的空格里键入变量名，再按下行键，这时对应变量名下的这一列出现“NA”字样，便可依时间顺序键入相应的数据。
其他变量的数据类似输入。
可以几个变量同时录入数据。
在主页上选Quick菜单，点击Eatimate Equation项，屏幕上出现估计对话框（Equation Spacification），在Easmation Setting中选OLS估计，即Least Squares，键入Y C X或Y X C（C为EViews固定的截距系数）。
计量经济学分析模型
计量经济学分析模型摘要改革开放以来，我国经济呈迅速而稳定的增长趋势，由于分配机制和收入水平的变化，城镇居民生活水平在达到稳定小康之后，消费结构和消费水平都出现了一些新的特点。
本文旨在对近几年，我国城镇年人均收入变动对年人均各种消费变动的影响进行实证分析。
首先，我们综合了几种关于收入和消费的主要理论观点；本文根据相关的数据统计数据，运用一定的计量经济学的研究方法，进而我们建立了理论模型。
然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。
最后，我们对所得的分析结果和影响消费的一些因素作了经济意义的分析，并相应提出一些政策建议。
并找到影响居民消费的主要因素。
关键词：居民消费；城镇居民；回归；Eviews目录摘要 (II)前言 (1)1 问题的提出 (2)2 经济理论陈述 (3)2.1西方经济学中有关理论假说 (3)2.2有关消费结构对居民消费影响的理论 (4)3 相关数据收集 (6)4 计量经济模型的建立 (9)5 模型的求解和检验 (10)5.1计量经济的检验 (10)5.1.1模型的回归分析 (10)5.1.2拟合优度检验： (11)5.1.3 F检验 (11)5.1.4 T检验 (12)5.2 计量修正模型检验： (12)5.2.1 Y与的一元回归 (13)5.2.2拟合优度的检验 (13)5.2.3 F检验 (14)5.2.4 T检验： (15)5.3经济意义的分析: (15)6 政策建议 (16)结论 (17)参考文献 (19)城镇居民消费模型分析前言近年来，改革开放的影响不断加大，人民的物质文化生活水平日益提高，消费水平和消费结构都有了一定的调整，随着城镇化程度的提高，城镇居民消费在整个国民经济中的地位日益重要，因此，对其进行计量经济分析的十分有必要的。
本文旨在对近15年我国城镇年人均收入变动对年人均各种消费变动的影响进行实证分析。
人均收入和消费支出的有关数据进行了计量经济的检验,通过两者之间的动态关系研究发现,居民人均收入与消费支出有长期的均衡关系,据此建立了居民人均收入和消费支出之间的长期均衡模型。
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。
计量经济学-简单线性回归模型
S.E. of regression
175.2325
Akaike info criterion
13.22880
Sum squared resid
951899.7
Schwarz criterion
13.31949
Log likelihood
-216.2751
Hannan-Quinn criter.
已经得到 =800， =8000， =300， （10）=2.23
则n=12， =30， =40000，
= =8000
=
650 2.23* * =650 30.1256411
即在95%的置信概率下消费支出C平均值的预测区间为（619.874359，680.125641）
2.4解：
（1）建立建筑面积与建造单位成本回归模型，建立EViews文件，利用建造单位成本（Y）和建筑面积（x）的数据表，作散点图
10071.74
Schwarz criterion
9.984610
Log likelihood
-57.42275
Hannan-Quinn criter.
9.873871
F-statistic
178.0715
Durbin-Watson stat
1.172407
Prob(F-statistic)
0.000000
Kurtosis
1.664917
2.346511
Jarque-Bera
0.898454
0.213547
Probability
0.638121
0.898729
Sum
42.28000
19432.00
计量经济学模型分析
城镇居民家庭人均可支配收入及城市政府支出驱动经济增长的计量分析：1979~2009一．问题的提出2010年上海世界博览会已经圆满落下帷幕，在“城市让生活更美好”的主题下，这场持续184天的盛会向世界呈现了中国城市化进程中所取得的成就。
所谓城市化，就是指随着社会生产力的发展，人类的生产和生活有农村向城市转化的过程，表现为城市数量的增加和规模的扩大，城市消费、投资持续增加，进而改变经济发展的空间方向和基本方式。
二．模型设定统计表明，改革开放以来，特别是进入21世纪之后，在中国的城市化进程中，城市化率、城镇居民家庭人均可支配收入、城市政府支出以及城镇居民消费水平都有了显著的上升，因此，我们把这四个指标作为反映城市化的变量。
根据GDP 的取决于消费、投资、政府支出的基本原理，这四个变量应该可以很好的解揭示城市化对经济的驱动作用。
本实验主要选取1979~2009年的以下数据：1.城市化率：该指标主要反映的是城市人口规模。
2.经济增长：大多数的研究采用的是以人均GDP表示经济增长，也有使用单位资本GDP 来体现的，我们采用了前者。
3.城镇居民家庭人均可支配收入：4.城市政府支出：这里较为理想的指标是城镇人均政府支出，限于数据的可获得性，我们采用的是人均政府消费支出作为替代。
这是因为，政府消费支出多集中于城镇级别的政府，而农村基层行政部门消费支出比重较低。
5．城镇居民消费水平：这里采用城镇人均消费水平，而不是全社会人均消费水平以便能更好的反映出城市消费对经济增长的拉动作用。
模型形式的设计：Y=β1+β2X1+β3X2+β4X3+β5X4+μ其中，Y:人均GDPX1：城市化率X2：城镇居民家庭人均可支配收入X3：城市政府支出X4：城镇居民消费水平三．数据的搜集本实验获取的是1979~2009年的数据，如下表：年份人均GDP 城市化率城镇居民家庭人均可支配收入政府支出城镇居民消费水平1978 381 17.92 343.4 1122.09 405 1979 419 18.96 405.0 1281.79 425 1980 463 19.39 477.6 1228.83 489 1981 492 20.16 500.4 1138.41 521 1982 528 21.13 535.3 1229.98 536 1983 583 21.62 564.6 1409.52 558 1984 695 23.01 652.1 1701.02 618 1985 858 23.71 739.1 2004.25 765 1986 963 24.52 900.9 2204.91 872 1987 1112 25.32 1002.1 2262.18 998 1988 1366 25.81 1180.2 2491.21 1311 1989 1519 26.21 1373.9 2823.78 1466 1990 1644 26.41 1510.2 3083.59 1596 1991 1893 26.94 1700.6 3386.62 1840 1992 2311 27.46 2026.6 3742.20 2262 1993 2998 27.99 2577.4 4642.30 2924 1994 4044 28.51 3496.2 5792.62 3852 1995 5046 29.04 4283.0 6823.72 4931 1996 5846 30.48 4838.9 7937.55 5532 1997 6420 31.91 5160.3 9233.56 5823 1998 6796 33.35 5425.1 10798.18 6109 1999 7159 34.78 5854.0 13187.67 6405 2000 7858 36.22 6280.0 15886.50 6850 2001 8622 37.66 6859.6 18902.58 7113 2002 9398 39.09 7702.8 22053.15 7387 2003 10542 40.53 8472.2 24649.95 7901 2004 12336 41.76 9421.6 28486.89 8679 2005 14185 42.99 10493.0 33930.28 9410 2006 16500 43.90 11759.5 40422.73 10423 2007 20169 44.94 13785.8 49781.35 11904 2008 23708 45.68 15780.8 62592.66 13526 2009 25575 46.59 17174.7 76299.93四．模型的估计与调整（一）．散点图020000400006000080000100002000030000Y（二）.OLS 回归结果：Dependent Variable: Y Method: Least Squares Date: 06/19/11 Time: 23:27 Sample(adjusted): 1979 2008Included observations: 30 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob. C 1675.936 502.4538 3.335504 0.0027 X1 -85.42903 23.51347 -3.633196 0.0013 X2 0.694786 0.332357 2.090482 0.0469 X3 0.161081 0.034738 4.636982 0.0001 X40.3637490.2269861.6025140.1216R-squared0.998932 Mean dependent var 5882.433 Adjusted R-squared 0.998761 S.D. dependent var 6258.838 S.E. of regression 220.3462 Akaike info criterion 13.77929 Sum squared resid 1213812. Schwarz criterion 14.01282 Log likelihood -201.6893 F-statistic 5843.189Y=1675.936-85.42903X1+0.694786X2+0.161081X3+0.363749X4由此可见：该模型的R^2=0.998932，Adjusted R-squared=0.998761可决系数很高，F检验值为5843.189,明显显著。
计量经济学-第一章 简单回归模型
.
x1 x2
. E(y|x) = β + β x
0 1
Population Regression Function
How to estimate the parameters β0 and β1?
8
How to derive the ordinary least squares (OLS) estimates?
12
Deriving OLS continued
We can write our 2 restrictions just in terms of x, y, β0 and β1 , since y = β0 + β1x + u,
u = y – β0 – β1 x
E(y – β0 – β1x) = 0 E[x(y – β0 – β1x)] moment restrictions
13
Deriving OLS using M.O.M.
The method of moments approach to estimation implies imposing the population moment restrictions on the sample moments What does this mean? Recall that for E(X), the mean of a population distribution, a sample estimator of E(X) is simply the arithmetic mean of the sample Σinxi/n
ˆ ˆ y = β 0 + β1 x , or ˆ ˆ β 0 = y − β1 x
计量经济学模型
计量经济学模型
计量经济学模型是一种用于分析定量经济行为的方法。
它通过使用数字技术来描述和预测经济问题，以帮助决策者更好地理解经济现象。
计量经济学模型的基本目标是描述经济行为的影响因素并识别其影响的大小，以便可以对政策措施作出明智的经济决策。
计量经济学模型的基本原理是要把经济变量通过数学模型的形式进行表达，这种数学模型可以用来描述经济现象，也可以用来预测未来的经济发展趋势。
例如，计量经济学模型可用来分析价格波动、收入差距、市场份额或投资回报率等经济变量之间的关系，以及各种政策措施对这些变量的影响。
计量经济学 第二章 简单线性回归模型案例分析 PPT
3. 用P值检验 α=0.05 >> p=0.0000
表明，城镇居民人均总收入对城镇居民每百户计算机拥有量确 有显著影响。
4. 经济意义检验：
所估计的参数
,说明城镇
居民家庭人均总收入每增加1元，平均说来城变量选择：被解释变量选择能代表城乡所有居民消费的 “城镇居民家庭平均每百户计算机拥有量”(单位:台) ； 解释变量选择表现城镇居民收入水平的“城镇居民平均每 人全年家庭总收入”（单位:元） 研究范围：全国各省市2011年底的城镇居民家庭平均每 百户计算机拥有量和城镇居民平均每人全年家庭总收入数 据。
3、总体回归函数（PRF）是将总体被解释变量Y的条件 均值表现为解释变量X的某种函数。 样本回归函数（SRF）是将被解释变量Y的样本条件 均值表示为解释变量X的某种函数。 总体回归函数与样本回归函数的区别与联系。
4、随机扰动项是被解释变量实际值与条件均值的偏差， 代表排除在模型以外的所有因素对Y的影响。
Yt 12Xt ut
估计参数
假定模型中随机扰动满足基本假定，可用OLS法。 具体操作：使用EViews 软件，估计结果是：
用规范的形式将参数估计和检验的结果写为： Y ˆt11.95800.002873X t
（5.6228） (0.00024) t= (2.1267) (11.9826) R2 0.8320 F=143.5836 n=31
即是说：当地区城镇居民人均总收入达到25000元时，城镇居 民每百户计算机拥有量 平均值置信度95%的预测区间为 （80.6219，86.9473）台。
12
个别值区间预测:
- 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)。
2016-2017学年第一学期期中测试（计量经济学）
姓名：凌如亮学号：140107100112 班级：14经济1
一、引言
根据经济学原理，国内生产总值会受到投资和消费的影响，即国内生产总值与投资和消费之间有相关关系。
以国内生产总值为被解释变量，固定资产投资和消费品零售总额为解释变量，构建二元线性方程，进行回归分析。
二、模型与数据
（一）模型说明
y=c+β1x1+β2x2+μ
y为国内生产总值，x1为固定资产投资，x2为消费品零售总额
（二）数据说明
中国
1
三、模型回归结果
从回归结果来看，可决系数R²=0.9975，表明国内生产总值变化的99.75%可由固定资产投资和消费品零售总额的变化来解释，拟合优度极高。
在5%的显著性水平下，F统计量的临界值为F（2，32）=5.34，F检验大于该值，表明模型的线性关系显著。
tα/2（33）=0.042，|t1|和|t2|都大于tα/2（33），通过显著性检验。
其中x1的系数为负，x2的系数为正，表明国内生产总值与固定资产投资呈负相关，与消费品零售总额程正相关。
2。