计量经济学实验二
计量经济学实验报告
计量经济学实验报告1. 引言计量经济学是应用数学和统计学方法来研究经济现象的一门学科。
实验是计量经济学研究中常用的方法之一，通过设计和实施实验，可以帮助我们理解经济现象背后的因果关系。
本文将对一项计量经济学实验进行详细描述和分析，以展示实验的设计、数据分析和结论。
2. 实验设计2.1 实验目的本次实验的目的是研究市场供需关系对商品价格的影响。
具体而言，我们希望通过改变商品的市场供给量，观察商品价格如何变化，并分析供给弹性的大小。
2.2 实验假设在实验设计阶段，我们需要制定实验假设来指导实验的进行。
在本次实验中，我们假设市场供给量的变动会对商品价格产生影响，而且供给弹性的大小会决定价格的变动幅度。
2.3 实验步骤本次实验包括以下几个步骤：1.设定实验组和对照组：我们将随机选择一些参与者，并将其分为两组，一组作为实验组，一组作为对照组。
实验组将面临市场供给量变动的情况，而对照组则不受干扰。
2.确定商品和市场：我们选择一个特定的商品，并确定一个特定的市场来进行实验。
这样可以使实验更加具体和可控。
3.设定实验条件：在实验组中，我们逐步调整市场供给量，并记录下不同供给量下的商品价格。
对照组则保持市场供给量不变。
4.数据收集：在每次实验条件设定完毕后，我们将记录实验组和对照组的商品价格，并对数据进行整理和存储。
2.4 实验风险和伦理考虑在设计实验时，我们需要考虑实验可能存在的风险，并确保实验过程符合伦理要求。
具体而言，我们需要确保参与者的权益得到保护，并在可能对参与者造成负面影响的情况下停止实验。
3. 数据分析在实验进行完毕后，我们对数据进行分析，以验证实验假设并得出结论。
3.1 数据整理首先，我们将实验组和对照组的数据整理成表格形式，方便后续分析。
由于文档要求不能包含表格，这里无法展示具体的数据。
3.2 数据分析方法我们采用的数据分析方法主要包括描述统计分析和回归分析。
描述统计分析用于描述数据的基本特征，包括平均值、标准差、最小值和最大值等。
计量经济学上机实验
计量经济学上机实验上机实验一：一元线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参数估计并进行检验上机步骤：中国内地2011年中国各地区城镇居民每百户计算机拥有量和人均总收入一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y X2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y X2.相关图：键入命令 SCAT Y X 散点图：趋势图：上机结果：Yˆ11.958+0.003X=s (βˆ) 5.6228 0.0002t (βˆ) 2.1267 11.9826prob 0.0421 0.00002=0.831 R2=0.826 FR=143.584 prob(F)=0.0000上机实验二：多元线性回归模型实验目的：多元回归模型的建立、比较与筛选，掌握基本的操作要求并能根据理论对分析结果进行解释实验内容：对线性回归模型进行参数估计并进行检验上机步骤：商品的需求量与商品价格和消费者平均收入趋势图：散点图：上机结果:i Yˆ=132.5802-8.878007X1-0.038888X2s (βˆ) 57.118 4.291 0.419t (βˆ) 2.321 -2.069 -0.093prob 0.0533 0.0773 0.9286 R2=0.79 R2=0.73 F =13.14 prob(F)=0.00427三：非线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参上机步骤：我国国有独立核算工业企业统计资料一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y L K2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y K L2.相关图：键入命令 SCAT Y K L四．估计回归模型：键入命令LS Y C K L上机结果：Y =4047.866K1.262204L-1.227157s (βˆ) 17694.18 0232593 0.759696t (βˆ) 0.228768 5.426669 -1.615325prob 0.8242 0.0004 0.1407R2=0.989758 R2=0.987482 F=434.8689 prob(F)=0.0000上机实验四：异方差实验目的：：掌握异方差的检验与调整方法的上机实现实验内容：我国制造工业利润函数行业销售销售行业销售销售实验步骤：一．检验异方差性1．图形分析检验：1) 观察Y、X相关图：SCAT Y X2) 残差分析:观察回归方程的残差图LS Y C X在方程窗口上点击Residual按钮；2． Goldfeld-Quant检验：SORT XSMPL 1 10LS Y C X（计算第一组残差平方和）SMPL 19 28LS Y C X（计算第二组残差平方和）计算F统计量，判断异方差性3．White检验：SMPL 1 28LS Y C X在方程窗口上点击：View\Residual\Test\White Heteroskedastcity 由概率值判断异方差性。
计量经济学实训报告
计量经济学实训报告一、实验设计：本次实验是基于计量经济学的理论知识和方法，通过对已有的数据进行回归分析，验证理论假设的可行性。
实验的目的是了解计量经济学在实际应用中的重要性，以及掌握回归分析等基本方法。
二、实验过程：1.数据收集：我们选择了一个包含多个变量的数据集，包括自变量和因变量，旨在通过回归模型来预测因变量的取值。
2.数据清洗：对收集到的数据进行清洗和预处理，包括处理缺失值、异常值等。
3.变量选择：根据计量经济学的原理和假设，选择适合的自变量和因变量，并对其进行初步的分析。
4.模型建立：根据选择的自变量和因变量，建立回归模型，并假设一些条件。
5.模型估计：利用统计软件对建立的回归模型进行估计和拟合，获得回归系数和拟合度等相关参数。
6.模型诊断与检验：对建立的回归模型进行诊断和检验，检查模型的拟合度和有效性。
7.结果分析：根据模型估计和检验结果，分析自变量对因变量的影响程度和显著性等，并解读模型。
三、实验结果：经过以上的实验过程和分析，我们得到了以下结论：1.自变量X对因变量Y的影响具有统计显著性；2.自变量X1对因变量Y的影响程度较大，而自变量X2的影响相对较小；3.拟合度较高，模型的解释能力较强。
四、实验感想：通过本次实验，我们深刻认识到计量经济学在实际问题中的重要性。
通过建立回归模型，我们可以对研究对象的变量关系进行实证分析，从而对问题进行解释和预测。
同时，我们也了解到了回归分析中的一些注意事项，如数据的选择和处理、模型的建立和检验等。
在今后的学习中，我们将进一步掌握和应用计量经济学的方法，提高对实际问题的分析和解决能力。
同时，我们也意识到计量经济学的方法和理论需要结合实际问题来进行应用，只有在实际问题中进行实践和应用，才能更好地理解和掌握计量经济学的知识。
计量经济实验报告多元(3篇)
第1篇一、实验目的本次实验旨在通过多元线性回归模型，分析多个自变量与因变量之间的关系，掌握多元线性回归模型的基本原理、建模方法、参数估计以及模型检验等技能，提高运用计量经济学方法解决实际问题的能力。
二、实验背景随着经济的发展和社会的进步，影响一个变量的因素越来越多。
在经济学、管理学等领域，多元线性回归模型被广泛应用于分析多个变量之间的关系。
本实验以某地区居民消费支出为例，探讨影响居民消费支出的因素。
三、实验数据本实验数据来源于某地区统计局，包括以下变量：1. 消费支出（Y）：表示居民年消费支出，单位为元；2. 家庭收入（X1）：表示居民家庭年收入，单位为元；3. 房产价值（X2）：表示居民家庭房产价值，单位为万元；4. 教育水平（X3）：表示居民受教育程度，分为小学、初中、高中、大专及以上四个等级；5. 通货膨胀率（X4）：表示居民消费价格指数，单位为百分比。
四、实验步骤1. 数据预处理：对数据进行清洗、缺失值处理和异常值处理，确保数据质量。
2. 模型设定：根据理论知识和实际情况，建立多元线性回归模型：Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ε其中，Y为因变量，X1、X2、X3、X4为自变量，β0为截距项，β1、β2、β3、β4为回归系数，ε为误差项。
3. 模型估计：利用统计软件（如SPSS、R等）对模型进行参数估计，得到回归系数的估计值。
4. 模型检验：对估计得到的模型进行检验，包括以下内容：（1）拟合优度检验：通过计算R²、F统计量等指标，判断模型的整体拟合效果；（2）t检验：对回归系数进行显著性检验，判断各变量对因变量的影响是否显著；（3）方差膨胀因子（VIF）检验：检验模型是否存在多重共线性问题。
5. 结果分析：根据模型检验结果，分析各变量对因变量的影响程度和显著性，得出结论。
五、实验结果与分析1. 拟合优度检验：根据计算结果，R²为0.812，F统计量为30.456，P值为0.000，说明模型整体拟合效果较好。
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。
计量经济学实验二
实验二〔一〕异方差性【实验目的】掌握异方差性的检验及处理方法【实验内容】建立并检验我国制造业利润函数模型【实验步骤】【例1】表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。
一、检验异方差性⒈图形分析检验⑴观察销售利润〔Y〕与销售收入〔X〕的相关图(图1)：SCAT X Y图1 我国制造工业销售利润与销售收入相关图从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。
这说明变量之间可能存在递增的异方差性。
⑵残差分析首先将数据排序〔命令格式为：SORT 解释变量〕，然后建立回归方程。
在方程窗口中点击Resids按钮就可以得到模型的残差分布图〔或建立方程后在Eviews工作文件窗口中点击resid对象来观察〕。
图2 我国制造业销售利润回归模型残差分布图2显示回归方程的残差分布有明显的扩大趋势，即说明存在异方差性。
⒉Goldfeld-Quant检验⑴将样本安解释变量排序〔SORT X〕并分成两部分〔分别有1到10共11个样本合19到28共10个样本〕⑵利用样本1建立回归模型1〔回归结果如图3〕，其残差平方和为。
SMPL 1 10LS Y C X图3 样本1回归结果⑶利用样本2建立回归模型2〔回归结果如图4〕，其残差平方和为。
SMPL 19 28 LS Y C X图4 样本2回归结果⑷计算F 统计量：12/RSS RSS F =＝，21RSS RSS 和分别是模型1和模型2的残差平方和。
取05.0=α时，查F 分布表得44.3)1110,1110(05.0=----F ，而44.372.2405.0=>=F F ，所以存在异方差性⒊White 检验⑴建立回归模型：LS Y C X ，回归结果如图5。
图5 我国制造业销售利润回归模型⑵在方程窗口上点击View\Residual\Test\White Heteroskedastcity,检验结果如图6。
计量经济学实验报告
计量经济学实验报告《计量经济学》实验报告一，数据某年中国部分省市城镇居民家庭人均年可支配收入（X）与消费性支出（Y）统计数据二，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：1iiiY 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，128n n==分别回归1615472.0RSS =2126528.3RSS =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)FF F =>，即拒绝无异方差性假设，说明模型存在异方差性。
实验报告计量经济学
计量经济学实验报告书实验二、实验开设对象本实验的开设对象为《计量经济学》课程的学习者，实验为必修内容、实验目的实验二、掌握计量经济学多元模型的建立，模型形式的设定，模型拟合度、t检验和F 检验判断过程；三、实验环境微型计算机（要求必须能够连接In ternet,且安装有Eviews6.0软件。
）四、实验成果根据所给定的范例数据和要求，利用Eviews6.0软件对其进行分析和处理,并撰写实验报告。
Workflle U*mTLEDViaw | Prc-c d Oku"^1 | P-ranl N HIWH rra«x«DW BL *▼ | I Sia-r^ Tranap-aiiB E-drlI3T ■3MB ■工：xi 沁4b3-¥ XtX2IP 阴rn 丁也电niSb0.6534101985175 479724.11729 0.057131inn. IH ^I I :史Nfl 昭却* n 1*寻 1SB7 壬 g B2S£I7-2-4.13-112 ” D 日皿N 10BS2J.17 3J9 0.74200<5 I 總HP 71. 1 HURT口 TTiflHR?23：7j2S3：21.7S-103 D.7487B6-IB9-I £55 5541 2a.344*ie 0.7300821R>Ri77nn )npeii in 口 口 丁7■口sji-4 鬧 13 S1437 D.76B2&71^94 3&3 E7&& 17-93 17^ 0 61320BTRiR ■刍Hon R,Df»ri in ：1：7口□ 口 riAHH433 03：2H 1占:&也斗出-IBBT 4眄 44&Z is.33333 0.9171051DEII1SiD 1 HUA ia CHI 孑pp □ 071斗口 Tis.ess«e 1.006117ZDDD &丁口 48TS 1庁方"5昌 1.069^627DD1 & 1 U 74+4 13 U7Q3Q 1 了曰□斗12002 67& 4-3^2 Ifi 12>D€2 1.^845072QQ3 T33 0&54is1.5301963DD4"iiI 葩 I Grc-up: LflN RJ I LE J D WcdJil*: (JNTTTLE&rLinfcrtiaKT'. J |optic-rii Jupdata Ad-dTri^L ・・l <oraph: UMTTT L ED Wnrkfii ■:: <jNTin"LED::Urrtrt:l«d i,i PtCTc|obj«ct j|^!Print|HMnBCarjpK Opliion-Si—Grap*! typ«-OetalwiSrapH dat-a:Fit Ihnesi!Axi^i tKJV iJdrr :1^1^ ■|~s l li^«■C^K£i[U¥|X1O[k&*朗X21333137?D146 |23 -IBD-IS ft fii 122-41^3-4 1S6.773324 OB&^D0 *£^41Qi^as175.470724 317230EW134fosei laa.teaa24 2D&&1 C €441251537 206.SJ9724 13-112 G1>QS8226.273224 1734&G.742<XM1339 231 aes?22 3G7B40 73511-321>E190237.2836S1.751D30.74^76619912S5.!ifiJ12D 3G4-SB0.73OTB21992286.390613 9DB3D0 7707171393 32i 90531E 519BT0 TBAZUj?363.27C517.BB174 O.S132tlS1995390.SO9S-IE 32DDE.0W7M11995433.932515.BZ244Q WB Mfi19S7ilGgjdiSS15.233BE0/9171Miggg50 1.385 J15.DG7B90 97H4A1199953J.9-392 1 CMW1172000 575.-337915.3E55412001 fiig n7ddldi B7-D59 1 2W4152002 570.J12215.12953 1 ML4W72003 733.CJC5d!15.424BD% si^iggzog 4in* _ b回Groupi UrrrnLED Worwila UNrTTTLEDiiUrt4iecr>. . 5 X[vfcaw] [ Ptlnt] M«n・]rriMM_| [ifWi. F J [ WDrt[Tkiam口■■[lE曰5M(I IL'L；. Grnun： UNTril l O Warlcf ik< UNTITI. ri? IJnfcrilwiA,「召斫i凶。
- 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
（一）异方差性
【实验目的】
掌握异方差性的检验及处理方法
【实验内容】
建立并检验我国制造业利润函数模型
【实验步骤】
【例1】表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。
表1 我国制造工业1998年销售利润与销售收入情况
一、检验异方差性
⒈图形分析检验
⑴观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y
图1 我国制造工业销售利润与销售收入相关图
从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。
这说明变量之间可能存在递增的异方差性。
⑵残差分析
首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。
在方程窗口
中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。
图2 我国制造业销售利润回归模型残差分布
图2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。
⒉Goldfeld-Quant检验
⑴将样本安解释变量排序（SORT X）并分成两部分（分别有1到10共11个样本合19到28共10个样本）
⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为2579.587。
SMPL 1 10
LS Y C X
图3 样本1回归结果
⑶利用样本2建立回归模型2（回归结果如图4），其残差平方和为63769.67。
SMPL 19 28 LS Y C X
图4 样本2回归结果
⑷计算F 统计量：12/RSS RSS F =＝63769.67/2579.59=24.72，21RSS RSS 和分别是模型1和模型2的残差平方和。
取
05
.0=α时，查F 分布表得
44.3)1110,1110(05.0=----F ，而
44.372.2405.0=>=F F ，所以存在异方差性
⒊White 检验
⑴建立回归模型：LS Y C X ，回归结果如图5。
图5 我国制造业销售利润回归模型
⑵在方程窗口上点击View\Residual\Test\White Heteroskedastcity,检验结果如图6。
图6 White 检验结果
其中F 值为辅助回归模型的F 统计量值。
取显著水平05.0=α
，由于
2704.699.5)2(2205.0=<=nR χ,所以存在异方差性。
实际应用中可以直接观察相伴概率
p 值的大小，若p 值较小，则认为存在异方差性。
反之，则认为不存在异方差性。
⒋Park 检验
⑴建立回归模型（结果同图5所示）。
⑵生成新变量序列：GENR LNE2=log(RESID^2)
GENR LNX=log
⑶建立新残差序列对解释变量的回归模型：LS LNE2 C LNX ，回归结果如图7所示。
图7 Park检验回归模型
从图7所示的回归结果中可以看出，LNX的系数估计值不为0且能通过显著性检验，即随即误差项的方差与解释变量存在较强的相关关系，即认为存在异方差性。
⒌Gleiser检验（Gleiser检验与Park检验原理相同）
⑴建立回归模型（结果同图5所示）。
⑵生成新变量序列：GENR E=ABS(RESID)
⑶分别建立新残差序列（E）对各解释变量（X X^2 X^(1/2) X^(－1) X^(－2) X^(－1/2)）的回归模型：LS E C X，回归结果如图8所示。
图8
由上述各回归结果可知，各回归模型中解释变量的系数估计值显著不为0且均能通过显著性检验。
所以认为存在异方差性。
⑷由F值或2R确定异方差类型
二、调整异方差性
⒈确定权数变量
根据Park检验生成权数变量：GENR W1=1/X^1.6743
根据Gleiser检验生成权数变量：GENR W2=1/X^0.5
另外生成：GENR W3=1/ABS(RESID）
GENR W4=1/ RESID ^2
⒉利用加权最小二乘法估计模型
在Eviews命令窗口中依次键入命令：
LS(W=
W) Y C X
i
或在方程窗口中点击Estimate\Option按钮，并在权数变量栏里依次输入W1、W2、W3、W4，进行回归w1结果图所示。
图9
⒊对所估计的模型再进行White检验，观察异方差的调整情况
对所估计的模型再进行White检验。
图10
（二）自相关性
【实验目的】
掌握自相关性的检验与处理方法。
【实验内容】
利用表5-1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。
【实验步骤】
一、回归模型的筛选
⒈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、对数、指数、二次多项式等不同形式，进而加以比较分析。
⒉估计模型，利用LS命令分别建立以下模型
LS Y C X
x y
5075.9284.14984ˆ+-= =t (-6.706) (13.862)
2R ＝0.9100 F ＝192.145 S.E ＝5030.809
二、自相关性检验 ⒈DW 检验； 双对数模型
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<L d ，所以存在（正）自相关。
⒉偏相关系数检验
在方程窗口中点击View/Residual Test/Correlogram-Q-statistics ，并输入滞后期为10，
则会得到残差t e 与1021,,---t t t e e e 的各期相关系数和偏相关系数。
⒊BG 检验
在方程窗口中点击View/Residual Test/Series Correlation LM Test ，并选择滞后期为2，则会得到如图所示的信息。
图 双对数模型的BG 检验
图中，2
nR =11.31531，临界概率P=0.0034，因此辅助回归模型是显著的，即存在自相关性。
又因为1-t e ，2-t e 的回归系数均显著地不为0，说明双对数模型存在一阶和二阶自相关性。
三、自相关性的调整：加入AR 项
对双对数模型进行调整；
在LS 命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。
键入命令：
LS LNY C LNX AR(1) AR(2)
结果表明，估计过程经过4次迭代后收敛；1ρ，2ρ的估计值分别为0.9459和-0.5914，并且t 检验显著，说明双对数模型确实存在一阶和二阶自相关性。
调整后模型的DW ＝
1.6445，n ＝19，k ＝1，取显著性水平α＝0.05时，查表得L d ＝1.18，U d ＝1.40，而U d <1.6445＝DW<4－U d ，说明模型不存在一阶自相关性；再进行偏相关系数检验（图5-17）和BG 检验（图5-18），也表明不存在高阶自相关性，因此，中国城乡居民储蓄存款的双对数模型为：
x y
ln 9193.28445.7ˆln +-= =t (-25.263) (52.683)
2R ＝0.9982 F ＝2709.985 S.E ＝0.0744 DW ＝1.6445
四、重新设定双对数模型中的解释变量：
模型1：加入上期储蓄LNY(-1)；
模型2：解释变量取成：上期储蓄LNY(-1)、本期X 的增长DLOG(X)。
⒈检验自相关性；
⑴模型1
键入命令：
LS LNY C LNX LNY(-1)
结果表明了DW=1.358，n ＝20，k ＝2，查表得L d ＝1.100，U d ＝1.537，而L d <1.358＝DW<U d ，属于无法判定区域。
采用偏相关系数检验的结果如图所示，图中偏相关系数方块均未超过虚线，模型1不存在自相关性。
图 模型1的偏相关系数检验结果
⑵模型2表明了DW=1.388，n ＝20，k ＝2，查表得L d ＝1.100，U d ＝1.537，而L d <1.388
＝DW<
d，属于无法判定区域。
U
⒉解释模型的经济含义。
⑴模型1
⑵模型2。