李子奈计量经济学(第3版)数据表

合集下载

计量作业计量经济学第三版李子奈

计量作业计量经济学第
三版李子奈
文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]
计量经济学第三版李子柰
12 下表是中国内地2007年各地区税收Y和国内生产总值GDP的统计资料。

单位：（亿元）
Y GDP
3357065
594
625
434
9200
88
629
要求，以手工和运用Eviews软件（或其它软件）：
（1）做出散点图，建立税收随国内生产总值GDP变化的一元线性回归方程，并解释斜率的经济意义；
（2）对所建立的回归方程进行检验；
（3）若2008年某地区国内生产总值为8500亿元，求该地区税收入的预测值机预测区间。

解：下图是运用Eviews软件分析出的结果。

Dependent Variable: Y
Method: Least Squares
Date: 09/17/11 Time: 15:13
Sample: 2 32
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
GDP
Adjusted R-squared . dependent var
. of regression Akaike info criterion
Sum squared resid 2760310. Schwarz criterion
Log likelihood F-statistic
Durbin-Watson stat Prob(F-statistic)。

计量经济学试验完整版--李子奈

计量经济学试验——李子奈目录实验一一元线性回归 (5)一实验目的 (5)二实验要求 (5)三实验原理 (5)四预备知识 (5)五实验内容 (5)六实验步骤 (5)1.建立工作文件并录入数据 (5)2.数据的描述性统计和图形统计： (7)3.设定模型，用最小二乘法估计参数： (8)4.模型检验： (8)5.应用：回归预测： (9)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 (12)一实验目的： (12)二实验要求 (12)三实验原理 (12)四预备知识 (12)五实验内容 (12)六实验步骤 (13)实验三多元线性回归 (15)一实验目的 (15)三实验原理 (15)四预备知识 (15)五实验内容 (15)六实验步骤 (15)6.1 建立工作文件并录入全部数据 (15)6.2 建立二元线性回归模型 (16)6.3 结果的分析与检验 (16)6.4 参数的置信区间 (17)6.5 回归预测 (17)6.6 置信区间的预测 (19)实验四异方差性 (21)一实验目的 (21)二实验要求 (21)三实验原理 (21)四预备知识 (21)五实验内容 (21)六实验步骤 (21)6.1 建立对象： (21)6.2 用普通最小二乘法建立线性模型 (22)6.3 检验模型的异方差性 (22)6.4 异方差性的修正 (25)实验五自相关性 (29)一实验目地 (29)二实验要求 (29)三实验原理 (29)四预备知识 (29)五实验内容 (29)六实验步骤 (29)6.1 建立Workfile和对象 (30)6.2 参数估计、检验模型的自相关性 (30)6.3 使用广义最小二乘法估计模型 (34)6.4 采用差分形式作为新数据，估计模型并检验相关性 (36)实验六多元线性回归和多重共线性 (38)一实验目的 (38)二实验要求 (38)三实验原理 (38)四预备知识 (38)五实验内容 (38)六实验步骤 (38)6.1 建立工作文件并录入数据 (38)6.2 用OLS估计模型 (38)6.3 多重共线性模型的识别 (39)6.4 多重共线性模型的修正 (40)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 (43)一实验目的 (43)二实验要求 (43)三实验原理 (43)四预备知识 (43)五实验内容 (43)六实验步骤 (43)6.1 建立工作文件并录入数据 (43)6.2 使用4期滞后2次多项式估计模型 (44)6.3 格兰杰因果关系检验 (46)实验八联立方程计量经济学模型 (50)一实验目的 (50)二实验要求 (50)三实验原理 (50)四预备知识 (50)五实验内容 (50)六实验步骤 (51)6.1 分析联立方程模型。

计量经济学实验操作指导完整李子奈

计量经济学试验 (完整版)——李子奈目录实验一一元线性回归 (4)一实验目的 (4)二实验要求 (4)三实验原理 (4)四预备知识 (4)五实验内容 (4)六实验步骤 (4)1.建立工作文件并录入数据 (4)2.数据的描述性统计和图形统计： (6)3.设定模型，用最小二乘法估计参数： (6)4.模型检验： (7)5.应用：回归预测： (7)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9一实验目的： (9)二实验要求 (10)三实验原理 (10)四预备知识 (10)五实验内容 (10)六实验步骤 (10)实验三多元线性回归 (11)一实验目的 (11)三实验原理 (11)四预备知识 (11)五实验内容 (11)六实验步骤 (12)6.1 建立工作文件并录入全部数据 (12)6.2 建立二元线性回归模型 (12)6.3 结果的分析与检验 (12)6.4 参数的置信区间 (12)6.5 回归预测 (13)6.6 置信区间的预测 (13)实验四异方差性 (14)一实验目的 (14)二实验要求 (14)三实验原理 (14)四预备知识 (14)五实验内容 (14)六实验步骤 (14)6.1 建立对象： (14)6.2 用普通最小二乘法建立线性模型 (14)6.3 检验模型的异方差性 (14)6.4 异方差性的修正 (15)实验五自相关性 (16)一实验目地 (16)二实验要求 (16)三实验原理 (16)四预备知识 (16)五实验内容 (16)六实验步骤 (17)6.1 建立Workfile和对象 (17)6.2 参数估计、检验模型的自相关性 (17)6.3 使用广义最小二乘法估计模型 (18)6.4 采用差分形式作为新数据，估计模型并检验相关性 (19)实验六多元线性回归和多重共线性 (20)一实验目的 (20)二实验要求 (20)三实验原理 (20)四预备知识 (20)五实验内容 (20)六实验步骤 (20)6.1 建立工作文件并录入数据 (20)6.2 用OLS估计模型 (20)6.3 多重共线性模型的识别 (20)6.4 多重共线性模型的修正 (21)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 (21)一实验目的 (21)二实验要求 (21)三实验原理 (21)四预备知识 (21)五实验内容 (21)六实验步骤 (22)6.1 建立工作文件并录入数据 (22)6.2 使用4期滞后2次多项式估计模型 (22)6.3 格兰杰因果关系检验 (23)实验八联立方程计量经济学模型 (24)一实验目的 (24)二实验要求 (25)三实验原理 (25)四预备知识 (25)五实验内容 (25)六实验步骤 (25)6.1 分析联立方程模型。

计量经济学(第三版)李子奈潘文卿编著第二章第12题答案

计量经济学(第三版)李子奈潘文卿编著第二章第12题解题答案P61：1.作散点图，建立税收和GDP的一元线性回归方程，解释斜率经济意义。

1.1散点图图表1税收Y和国内生产总值GDP散的样本点图1.2税收Y随国内总值GDP（X）变化的一元线性回归方程，以及斜率的经济意义。

图表2中国内地税收的平均状态对国内生产总值平均状态的回归∴又回归估计结果可得一元线性回归方程为Y I=-10.6296+0.0710X I斜率的经济意义：表示国内生产总值GDP每1元的变化所引起的税收的平均变化为0.071.2.对建立的回归方程进行检验。

2.1拟合优度检验----可决系数R2统计量从回归估计的结果看，模型拟合还行。

可决系数R2=0.7603，表明税收变化的76.03%可以由国内生产总值GDP的变化来解释。

2.2变量的显著性检验假设：H0：βi＝0 H1：βi≠0给定显著性性水平0.05，查t分布表得到临界值t(a/2)(31-2)=2.045i.对于β1，从回归分析结果中斜率的t检验值来看9.591245>2.045,所以在95%的置信度下拒绝原假设H0，即变量X是显著的，通过显著性检验。

ii.对于β0，从回归分析结果中截距t检验值来看-0.1235<2.045, 所以在95%的置信度下接受原假设H0，没有通过显著性检验。

3.若2008年某地区GDP为8500亿元，求该地区税收收入的预测值及预测区间？解：由回归方程Y I=-10.6296+0.0710X I可得该地区税收收入的预测值Y=-10.6296+0.0710x8500=592.8704(亿元)由于国民生产总值X的样本均值和样本方差为：E（X）=8891.126 Vax(X)=5782313在给定95%的置信度水平下，该地区税收收入的预测区间为：=592.704±641.288或（-48.584,1233.992）。

计量经济学第三版李子奈书中表格数据

计量经济学（第3版）例题和习题数据表表2.1.1 某社区家庭每月收入与消费支出统计表表2.3.1 参数估计的计算表表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元）资料来源：《中国统计年鉴》（2007）。

表2.6.3 中国居民总量消费支出与收入资料单位：亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源：根据《中国统计年鉴》（2001，2007）整理。

《计量经济学》第三版课后习题答案李子奈

欢迎阅读第一章绪论参考重点：计量经济学的一般建模过程第一章课后题（1.4.5）1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。

一4.5.性，1.2.3.4．如何缩小置信区间？（P46）由上式可以看出（1）.增大样本容量。

样本容量变大，可使样本参数估计量的标准差减小；同时，在同样置信水平下，n越大，t分布表中的临界值越小。

（2）提高模型的拟合优度。

因为样本参数估计量的标准差和残差平方和呈正比，模型的拟合优度越高，残差平方和应越小。

5．以一元线性回归为例，写出β的假设检验1）.对总体参数提出假设H 0：?=0， H1：??02）以原假设H0构造t统计量，3）由样本计算其值4）给定显着性水平?，查t分布表得临界值t ?/2(n-2)5）比较，判断若 |t|> t ?/2(n-2)，则拒绝H0，接受H1；若 |t|? t ?/2(n-2)，则拒绝H1，接受H；上届重点：一元线性回归模型的基本假设、随机误差项产生的原因、最小二乘法、参数经济意义、决定系数、第二章PPT里的表（中国居民人均消费支出对人均GDP的回归）、t检验（△（平方）代表意义；△（平方）的认识）、能够读懂Eviews输出的估计结果第二章课后题（1.3.9.10）1.为什么计量经济学模型的理论方程中必须包含随机干扰项？3.假设6. 回归模型是正确设定的9、10题为计算题，见课本P52，答案见P17第三章经典单方程计量经济学模型：多元线性回归模型上届重点：F检验、t检验调整的样本决定系数、“多元”里为什么要对△（平方）系数进行调整？第三章课后题（1.2.7.9.10）1.多元线性回归模型的基本假设是什么？在证明最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？答：多元线性回归模型的基本假定仍然是针对随机干扰项与针对解释变量两大类的假设。

(2024年)计量经济学教案李子奈版ppt课件

2024/3/26
7
线性回归模型基本概念
01
02
03
线性回归模型定义
描述因变量与一个或多个自变量之间线性关系的数学模型。
2024/3/26
回归方程
表示因变量与自变量之间关系的数学表达式，形如 Y=β0+β1X1+β2X2+…+ βkXk。
估计的回归方程
根据样本数据计算得到的回归方程，用于预测因变量的值。
单位根检验法
通过检验时间序列是否存在单位根来判断其平稳性，常用方法包括ADF检验和PP检验。
2024/3/26
19
时间序列预测方法
移动平均法
通过对时间序列数据进行移动平均处理，消除其随机波动，从而揭示其长期趋势。
指数平滑法
通过对时间序列数据进行加权平均处理，给予近期数据更大的权重，使得预测结果更加准确。
02
GLM扩展了线性回归模型，以包括非正态分布的响应变量和非
线性的链接函数。
在GLM中，响应变量的期望值是预测变量的线性组合通过链接
03
函数进行变换。
14
Logistic回归模型
01
Logistic回归是一种用于二元分类问题的广义线性模型。
02
在Logistic回归中，响应变量是二元的（0或1），而预测变量可
2024/3/26
5
计量经济学发展历史与现状
发展历史
计量经济学的发展大致可分为三个阶段，即初创时期、经典时期和现代时期。初创时期主要代表人物有弗里希、丁伯根等，他们为计量经济学的产生和发展做出了重要贡献。经典时期主要代表人物有克莱因、戈德菲尔德等，他们进一步完善了计量经济学的理论和方法体系。现代时期则是在计算机技术广泛应用的基础上，计量经济学的研究领域和方法得到了极大的拓展和深化。

第八章时间序列计量经济学模型(计量经济学-李子奈(第3

• 数据非平稳，大样本下的统计推断基础——“一致性”要求——被破怀。
• 数据非平稳，往往导致出现“虚假回归” （Spurious Regression）问题。
–表现为两个本来没有任何因果关系的变量，却有很高的相关性。
–例如：如果有两列时间序列数据表现出一致的变化趋势（非平稳的），即使它们没有任何有意义的关系，但进行回归也可表现出较高的可决系数。
等价于通过该式判断是否存在δ=0。
• 通过上式判断Xt是否有单位根,就是时间序列平稳性的单位根检验。
• 一般检验模型
X t X t1 t X t X t1 t
OLS法下的t检验完成。
• 但是，在零假设（序列非平稳）下，即使在大样本下t统计量也是有偏误的（向下偏倚），通常的 t 检验无法使用。
0.10 -3.24 -3.18 -3.15 -3.13 -3.13 -3.12 2.77 2.75 2.73 2.73 2.72 2.72 2.39 2.38 2.38 2.38 2.38 2.38
• 一个简单的检验过程：
– 同时估计出上述三个模型的适当形式，然后通过 ADF临界值表检验零假设H0：=0。
∝ t分布临界值（n=∝）
-3.43 -2.33 -2.86 -1.65 -2.57 -1.28
• 如果t<临界值，则拒绝零假设H0： =0，认为时间序列不存在单位根，是平稳的。
单尾检验
2、ADF检验（Augment Dickey-Fuller test）
• 为什么将DF检验扩展为ADF检验？
ADF检验在Eviews中的实现—检验 GDPP
ADF检验在Eviews中的实现—检验
GDPP
•从GDPP(-1) 的参数值看，其t统计量的值大于临界值，不能拒绝存在单位根的零假设。同时，由于常数项的t 统计量也小于 ADF分布表中的临界值，因此不能拒绝不存在趋势项的零假设。需进一步检验模型 1。

李子奈---计量经济学--第三版--考点整理汇编

题型1、名词解释（5题10分）2、选择题（10题20分）3、判断题（8题8分）4、问答题（2题20分）5、计算题（3题42分）一．名词解释1.计量经济学：计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。

2.数据质量：数据满足明确或隐含需求程度的指标。

3.相关分析：主要研究变量之间的相互关联程度，用相关系数表示。

包括简单相关和多重相关（复相关）。

4.回归分析：研究一个变量（因变量）对于一个或多个其他变量（解释变量）的数量依存关系。

其目的在于根据已知的解释变量的数值来估计或预测因变量的总体平均值。

5.面板数据：时间序列数据和截面数据的混合。

时间序列数据：一批按先后顺序排列的统计数据。

截面数据:是一批发生在同一时间截面上的调查数据。

6.拟合优度（修正的拟合优度）:指检验模型对样本观测值的拟合程度，用R²表示，该值越接近1拟合程度越好。

7.异方差：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。

8.自相关：自相关是在时间序列资料中按时间顺序排列的观测值之间的相关或在横截面资料中按空间顺序排列的观测值之间的相关。

9.多重共线性：解释变量之间存在完全的或近似的线性关系。

解释变量存在完全的线性关系叫完全多重共线；解释变量之间存在近似的线性关系叫不完全（近似）多重共线。

10.工具变量：在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量。

11.虚拟变量：根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D。

12.滞后变量：滞后变量是指在回归模型中，因变量与解释变量的时间滞后量。

13.分布滞后模型：若滞后变量模型中没有滞后被解释变量，仅有解释变量X的当期值，称为分布滞后模型。

（自回归模型：如果滞后变量模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值，则称为自回归模型。

计量经济学实验四--李子奈

实验四异方差性一实验目的：掌握异方差性模型的检验方法与处理方法二实验要求：应用教材P155习题8案例做异方差模型的图形法检验、Goldfeld-Quanadt检验与White检验，使用WLS方法、异方差稳健标准误方法对异方差进行修正。

三实验原理：图形法检验、Goldfeld-Quanadt检验与White检验与加权最小二乘法、异方差稳健标准误方法。

四预备知识：Goldfeld-Quanadt检验与White检验与加权最小二乘法。

五实验内容：下表列出了某年中国部分省市城镇居民每个家庭平均全年可支配收入X与消费性支出Y的统计数据。

地区可支配收入（X）消费性支出（Y）地区可支配收入（X）消费性支出（Y）北京10349.69 8493.49 浙江9279.16 7020.22 天津8140.50 6121.04 山东6489.97 5022.00 河北5661.16 4348.47 河南4766.26 3830.71 山西4724.11 3941.87 湖北5524.54 4644.5 内蒙古5129.05 3927.75 湖南6218.73 5218.79 辽宁5357.79 4356.06 广东9761.57 8016.91 吉林4810.00 4020.87 陕西5124.24 4276.67 黑龙江4912.88 3824.44 甘肃4916.25 4126.47 上海11718.01 8868.19 青海5169.96 4185.73 江苏6800.23 5323.18 新疆5644.86 4422.93(1)使用普通最小二乘法建立居民人均消费支出与可支配收入的线性模型；(2)检验模型是否存在异方差性；(3)如果存在异方差性，试采用适当的方法估计模型参数。

六实验步骤：6.1 建立对象，录入变量可支配收入X和消费性支出Y，如图1所示：图 1 图 26.2 用普通最小二乘法建立线性模型设定一元线性回归模型为：01Y X ββμ∧=++ 点击主界面菜单Quick\Estimate Equation ，在弹出的对话框中输入Y 、C 、X ，点击确定即可得到回归结果，如图2所示。

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)。

第2章练习12下表是中国2007年各地区税收Y和国内生产总值GDP的统计资料。

表3.2.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元）资料来源：根据《中国统计年鉴》（2006,2007）整理。

表3.5.1 中国城镇居民消费支出及价格指数资料来源：《中国统计年鉴》（1990~2007）第3章练习13下表列出了中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业表4.1.1 中国2006年各地区农村居民家庭人均纯收入与消费支出（单位：元）注：从事农业经营的纯收入由从事第一产业的经营总收入与从事第一产业的经营支出之差计算，其他来源的纯收入由总纯收入减去从事农业经营的纯收入后得到。

资料来源：《中国农村住户调查年鉴（2007）》、《中国统计年鉴（2007）》。

表4.3.2 中国粮食生产与相关投入资料资料来源：《中国统计年鉴》（1995，2008）。

表4.4.1 2005年中国大陆31个省区城镇居民人均可支配收入资源来源：《中国统计年鉴》2006年。

下表列出了某年中国部分省市城镇居民家庭平均每个全年可支配收入（X）与消费性支出（Y）的统计数据。

中国1980~2007年全社会固定资产投资总额X与工业总产值Y的统计资料如下表所示。

单位：亿元表5.1.1 2007年中国居民人均可支配收入与生活消费支出数据（元）表5.2.1 中国电力工业固定资产投资与发电量资料来源：电力固定资产固定资产投资来自《中国电力统计年鉴》，发电量来自《中国统计年鉴》。

表5.2.2 中国货币流通量、贷款额、居民消费价格指数历史数据资料来源：《中国统计年鉴》2008、《中国统计资料50年汇编》。

第5章练习51970~1991年美国制造业固定厂房设备投资Y和销售量X的相关数据如下表所示。

单位：10 亿美元表6.4.1 中国宏观经济数据单位：亿元年份Y I C G 19783605.61377.91759.1468.6 19794092.61478.92011.5602.2 19804592.91599.72331.2662 19815008.81630.22627.9750.7 198255901784.22902.9902.9 19836216.220393231.1946.1 19847362.72515.137421105.6 19859076.73457.54687.4931.8 198610508.53941.95302.11264.5 198712277.444626126.11689.3 198815388.65700.27868.11820.3 198917311.36332.78812.62166 199019347.867479450.93149.9 199122577.4786810730.63978.8 199227565.210086.313000.14478.8 199336938.115717.716412.14808.3 199450217.420341.121844.28032.1 199563216.925470.128369.79377.1 199674163.628784.933955.911422.8 199781658.52996836921.514769 199886531.631314.239229.315988.1 19999112532951.541920.416253.1 20009874934842.845854.618051.6 2001108972.439769.449213.219989.8 2002120350.34556552571.322214 2003136398.85596356834.423601.4 2004160280.469168.463833.527278.5 2005188692.180646.371217.536828.3 2006221651.39440280476.946772.4 2007263242.5111417.493317.258507.9第6章练习8表7.2.1 样本观测值及模拟值表7.2.2 样本观测值下表列出了美国、加拿大、英国在1980~1999年的失业率Y以及对制造业的补偿X的相关数据资料。

表8.1.1 一个纯随机序列与随机游走序列的检验表8.1.2 DF分布临界值表样本容量显著性水平25 50 100 500 ∝t分布临界值（n=∝）0.01 -3.75 -3.58 -3.51 -3.44 -3.43 -2.330.05 3.00 -2.93 -2.89 -2.87 -2.86 -1.650.10 2.63 -2.60 -2.58 -2.57 -2.57 -1.28表8.1.3 不同模型使用的ADF分布临界值表表8.3.1 双变量协整ADF检验临界值显著性水平样本容量0.01 0.05 0.1025 -4.37 -3.59 -3.2250 -4.12 -3.46 -3.13100 -4.01 -3.39 -3.09表8.3.2 多变量协整检验ADF临界值第8章练习8Dependent Variable: LNY Method: Least Squares Date: 11/24/15 Time: 11:12 Sample (adjusted): 1982 2002Included observations: 21 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob. C 6.709491 0.042475 157.9616 0.0000 PDL01 0.024444 0.014114 1.731855 0.1014 PDL02 -0.019882 0.003911 -5.084133 0.0001 PDL030.0061370.0028782.1325490.0478R-squared 0.995244 Mean dependent var 8.909941 Adjusted R-squared 0.994404 S.D. dependent var 0.502189 S.E. of regression 0.037565 Akaike info criterion -3.555819 Sum squared resid 0.023990 Schwarz criterion -3.356862 Log likelihood 41.33610 Hannan-Quinn criter. -3.512640 F-statistic 1185.756 Durbin-Watson stat 0.608696Prob(F-statistic) 0.000000Lag Distribution ofLNXi Coefficient Std. Error t-Statistic. *| 0 0.13932 0.02206 6.31650 . * | 1 0.08875 0.00755 11.7540 . * | 2 0.05046 0.00952 5.30031 . * | 3 0.02444 0.01411 1.73185 .* | 4 0.01070 0.01390 0.76949 .* | 5 0.00923 0.00907 1.01737 . * | 6 0.02003 0.00861 2.32621 . * |70.04310 0.02399 1.79640Sum of Lags0.386040.0079148.7991用阿尔蒙法估计如下有限分布滞后模型： LNY=011223344556677ln ln ln ln ln ln ln ln t t t t t t t t X X X X X X X X αββββββββ-------++++++++将系数用二次多项式近似00βα= 101βαα=+201224βααα=++301239βααα=++4012416βααα=++ 5012525βααα=++ 6012636βααα=++ 7012749βααα=++原模型变为001122ln t Y w w w αααα=+++W0=lnx+lnx(-1)+lnx(-2)+lnx(-3)+lnx(-4)+lnx(-5)+lnx(-6)+lnx(-7)W1=lnx(-1)+2*lnx(-2)+3*lnx(-3)+4*lnx(-4)+5*lnx(-5)+6*lnx(-6)+7*lnx(-7) W2=lnx(-1)+4*lnx(-2)+9*lnx(-3)+16*lnx(-4)+25*lnx(-5)+36*lnx(-6)+49*lnx(-7)Dependent Variable: LNY Method: Least Squares Date: 11/24/15 Time: 13:33 Sample (adjusted): 1982 2002Included observations: 21 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob. C 6.709491 0.042475 157.9616 0.0000 W0 0.139319 0.022056 6.316498 0.0000 W1 -0.056702 0.020086 -2.822974 0.0117 W20.0061370.0028782.1325490.0478R-squared 0.995244 Mean dependent var 8.909941 Adjusted R-squared 0.994404 S.D. dependent var 0.502189 S.E. of regression 0.037565 Akaike info criterion -3.555819 Sum squared resid 0.023990 Schwarz criterion -3.356862 Log likelihood 41.33610 Hannan-Quinn criter. -3.512640 F-statistic 1185.756 Durbin-Watson stat 0.608696Prob(F-statistic) 0.000000。