计量经济学实验报告 csust.docx

计量经济学实验报告 csust.docx

《计量经济学实验报告 csust.docx》由会员分享，可在线阅读，更多相关《计量经济学实验报告 csust.docx（43页珍藏版）》请在冰点文库上搜索。

计量经济学实验报告csust

实验报告

课程名称：

计量经济学

实验项目：

计量经济学Eviews应用与操作

学生姓名：

学号：

班级：

专业：

指导教师：

2015年12月

指导老师评语：

　　　　　　　　　　　　签字：

　　　　　　　　　　　　　　　　　　年　　月　　日

成绩等级：

备注：

实验任务一

1.根据数据1构建截面数据一元线性模型。

假设拟建立如下一元回归模型：

Y=

下图为用Eviews软件对数据进行回归分析的计算结果：

DependentVariable:

Y

Method:

LeastSquares

Date:

01/07/03Time:

23:

44

Sample:

131

Includedobservations:

31

Coefficient

Std.Error

t-Statistic

Prob.  

X

1.359477

0.043302

31.39525

0.0000

C

-57.90655

377.7595

-0.153289

0.8792

R-squared

0.971419

    Meandependentvar

11363.69

AdjustedR-squared

0.970433

    S.D.dependentvar

3294.469

S.E.ofregression

566.4812

    Akaikeinfocriterion

15.57911

Sumsquaredresid

9306127.

    Schwarzcriterion

15.67162

Loglikelihood

-239.4761

    Hannan-Quinncriter.

15.60926

F-statistic

985.6616

    Durbin-Watsonstat

1.294974

Prob（F-statistic）

0.000000

由此可得：

（377.76）（0.043）

（-0.15）（31.40）

R2=0.97

2.对模型进行检验。

从回归估计的结果看，模型拟合较好。

可决系数R2=0.97，拟合优度较高，表明该地区消费支出变化的97%可以由该地区可支配收入的变化来解释。

从斜率项的t检验值来看，在1%的水平上通过了显著性检验，它表明，人均可支配收入每增加1元，人均消费支出增加1.36元。

但是斜率值1.36＞1，不符合经济规律。

3.若2006年某地区人均可支配收入为4100元，那么该地区消费支出是多少？

（元）

实验任务二

1.根据数据2构建时间数据一元线性模型。

假设拟建立如下一元回归模型：

Y=

下图为用Eviews软件对数据进行回归分析的计算结果：

DependentVariable:

Y

Method:

LeastSquares

Date:

01/31/02Time:

15:

25

Sample:

19782006

Includedobservations:

29

Coefficient

Std.Error

t-Statistic

Prob.  

X

0.437527

0.009297

47.05950

0.0000

C

2091.295

334.9869

6.242914

0.0000

R-squared

0.987955

    Meandependentvar

14855.72

AdjustedR-squared

0.987509

    S.D.dependentvar

9472.076

S.E.ofregression

1058.633

    Akaikeinfocriterion

16.83382

Sumsquaredresid

30259014

    Schwarzcriterion

16.92811

Loglikelihood

-242.0903

    Hannan-Quinncriter.

16.86335

F-statistic

2214.596

    Durbin-Watsonstat

0.277155

Prob（F-statistic）

0.000000

由此可得：

（334.99）（0.009）

（6.24）（47.06）

R2=0.99

2.对模型进行检验。

从回归估计的结果看，可决系数R2=0.99，拟合优度较高，模型拟合较好，表明实际消费支出的变化的99%可以由实际可支配收入的变化来解释。

从斜率项的t检验值来看，在1%的水平上通过了显著性检验，且斜率项0<0.44<1,符合经济规律，表明人均可支配收入每增加1亿元，消费支出增加0.44亿元。

3.若2007年我国可支配总收入为54180亿元，那么该相应的总消费是多少？

（亿元）

实验任务三

2.根据数据3构建截面数据多元线性模型。

假设拟建立如下多元截面数据模型：

Y=

下图为用Eviews软件对数据进行回归分析的计算结果：

DependentVariable:

Y

Method:

LeastSquares

Date:

06/09/15Time:

22:

08

Sample:

131

Includedobservations:

31

Coefficient

Std.Error

t-Statistic

Prob.  

X1

0.555644

0.075308

7.378320

0.0000

X2

0.250085

0.113634

2.200791

0.0362

C

143.3265

260.4032

0.550402

0.5864

R-squared

0.975634

    Meandependentvar

8401.468

AdjustedR-squared

0.973893

    S.D.dependentvar

2388.459

S.E.ofregression

385.9169

    Akaikeinfocriterion

14.84089

Sumsquaredresid

4170093.

    Schwarzcriterion

14.97966

Loglikelihood

-227.0337

    Hannan-Quinncriter.

14.88612

F-statistic

560.5650

    Durbin-Watsonstat

1.843488

Prob（F-statistic）

0.000000

散点图：

表明2006年可支配收入X1与Y存在线性正相关关系，并且，2005年消费支出X2与Y存在线性正相关关系，这表明居民消费支出不仅受本年可支配收入的影响，也受上一年消费支出的影响，即存在棘轮效应。

估计方程：

（0.55）（7.38）（2.20）

3.对模型进行检验。

①从回归估计结果看出，R2=0.98，

，这说明拟合优度高，模型拟合较好，表明2006年消费支出变化的98%可以由2006年可支配收入X1和2005年消费支出X2来解释。

②从回归模型的t检验值来看，X1在1%的水平上通过了显著性检验，X2在5%的水平上通过了显著性检验，可判断X1和X2对Y均有显著影响。

从回归模型的F检验值来看，F=560.57，其伴随概率为零，在1%的水平上通过显著性检验，说明回归方程显著。

③斜率项0<0.56<1,0<0.25<1，符合经济规律。

这表明了在2006年可支配收入X1保持不变的情况下,每增加1元2005年消费支出X2,2006年消费支出Y变动0.25元;在2005年消费支出X2保持不变的情况下,每增加1元2006年可支配收入X1,2006年消费支出Y变动0.56元。

实验任务四

1.根据数据4构建时间序列数据多元线性模型。

根据需求理论，P0为食品价格，P1为通货膨胀率，X为食品消费支出总额。

Q=f（X,P0,P1）,用Eviews软件对数据进行回归分析，结果如下：

DependentVariable:

Q

Method:

LeastSquares

Date:

06/10/15Time:

02:

02

Sample:

19852006

Includedobservations:

22

Coefficient

Std.Error

t-Statistic

Prob.  

X

0.210206

0.011751

17.88857

0.0000

P0

6.680334

3.306630

2.020285

0.0585

P1

-5.854723

2.929604

-1.998469

0.0610

C

877.2041

37.09124

23.64990

0.0000

R-squared

0.982629

    Meandependentvar

1830.000

AdjustedR-squared

0.979734

    S.D.dependentvar

365.1392

S.E.ofregression

51.98063

    Akaikeinfocriterion

10.90258

Sumsquaredresid

48635.74

    Schwarzcriterion

11.10096

Loglikelihood

-115.9284

    Hannan-Quinncriter.

10.94932

F-statistic

339.4076

    Durbin-Watsonstat

0.737832

Prob（F-statistic）

0.000000

2.对模型进行检验。

2可决系数R2=0.9826，

拟合优度较高,模型拟合好。

3从t检验值看，解释变量X、P0、P1分别在1%、10%、10%的水平上通过了显著性检验。

4F值=339.41，所对应的伴随概率为0，小于1%，表明整体模型在1%的水平上通过了显著性检验。

5P1的斜率项为-5.85，与理论相悖，是因为随着通货膨胀率的增加，实际收入水平会下降，食品消费支出减少，食品需求减少。

P0斜率项为正，说明随着食品价格的增加，消费支出也会增加，此商品为吉芬商品，符合经济规律。

实验任务五

1.估计中国农村居民人均消费函数。

假设拟建立如下回归模型：

=

+

X1+

X2+

下图为用Eviews软件对数据进行回归分析的计算结果：

DependentVariable:

Y

Method:

LeastSquares

Date:

05/25/15Time:

03:

06

Sample:

131

Includedobservations:

31

Coefficient

Std.Error

t-Statistic

Prob.  

X1

0.402097

0.164894

2.438514

0.0213

X2

0.709030

0.041710

16.99911

0.0000

C

728.1402

328.1558

2.218886

0.0348

R-squared

0.922173

    Meandependentvar

2981.623

AdjustedR-squared

0.916614

    S.D.dependentvar

1368.763

S.E.ofregression

395.2538

    Akaikeinfocriterion

14.88870

Sumsquaredresid

4374316.

    Schwarzcriterion

15.02747

Loglikelihood

-227.7748

    Hannan-Quinncriter.

14.93394

F-statistic

165.8853

    Durbin-Watsonstat

1.428986

Prob（F-statistic）

0.000000

用普通最小二乘法的估计结果如下：

=728.14+0.40X1+0.71X2

（2.22）（2.44）（17.00）

=0.92D.W.=1.43F=165.89

2．对模型进行异方差检验。

2.1图示法

不同地区农村人均消费支出的差别主要来源于非农经营收入及工资收入、财政收入等其他收入的差别上，因此，如果存在异方差性，则可能是X2引起的。

上图我们得到了残差平方项与X2的散点图，残差平方项在不断变化，存在明显的散点扩大趋势，且随着X2的增大，残差平方项也在不断增大，因此存在递增型异方差性。

2.2G-Q检验

HeteroskedasticityTest:

Breusch-Pagan-Godfrey

F-statistic

8.048853

    Prob.F（2,28）

0.0017

Obs*R-squared

11.31644

    Prob.Chi-Square

（2）

0.0035

ScaledexplainedSS

23.78437

    Prob.Chi-Square

（2）

0.0000

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

06/10/15Time:

13:

57

Sample:

131

Includedobservations:

31

Coefficient

Std.Error

t-Statistic

Prob.  

C

-246960.3

222964.1

-1.107623

0.2774

X1

88.52762

112.0369

0.790165

0.4361

X2

108.5096

28.33955

3.828909

0.0007

R-squared

0.365046

    Meandependentvar

141107.0

AdjustedR-squared

0.319692

    S.D.dependentvar

325595.5

S.E.ofregression

268553.6

    Akaikeinfocriterion

27.93125

Sumsquaredresid

2.02E+12

    Schwarzcriterion

28.07003

Loglikelihood

-429.9344

    Hannan-Quinncriter.

27.97649

F-statistic

8.048853

    Durbin-Watsonstat

2.178345

Prob（F-statistic）

0.001731

由此可得，在1%的显著性水平下拒绝同方差的原假设，该模型存在异方差。

2.3怀特检验

HeteroskedasticityTest:

White

F-statistic

3.898573

    Prob.F（5,25）

0.0095

Obs*R-squared

13.58148

    Prob.Chi-Square（5）

0.0185

ScaledexplainedSS

28.54493

    Prob.Chi-Square（5）

0.0000

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

05/25/15Time:

03:

11

Sample:

131

Includedobservations:

31

Coefficient

Std.Error

t-Statistic

Prob.  

C

1062731.

993615.4

1.069559

0.2950

X1

-902.4493

1056.763

-0.853975

0.4012

X1^2

0.185265

0.269249

0.688079

0.4977

X1*X2

0.246797

0.138910

1.776665

0.0878

X2

-522.6261

363.4949

-1.437781

0.1629

X2^2

0.045546

0.029326

1.553115

0.1330

R-squared

0.438112

    Meandependentvar

141107.0

AdjustedR-squared

0.325735

    S.D.dependentvar

325595.5

S.E.ofregression

267358.4

    Akaikeinfocriterion

28.00255

Sumsquaredresid

1.79E+12

    Schwarzcriterion

28.28010

Loglikelihood

-428.0396

    Hannan-Quinncriter.

28.09303

F-statistic

3.898573

    Durbin-Watsonstat

2.151382

Prob（F-statistic）

0.009480

由此可得，模型在1%的显著性水平下拒绝同方差的原假设，该模型存在异方差。

3.采用加权最小二乘法估计方程

DependentVariable:

Y

Method:

LeastSquares

Date:

05/25/15Time:

03:

27

Sample:

131

Includedobservations:

31

Weightingseries:

1/ABS（RESID）

Coefficient

Std.Error

t-Statistic

Prob.  

X1

0.471024

0.035570

13.24221

0.0000

X2

0.691298

0.011628

59.45173

0.0000

C

642.1640

56.79157

11.30738

0.0000

WeightedStatistics

R-squared

0.992927

    Meandependentvar

2595.506

AdjustedR-squared

0.992422

    S.D.dependentvar

3551.699

S.E.ofregression

67.05808

    Akaikeinfocriterion

11.34076

Sumsquaredresid

125910.0

    Schwarzcriterion

11.47953

Loglikelihood

-172.7818

    Hannan-Quinncriter.

11.38600

F-statistic

1965.400

    Durbin-Watsonstat

1.604499

Prob（F-statistic）

0.000000

UnweightedStatistics

R-squared

0.920129

    Meandependentvar

2981.623

AdjustedR-squared

0.914424

    S.D.dependentvar

1368.763

S.E.ofregression

400.4084

    Sumsquaredresid

4489153.

Durbin-Watsonstat

1.580905

由此可得：

（11.31）（13.24）（59.45）

R2=0.99

经过比较，可以发现在加权后，R2值增加了，模型的拟合优