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