计量经济模型案例.docx

上传人:b****3 文档编号:3859270 上传时间:2023-05-06 格式:DOCX 页数:57 大小:45.76KB
下载 相关 举报
计量经济模型案例.docx_第1页
第1页 / 共57页
计量经济模型案例.docx_第2页
第2页 / 共57页
计量经济模型案例.docx_第3页
第3页 / 共57页
计量经济模型案例.docx_第4页
第4页 / 共57页
计量经济模型案例.docx_第5页
第5页 / 共57页
计量经济模型案例.docx_第6页
第6页 / 共57页
计量经济模型案例.docx_第7页
第7页 / 共57页
计量经济模型案例.docx_第8页
第8页 / 共57页
计量经济模型案例.docx_第9页
第9页 / 共57页
计量经济模型案例.docx_第10页
第10页 / 共57页
计量经济模型案例.docx_第11页
第11页 / 共57页
计量经济模型案例.docx_第12页
第12页 / 共57页
计量经济模型案例.docx_第13页
第13页 / 共57页
计量经济模型案例.docx_第14页
第14页 / 共57页
计量经济模型案例.docx_第15页
第15页 / 共57页
计量经济模型案例.docx_第16页
第16页 / 共57页
计量经济模型案例.docx_第17页
第17页 / 共57页
计量经济模型案例.docx_第18页
第18页 / 共57页
计量经济模型案例.docx_第19页
第19页 / 共57页
计量经济模型案例.docx_第20页
第20页 / 共57页
亲,该文档总共57页,到这儿已超出免费预览范围,如果喜欢就下载吧!
下载资源
资源描述

计量经济模型案例.docx

《计量经济模型案例.docx》由会员分享,可在线阅读,更多相关《计量经济模型案例.docx(57页珍藏版)》请在冰点文库上搜索。

计量经济模型案例.docx

计量经济模型案例

计量经济模型案例

【篇一:

计量经济模型案例】

计量经济学案例分析案例分析1一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。

居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。

改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也…城镇居民可支配收入与人均消费性支出的关系的研究一、研究的目的本案例分析根据1980年~2009年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律,并在…研究城镇居民可支配收入与人均消费性支出的关系班级:

国际经济与贸易一班姓名:

李文泳学号:

2008524119一、研究的目的本案例分析根据1980年~2009年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇…计量经济学案例分析姓名:

学号:

学院:

管理学院专业:

10级工程管理计量经济学案例分析案例:

研究从1989-2009年,影响我国国债发行总量的主要因素。

当年的国债发行总量(y),国内生产总值(x1)、城乡居民储蓄存款(x2)、国家…《计量经济学》案例分析统计学院统计学教研室2008年3月编写/2010年3月修订第1章特殊自变量的计量经济模型1虚拟变量模型一、季节调整的虚拟变量方法1.案例摘自高铁梅《计量经济分析方法与建模》p792.案例内容研究季度国民生…案例分析1一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。

居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。

改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也不断…计量经济学案例分析1一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。

居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。

改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的…《计量经济学》实验报告实验课题:

各章节案列分析姓名:

茆汉成班级:

会计学12-2班学号:

指导老师:

报告日期:

2015.06.18目录第二章简单线性回归模型案例.................…计量案例分析学院:

班级:

贸易经济2班姓名:

学号:

2013年12月16日1994——1997年中国旅游收入及相关数据^y=-1471.96+0.0425x2+4.432x3+2.922x4+1.427x5-354.98x6r?

?

=0.9…6013205281金融一班谢明亮习题6.1

(1)dependentvariable:

ymethod:

leastsquaresdate:

11/09/15time:

08:

52sample:

119inclu…一、研究课题:

通过对1984——2003年某国gdp和出口的分析,研究gdp和出口量的相关关系并对参数估计值进行检验。

【实验内容】一、eviews软件的安装;二、数据的输入、编辑与序列生成;三、图形分析与描述统计分析;四、数据文件的存贮、…计量经济学实验课教学日志教师签名:

河北经贸大学商学院应用经济学教研室年月计量经济学软件eviews3.0教学项目第一节eviews软件初步一、启动软件包假定用户有windows98/xp/2000/me的操作经验,我们从evie…案例分析一关于计量经济学方法论的讨论问题:

利用计量经济学建模的步骤,根据相关的消费理论,刻画我国改革开放以来的边际消费倾向。

第一步:

相关经济理论。

首先了解经济理论在这一问题上的阐述,宏观经济学中,关于消费函数的理论有以下几种:

①凯恩斯的绝对收入…2013级统计学专业《计量经济学》案例作业学号:

130702060姓名:

叶豪特1.下表是消费y与收入x的数据,试根据所给数据资料完成以下问题:

(1)估计回归模型y?

?

?

?

1?

?

?

?

2x?

?

u中的未知参数?

?

1和?

?

2,并写出样本回归模型的书写格式;

(2)试用…

【篇二:

计量经济模型案例】

计量经济学报告

研究问题:

我国私人汽车拥有量与城镇居民可支配收入汽车产量之间的关系

模型设定:

以我国私人汽车拥有量为被解释变量(qcyyl)城镇居民可支配收入(kzpsr),汽车产量(qccl)为两个解释变量,选取1994-2008年数据进行分析

1数据

年份qcyylkzpsrqccl

3496.2

4238

4838.9

5160.3

5425.1

5854

6279.98

6859.6

7702.8

8472.2

9421.6

10493

11759.5

13785.8

15780.8

205.42

249.96

289.67

358.36

423.65

533.88

625.33

770.78

968.98

1219.23

1481.66

1848.07

2333.32

2876.22

4173.39

136.69

145.27

147.52

158.25

163

183.2

207

243.17

325.1

444.39

507.41

570

727.9

888.7

934.55

94

95

96

97

98

99

00

01

02

03

04

05

06

07

08

2qcyyl与kzpsrqccl走势图

3初次最小平方估计

dependentvariable:

qcyyl

method:

leastsquares

date:

05/04/10time:

10:

33

sample(adjusted):

19942008

includedobservations:

15afteradjustingendpoints

variablecoefficientstd.errort-statisticprob.

c-488.258690.76810-5.3791880.0002

kzpsr0.0992710.0272403.6443200.0039

qccl2.2108030.3379296.5422110.0000

r-squared0.996379meandependentvar1013.181

adjustedr-squared0.995720s.d.dependentvar838.8779

s.e.ofregression54.88001akaikeinfocriterion11.03558

sumsquaredresid33129.97schwarzcriterion11.17253

loglikelihood-74.24909f-statistic1513.237

durbin-watsonstat0.995130prob(f-statistic)0.000000

模型方程

qcyyl=-488.2586+0.099271kzpsr+2.210803qccl

(-5.379188)(3.644320)(6.542211)

r^2=0.996379调整r^2=0.995720se=54.88001f=1513.237n=15

模型分析:

由分析报告可知kzpsr标准差0.027240与系数比较0.099271较大,qccl的标准差0.337929与系数2.210803比较也较大t检验得知kzpsr,qccl都通过了t检验由prob.概率得知两解释变量都很小,都是有效的解释变量。

由此可知该模型统计性质很好。

r^2=0.996379拟合程度高se=54.88001相对于meandependentvar=1013.181较小,f检验f-statistic=1513.23很大通过了f检验其概率几乎为零,可见说明解释变量城镇居民可支配收入汽车产量都对被解释变量我国私人汽车拥有量有显著影响。

该模型统计性质和拟合性质都很好。

二检验模型存在的问题

1多重共线性问题的解决

dependentvariable:

kzpsr

method:

leastsquares

date:

06/25/10time:

13:

40

sample(adjusted):

215

includedobservations:

14afteradjustments

variablecoefficientstd.errort-statisticprob.

c3191.511276.521411.541640.0000

qccl12.192800.66049118.460200.0000

r-squared0.965984meandependentvar7413.356

adjustedr-squared0.963150s.d.dependentvar3029.676

s.e.ofregression581.5895akaikeinfocriterion15.70097

sumsquaredresid4058956.schwarzcriterion15.79226

loglikelihood-107.9068f-statistic340.7790

durbin-watsonstat0.479094prob(f-statistic)0.000000

由qccl与kzpsr的相关系数=0.965984,两变量之间的相关系数很高,存在多重共线性问题

岭回归估计

1试探性取lmd=0.010.02计算相应的b(lmd)

2图形如下

当lmd=0.07时,各岭迹图趋于平缓

模型为y=-265.96+0.0296168373511679kzpsr+3.06008529034178qccl

当lmd=0.07残差平方和是∑=0.05857

而最小平方估计的残差平方和为∑=0.048013残差平方和损失并不大可见该模型的拟合程度还可以,所以此次岭回归估计是成功的。

2异方差问题的解决

从图形来看异方差问题不存在

进行等级相关检验得到iti=0.6345不存在异方差

3自相关问题的解决

0.951.54

从图中可以看出总有多个点位于同侧,dl=0.95du=1.54

dw=0.99513接近于1,模型可能存在自相关问题因而进行自相关检验。

对于qccl的自相关检验

dw=1.4439

广义最小平方估计

对于kzpsr的自相关检验

dw=0.884358查表得在存在正自相关

dependentvariable:

yy

method:

leastsquares

date:

06/25/10time:

16:

54

sample(adjusted):

19952008

includedobservations:

14afteradjustments

variablecoefficientstd.errort-statisticprob.

xx0-1372.384134.9178-10.172000.0000

xx10.3219210.01504721.394280.0000

r-squared0.974453meandependentvar1050.641

adjustedr-squared0.972324s.d.dependentvar936.3228

s.e.ofregression155.7686akaikeinfocriterion13.06618

sumsquaredresid291166.3schwarzcriterion13.15748

loglikelihood-89.46329durbin-watsonstat1.092380

dw=1.09较之前有所提高

y(yyqcl)=-1372.384+0.321912*x1(kzpsr)

∑=0.0309

【篇三:

计量经济模型案例】

计量经济学模型案例范文一:

案例分析1—一元回归模型实例分析

依据1996-2005年《中国统计年鉴》提供的资料,经过整理,获得以下农村居民人均消费支出和人均纯收入的数据如表2-5:

表2-5农村居民1995-2004人均消费支出和人均纯收入数据资料单位:

年度人均纯收入人均消费支出

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

1577.71926.12090.12161.12210.32253.42366.42475.62622.22936.41310.41572.11617.21590.31577.41670.11741.11834.31943.32184.7

一、建立模型

以农村居民人均纯收入为解释变量x,农村居民人均消费支出为被解释变量y,分析y随x的变化而变化的因果关系。

考察样本数据的分布并结合有关经济理论,建立一元线性回归模型如下:

yi=?

?

0+?

?

1xi+?

?

i

根据表2-5编制计算各参数的基础数据计算表。

求得:

x?

?

2262.035y?

?

1704.082

?

?

x?

?

1264471.423

?

?

y?

?

516634.011?

?

xy?

?

788859.986?

?

x?

?

52432495.137

2ii

i2i

2i

根据以上基础数据求得:

?

?

?

?

?

?

1

?

?

xy

?

?

x

ii

i

2

?

?

788859.986126447.423

?

?

0.623865

?

?

?

?

y?

?

?

?

?

?

x?

?

1704.082?

?

0.623865?

?

2262.035?

?

292.8775?

?

01

样本回归函数为:

?

?

?

?

292.8775?

?

0.623865xyii

上式表明,中国农村居民家庭人均可支配收入若是增加100元,居民们将会拿出其中的62.39元用于消费。

二、模型检验

1.拟合优度检验

r

2

xy)?

?

?

?

(?

?

x)(?

?

y

i

i

2i

2

2i

?

?

788859.986

2

1264471.423?

?

516634.011

?

?

0.952594

2.t检验?

?

?

?

2

?

?

?

?

22?

?

2

yi?

?

?

?

x?

?

1i

n?

?

2

516634.011?

?

0.623865

10?

?

2

2

?

?

?

?

1264471.423

?

?

3061.525164

?

?

)?

?

se(?

?

1?

?

)?

?

(?

?

1

?

?

?

?

22

i

?

?

x

?

?

3061.5251641264471.423

?

?

0.049206

?

?

)?

?

se(?

?

0?

?

)?

?

var(?

?

0

?

?

x

n?

?

x

2i2i

?

?

?

?

2

?

?

52432495.13710?

?

1264471.423

3061.525164?

?

112.6717

在显著性水平?

?

=0.05,n-2=8时,查t分布表,得到:

t?

?

(n?

?

2)?

?

2.306

2

提出假设,原假设h0:

?

?

1=0,备择假设h1:

?

?

1?

?

0

?

?

?

?

?

?

?

?

0.6238651?

?

t(?

?

1)?

?

1?

?

?

?

12.67864

?

?

0.049206se(?

?

?

?

)?

?

12.67864?

?

t(n?

?

2),差异显著,拒绝?

?

1=0的假设。

t(?

?

1?

?

2

3.f检验

提出原假设h0:

?

?

1=0,备择假设h1:

?

?

1?

?

0

在显著性水平?

?

=0.05,n-2=8时,查f分布表,得到:

f(1,8)=5.32。

?

?

?

?

1

f?

?

2

?

?

x

ei

2

2

i

?

?

?

?

492141.80973061.525164

?

?

160.7505

n?

?

2

160.7505?

?

5.32,即f?

?

f(1,8),差异显著,拒绝?

?

1=0的假设。

三、预测

当农村居民家庭人均纯收入增长到3500元时,对农村居民人均消费支出预测如下:

?

?

?

?

292.8775?

?

0.623865?

?

3500?

?

2476.405(元)y0

?

?

1?

?

se(e0)?

?

?

?

1n

?

?

(x0?

?

x)

2

?

?

xi

2

?

?

2

?

?

1(x0?

?

x)?

?

?

?

?

?

?

?

1?

?

?

?

?

?

2?

?

n?

?

xi?

?

?

?

?

?

2

?

?

2

?

?

1(3500?

?

2262.035)

3061.525164?

?

?

?

?

?

1?

?

10?

?

1264471.423?

?

?

?

?

?

?

?

?

?

?

?

84.13257219

在显著性水平?

?

=0.05,n-2=8时,t0.025=2.306从而

?

?

?

?

ts(e)=2476.405-2.306?

?

84.13257219=2282.40(元)y0?

?

e0

2

?

?

?

?

ts(e)=2476.405+2.306?

?

84.13257219=2670.41(元)y0?

?

e0

2

p?

?

2282.40?

?

y0?

?

2670.41?

?

?

?

95%

当农村居民家庭人均纯收入增长到3500元时,,农村居民人均消费支出在2282.40元至2670.41元之间的概率为95%。

四、利用计算机进行分析的步骤

以上分析内容可以借助计算机完成,下面以eviews3.0软件为例,介绍其分析过程。

1.设定工作范围

打开eviews,按照以下步骤设定工作范围:

file?

?

new?

?

workfile?

?

workfilerange?

?

annual?

?

startdata(1995)?

?

enddata(2004)(图2-5、图2-6)?

?

ok

图2-5workfilerange对话框

图2-6workfile工作状态图

在workfile工作状态下输入变量x,y

objects?

?

newobject?

?

typeofobject(series)?

?

nameforobject(x)(图2-7、图2-8)?

?

ok。

同理,可输入变量y。

图2-7输入变量x状态图

图2-8workfile工作状态图

3.输入样本数据

在workfile工作状态下选中x、y,右击鼠标,open?

?

asgroup?

?

edit,输入数据(见图2-9)。

图2-9edit工作状态图

在workfile工作状态下,选中y、x,右击鼠标,open?

?

asequation?

?

equationspecification?

?

(ycx)(图2-10)?

?

ok,输出回归分析结果(见图2-11)。

图2-10输入ycx工作状态图

图2-11回归分析表

输出结果的解释:

variable解释变量

coefficient解释变量的系数std.error标准差t-statistict-检验值

prob.t-检验的相伴概率

r-squared样本决定系数

adjustedr-squared调整后的样本决定系数s.e.regression回归标准差sumsquaredresid残差平方和loglikelihood对数似然比

durbin-watsonstatd-w统计量meandependentvar被解释变量的均值s.d.dependentvar被解释变量的标准差akaikeinfocriterion赤池信息量schwarzcriterion施瓦兹信息量f-statisticf统计量

prob(f-statistic)f统计量的相伴概率由图2-11可以获得以下信息:

?

?

?

?

292.8769?

?

0

?

?

?

?

0.623865

?

?

1r

2

?

?

0.952594

是?

?

0,?

?

1回归系数的估计量值,r是在双变量情况下,样本的可决系数

?

?

)?

?

112.6704se(?

?

0?

?

)?

?

0.049205se(?

?

1?

?

)?

?

2.599413t(?

?

0?

?

)?

?

12.67889t(?

?

1

2

?

?

,?

?

?

?

估计量的标准差,t(?

?

?

?

),s(?

?

?

?

)是?

?

?

?

),t(?

?

?

?

)是?

?

?

?

,?

?

?

?

估计量的tse(?

?

010e10101

统计量。

f=160.7542是f检验统计量的值样本回归函数为:

?

?

?

?

292.8769?

?

0.623865x样本回归函数(sampleregressionfunction,srt)yii

5.预测

(1)扩展工作范围

在workfile工作状态下,procs→changeworkfilerange→enddata(2005)→ok再选择sample(19952005)(图2-12)→ok

图2-12工作范围图

(2)输入解释变量值

在workfile工作状态下,x→edit→(3500)。

(3)预测

在图2-11equation工作状态下,选择forecast→ok(见图2-13),得到预测结果(见图2-14)

图2-13设定预测状态图

图2-14预测结果输出图

在workfile工作状态下,显示yf,可得到点预测值(见图2-15)

图2-15预测值输出图

根据模型预测结果,当中国农村居民家庭人均纯收入达到3500元时,每个人将会拿出2476.41元用于消费。

原文地址:

案例分析1—一元回归模型实例分析

依据1996-2005年《中国统计年鉴》提供的资料,经过整理,获得以下农村居民人均消费支出和人均纯收入的数据如表2-5:

表2-5农村居民1995-2004人均消费支出和人均纯收入数据资料单位:

年度人均纯收入人均消费支出

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

1577.71926.12090.12161.12210.32253.42366.42475.62622.22936.41310.41572.11617.21590.31577.41670.11741.11834.31943.32184.7

一、建立模型

以农村居民人均纯收入为解释变量x,农村居民人均消费支出为被解释变量y,分析y随x的变化而变化的因果关系。

考察样本数据的分布并结合有关经济理论,建立一元线性回归模型如下:

yi=?

?

0+?

?

1xi+?

?

i

根据表2-5编制计算各参数的基础数据计算表。

求得:

x?

?

2262.035y?

?

1704.082

?

?

x?

?

1264471.423

?

?

y?

?

516634.011?

?

xy?

?

788859.986?

?

x?

?

52432495.137

2ii

i2i

2i

根据以上基础数据求得:

?

?

?

?

?

?

1

?

?

xy

?

?

x

ii

i

2

?

?

788859.986126447.423

?

?

0.623865

?

?

?

?

y?

?

?

?

?

?

x?

?

1704.082?

?

0.623865?

?

2262.035?

?

292.8775?

?

01

样本回归函数为:

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 党团工作 > 入党转正申请

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2