《计量经济学》上机实验答案过程步骤
最新《计量经济学》上机实验答案-过程-步骤
实2：我国1978-2001年的财政收入（y ）和国民生产总值（x ）的数据资料如表2所示：表2 我国1978-2001年财政收入和国民生产总值数据obs x yobsxy 1978 3624.10 1132.26 1990 18598.40 2937.10 1979 4038.20 1146.38 1991 21662.50 3149.48 1980 4517.80 1159.93 1992 26651.90 3483.37 1981 4860.30 1175.79 1993 34560.50 4348.95 1982 5301.80 1212.33 1994 46670.00 5218.10 1983 5957.40 1366.95 1995 57494.90 6242.20 1984 7206.70 1642.86 1996 66850.50 7407.99 19858989.102004.82 1997 73142.708651.14 1986 10201.40 2122.01 1998 76967.209875.951987 11954.50 2199.35 1999 80579.40 11444.08 1988 14922.30 2357.24 2000 88254.00 13395.23 1989 16917.80 2664.90 2001 95727.90 16386.04试根据资料完成下列问题：（1）给出模型t t t u x b b y ++=10的回归报告和正态性检验，并解释回归系数的经济意义；（2）求置信度为95%的回归系数的置信区间；（3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)； （4）若2002年国民生产总值为103553.60亿元，求2002年财政收入预测值及预测区间（05.0=α）。
参考答案：（1） t t x y133561.06844.324ˆ+= =)ˆ(i b s (317.5155) (0.007069) =)ˆ(ib t (1.022578) (18.89340)941946.02=R 056.1065ˆ==σSE 30991.0=DW 9607.356=F 133561.0ˆ1=b ，说明GNP 每增加1亿元，财政收入将平均增加1335.61万元。
计量经济学上机实验手册
实验三异方差性实验目的：在理解异方差性概念和异方差对OLS回归结果影响的基础上,掌握进行异方差检验和处理的方法;熟练掌握和运用Eviews软件的图示检验、G-Q检验、怀特White 检验等异方差检验方法和处理异方差的方法——加权最小二乘法;实验内容：书P116例4.1.4：中国农村居民人均消费函数中国农村居民民人均消费支出主要由人均纯收入来决定;农村人均纯收入除从事农业经营的收入外,还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支付收入等;为了考察从事农业经营的收入和其他收入对中国农村居民消费支出增长的影响,建立双对数模型：其中,Y表示农村家庭人均消费支出,X1表示从事农业经营的纯收入,X2表示其他来源的纯收入;表4.1.1列出了中国内地2006年各地区农村居民家庭人均纯收入及消费支出的相关数据;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;实验步骤：一、创建文件1.建立工作文件CREATE U 1 31 其中的“U”表示非时序数据2.录入与编辑数据Data Y X1 X2 意思是：同时录入Y、X1和X2的数据3.保存文件单击主菜单栏中File→Save或Save as→输入文件名、路径→保存;二、数据分析1.散点图①Scat X1 Y从散点图可看出,农民农业经营的纯收入与农民人均消费支出呈现一定程度的正相关;②Scat X2 Y从散点图可看出,农民其他来源纯收入与农民人均消费支出呈现较高程度的正相关;2.数据取对数处理Genr LY=LOG YGenr LX1=LOG X1Genr LX2=LOG X2三、模型OLS 参数估计与统计检验 LS LY C LX1 LX2得到模型OLS 参数估计和统计检验结果：Dependent Variable: LY Method: Least Squares Sample: 1 31Variable CoefficientStd. Errort-StatisticProb.C LX1 R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic 注意：在学术文献中一般以这种形式给出回归方程的输出结果,而不是把上面的软件输出结果直接粘贴到文章中可决系数,调整可决系数,显示模型拟合程度较高;同时,F 检验统计量,在5%的显着性水平下通过方程总体显着性检验;可认为农民农业经营的收入和其他收入整体与农村居民消费支出的线性关系显着成立;变量X2和截距项均在5%的显着性水平下通过变量显着性检验,但X1在10%的显着水平下仍不能通过检验;四、异方差检验对于双对数模型,由于12(0.150214)(0.477453)ββ=<=二者均为弹性系数,可认为其他来源的纯收入而不是从事农业经营的纯收入的增长,对农户人均消费的增长更有刺激作用;也就是说,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、财产收入等其他来源收入的差别,因此,如果模型存在异方差性,则可能是X2引起的;1.图示检验法观察残差的平方与LX2的散点图;①残差resid残差resid变量数据是模型参数估计命令完成后由Eviews软件自动生成在Workfile 框里可找到,无需人工操作获得;注意,resid保留的是最近一次估计模型的残差数据;②残差的平方与LX2的散点图Scat LX2 resid^2从上图可大体判断出模型存在递增型异方差性;2．G-Q法检验异方差补充：先定义一个变量T,取值为1、2、…、31分别代表各省市,用于在做完G-Q检验之后,再按T排序,使数据顺序还原;Data T 提示：输入1、2、…、31①将所有原始数据按照X2升序排列;Sort X2Show Y X1 X2 LY LX1 LX2显示各个变量数据的目的是查看一下,所有变量数据是否按X2升序排列好了;②将31对样本数据,去掉中间的7对,形成两个容量均为12的子样本,即1-12和20-31;③对1-12的子样本做普通最小二乘估计,并记录残差平方和RSS;1Smpl 1 12 意思是：将样本区间由1-31,改为1-12Ls LY C LX1 LX2Dependent Variable: LYMethod: Least Squares Sample: 1 12C LX1 LX2R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson statProbF-statistic子样本1：12ln 3.1412080.398385ln 0.234751ln Y X X e =+++1RSS =④对20-31的子样本做普通最小二乘估计,并记录残差平方和2RSS ; Smpl 20 31 意思是：将样本区间由1-12,改为20-31 Ls LY C LX1 LX2Dependent Variable: LY Method: Least Squares Sample: 20 31Included observations: 12C LX1 R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson statProbF-statistic子样本2：12ln 3.9936440.113766ln 0.6201681ln Y X X e =-++2RSS =⑤异方差检验在5%与10%的显着性水平下,自由度为9,9的F分布临界值分别为0.05(9,9) 3.18F=与0.10(9,9) 2.44F=;因此5%显着性水平下不能拒绝同方差假设,但在10%的显着性水平下拒绝;补充：怀特检验软件操作：在原始模型的OLS方程对象窗口中,选择view/Residual test/White Heteroskedasticity;Eviews提供了包含交叉项的怀特检验“White Heteroskedasticitycross terms”和没有交叉项的怀特检验“White Heteroskedasticityno cross terms”这样两个选择;问题：如果是刚做完上面的G-Q检验,如何得到原始模型答案：先恢复成全样本,再按T排序,然后做OLS回归;SMPL 1 31 意思是：将样本区间恢复到1-31补充：将样本数据按T升序排列,使数据顺序还原;Sort T 意思是：将数据顺序还原Ls LY C LX1 LX2下面是在原始模型的OLS方程对象窗口中,选择view/Residual test/White Heteroskedasticity,然后进行包含交叉项的怀特检验“White Heteroskedasticitycross terms”所得到的输出结果最上方显示了两个检验统计量：F统计量和White统计量nR2；下方显示的是以OLS的残差平方为被解释变量的辅助回归方程的回归结果：F-statistic ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 05/03/11 Time: 17:21Sample: 1 31C LNX1 LNX1^2 LNX1LNX2 LNX2 R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic 可见,怀特统计量nR 2==31×,大于自由度也即辅助回归方程中解释变量的个数为5的2分布临界值07.115205.0=）（χ,因此,在5%的显着性水平下拒绝同方差的原假设; 五、采用加权最小二乘法处理异方差以下内容和教材P118-120不一样,但是我们必须掌握的重点——以原始模型的OLS 回归残差的绝对值的倒数为权数,手工完成加权最小二乘估计LS LY C LX1 LX2Genr E=resid 意思是：记录双对数模型OLS 估计的残差 用残差的绝对值的倒数对LY 、LX1、LX2做加权： Genr LYE=LY/abs E Genr LX1E=LX1/abs E Genr LX2E=LX2/abs E Genr CE=1/abs E LS LYE CE LX1E LX2EDependent Variable: LYE Method: Least Squares Sample: 1 31CELX1ER-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Durbin-Watson stat可以看出,lnX1参数的t统计量有了显着改进,这表明在1%显着性水平下,都不能拒绝从事农业生产带来的纯收入对农户人均消费支出有着显着影响的假设;六、检验加权的回归模型是否还存在异方差1.检验是否由LX1E引起异方差Sort LX1E 意思是：将原始数据按LX1E升序排列①子样本1的回归：Smpl 1 12LS LYE CE LX1E LX2EDependent Variable: LYEMethod: Least SquaresSample: 1 12Variable Coefficient Std. Error t-Statistic Prob.CELX1ER-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Durbin-Watson stat子样本1：RSS=1②子样本2的回归：Smpl 20 31LS LYE CE LX1E LX2EDependent Variable: LYE Method: Least Squares Date: 05/01/11 Time: 23:23 Sample: 20 31Variable CoefficientStd. Errort-StatisticProb.CE LX1E R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihoodDurbin-Watson stat子样本2：2RSS =③异方差检验 注意做题的步骤提出假设 22012:H σσ= 22112:H σσ≠ 计算检验统计量：在5%的显着性水平下,自由度为9,9的F 分布临界值分别为0.05(9,9) 3.18F =;因此5%显着性水平下不能拒绝同方差假设;2.检验是否由LX2E 引起异方差Smpl 1 31 意思是：将样本区间复原Sort lx2e 意思是：将原始数据按LX2E 升序排列 ①子样本1的回归： Smpl 1 12LS LYE CE LX1E LX2EDependent Variable: LYE Method: Least Squares Sample: 1 12CE LX1E R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihoodDurbin-Watson stat子样本1：1RSS = ②子样本2的回归： Smpl 20 31LS LYE CE LX1E LX2EDependent Variable: LYE Method: Least Squares Sample: 20 31Included observations: 12CE LX1E R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihoodDurbin-Watson stat子样本2：2RSS =③异方差检验 注意做题的步骤提出假设 22012:H σσ= 22112:H σσ≠ 计算检验统计量：在5%的显着性水平下,自由度为9,9的F 分布临界值分别为0.05(9,9) 3.18F =;因此5%显着性水平下不能拒绝同方差假设;结论：用OLS 估计的残差绝对值的倒数作为权数,对存在异方差的模型加权,然后采用OLS估计,则一定会消除异方差;最终通过异方差检验的估计方程为：实验四序列相关性实验目的：在理解序列相关性的基本概念、序列相关的严重后果的基础上,掌握进行序列相关检验和处理的方法;熟练掌握Eviews软件的图示检验、DW检验、拉格朗日乘数LM检验等序列相关性检验方法和处理序列相关性的方法——广义差分法;实验内容：书P132例4.2.1：中国居民总量消费函数建立总量消费函数是进行宏观经济管理的重要手段;为了从总体上考察中国居民收入与消费的关系,P56表2.6.3给出了中国名义支出法国内生产总值GDP、名义居民总消费CONS以及表示宏观税负的税收总额TAX、表示价格变化的居民消费价格指数CPI1990=100,并由这些数据整理出实际支出法国内生产总值GDPC=GDP/CPI、居民实际消费总支出Y=CONS/CPI,以及实际可支配收入X=GDP-TAX/CPI;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 Y19781979198019811982198319841985198619871988198919901991199219931994199519961997199819992000200120022003200420052006资料来源：根据中国统计年鉴2001,2007整理;实验步骤：一、创建文件1.建立工作文件CREATE A 1978 2006 其中的“A”表示年度数据2.录入与编辑数据Data X Y3.保存文件单击主菜单栏中File→Save或Save as→输入文件名、路径→保存;二、数据分析:趋势图Plot X Y 意思是：同时画出Y和X的趋势图从X和Y的趋势图中可看出它们存在共同变动趋势;三、OLS参数估计与统计检验LS Y C XDependent Variable: YMethod: Least Squares Sample: 1978 2006C R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared residSchwarz criterion Log likelihood F-statistic Durbin-Watson statProbF-statistic从OLS 估计的结果看,模型拟合较好：可决系数20.9880R =,截距项和斜率项的t 检验值均大于5%显着性水平下自由度为n-2=27的临界值0.025(27) 2.05t =;而且,斜率项符合经济理论中边际消费倾向在0与1之间的绝对收入假说;斜率项表明,在1978—2006年间,以1990年价计算的中国居民可支配总收入每增加1亿元,居民消费支出平均增加亿元;四、序列相关性检验 1.图示检验法①残差与时间t 的关系图趋势图 Plot resid②相邻两期残差之间的关系图 Scat resid-1 resid从两个关系图看出,随机误差项呈正序列相关性;.检验值为,表明在5%显着性水平下,n=29,k=2包括常数项,查表得1.34L d =, 1.48U d =,由于.= 1.34L d <=,故存在正序列相关;五、处理序列相关1.修正模型设定偏误剔除虚假序列相关首先面临的问题是,模型的序列相关是纯序列相关,还是由于模型设定有偏误而导致的虚假序列相关;从X 和Y 的趋势图中看到它们表现出共同的变动趋势,因此有理由怀疑较高的2R =部分地是由这一共同的变化趋势带来的;为了排除时间序列模型中这种随时间变动而具有的共同变化趋势的影响,一种解决方案是在模型中引入时间趋势项,将这种影响分离出来;由于本例中可支配收入X 与消费支出Y 均呈非线性变化态势,因此引入的时间变量TT=1,2,……,29以平方的形式出现,回归模型变化为：①编辑变量T data T在数据表中输入1-29; ②做如下的回归 Ls Y C X T^2Dependent Variable: Y Method: Least Squares Sample: 1978 2006 Included observations: 29C X T ^2R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterionSum squared resid 6054792. Schwarz criterionLog likelihood F-statistic 得到如下的修正模型：可见,T 2的t 统计量显着;但是,修正的模型.值仍然较低,没有通过5%显着性水平下的.检验n=29,k=3时,27.1=L D ,56.1=U D ,因此该模型仍存在正序列相关性;补充：序列相关性的拉格朗日乘数检验LM检验在EViews软件中,如果在上面的OLS回归方程界面直接做残差序列的LM检验,那么得到的是如下结果,和书上P133结果不一致：原因：EViews在做LM检验时,为了不损失样本,把滞后残差序列的“前样本”缺失值设定为0Presample missing value lagged residuals set to zero.;这样,它的样本容量仍然是n,而不是n-p;回归结果和书上也有不同;解决办法：要使软件的LM检验结果和教材P133结果一致,办法是进行OLS估计之后,先把残差序列resid用genr生成另一序列e,再做辅助回归,即：genr e=resid先做含1阶滞后残差的辅助回归：ls e c x t^2 e-1Dependent Variable: EMethod: Least SquaresDate: 04/26/13 Time: 07:08Sample adjusted: 1979 2006Included observations: 28 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CXT^2E-1R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid 2103016. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProbF-statisticLM检验统计量必须自己算：LM=n-pR2=29-1=由于该值大于显着性水平为5%、自由度为1的2分布临界值84.31205.0=）（χ,由此判断原模型存在1阶序列相关;再做含2阶滞后残差的辅助回归： ls e c x t^2 e-1 e-2Dependent Variable: E Method: Least Squares Date: 04/26/13 Time: 07:32 Sample adjusted: 1980 2006Included observations: 27 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob. C X T^2 E-1 E-2R-squaredMean dependent var Adjusted R-squared . dependent var . of regressionAkaike info criterion Sum squared resid 1806465. Schwarz criterion Log likelihood Hannan-Quinn criter. F-statistic Durbin-Watson statProbF-statisticLM 检验统计量必须自己算：LM=n-pR 2=29-2=由于该值大于显着性水平为5%、自由度为2的2分布临界值99.52205.0=）（χ,由此判断原模型存在序列相关;但2~-t e 的系数未通过5%的显着性检验,表明在5%的显着性水平下不存在2阶序列相关性;所以,结合前面含1阶、2阶滞后残差的辅助回归结果,可以判断在5%的显着性水平下仅存在1阶序列相关性;2.广义差分法处理序列相关①Ls Y C X T^2 AR1Dependent Variable: Y Method: Least Squares Sampleadjusted: 1979 2006Included observations: 28 after adjusting endpoints Variable CoefficientStd. Errort-StatisticProb.C X T^2 AR1R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterionSum squared resid 2164144. Schwarz criterionLog likelihood F-statistic AR1前的参数值即为随机扰动项的1阶序列相关系数,在5%的显着性水平下显着;.= ,在5%显着性水平下,1.18.. 1.65L U d DWd =<<=样本容量为28,无法判断广义差分变换后模型是否已不存在序列相关;②继续引入AR2以下内容和教材P133-134的做法不同,但是我们必须掌握的基本做法Ls Y C X T ^2 AR1 AR2Dependent Variable: Y Method: Least Squares Sampleadjusted: 1980 2006Included observations: 27 after adjusting endpointsC X T^2 AR1 AR2R-squaredMean dependent var Adjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid 1834086. Schwarz criterionLog likelihood F-statisticInverted AR Roots .53 .53+.32iAR2前的参数在10%的显着性水平下显着不为0；且.= ,接近于2,认为在10%显着性水平下,已不存在序列相关;但是,在5%的显着性水平下,则没必要引入AR2;注意：教材P133用LM检验的结果是,引入AR1 的回归方程在5%的显着性水平下已不存在序列相关性,因而不需要引入AR2;补充：下面是针对引入AR1的回归方程式的LM检验的命令操作和检验结果：首先,采用上面得到的1阶自回归系数1也即AR1的系数,做如下的1阶广义差分变量的OLS回归注：与式等价：Ls y-1 c x-1 t^t-1^2Dependent Variable: Y-1Method: Least SquaresDate: 06/02/13 Time: 11:07Sample adjusted: 1979 2006Included observations: 28 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CX-1T^T-1^2R-squared M ean dependent varAdjusted R-squared . dependent var. of regression A kaike info criterionSum squared resid 2164144. S chwarz criterionLog likelihood H annan-Quinn criter.F-statistic D urbin-Watson statProbF-statistic然后,将上述1阶广义差分方程的残差序列resid 记为e ：genr e=resid 最后,做如下的辅助回归：ls e c x-1 t^t-1^2 e-1Dependent Variable: E Method: Least Squares Date: 06/02/13 Time: 11:16 Sample adjusted: 1980 2006Included observations: 27 after adjustmentsVariable CoefficientStd. Errort-StatisticProb.C X-1 T^T-1^2 E-1R-squaredM ean dependent var Adjusted R-squared . dependent var . of regression A kaike info criterionSum squared resid 1965048. S chwarz criterionLog likelihood H annan-Quinn criter. F-statistic D urbin-Watson statProbF-statistic于是,LM 检验统计量：LM=27=;查表,当显着性水平为5%时,自由度为1的2的临界值）（1205.0χ为;上述LM ＜）（1205.0χ,表明模型的随机误差项已不存在序列相关;。
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。
计量经济学上机操作步骤
上机操作步骤：1、样本回归模型：data y x ls y c x2、Goldfeld-Quandt 法：Sort x （假设有60 个样本，去掉中间16个，则样本应是以下）Smpl 1 22Ls y c xRss1=Smpl 39 60Ls y c xRss2=F=rss2/rss1= >F 0.05(22,22) ≈2.05模型存在异方差。
3、White 方法检验模型：（解释变量只有x,就用no cross ,若是有x2 x3 x4等多个解释变量，就用cross ）Smpl 1 60Ls y c x在方程窗口点View/residual/white ………nR 2= ,> 205.0χ（2）=5.99,或P=0.0044 (n 是样本个数，R^2是可决系数) 4、加权最小二乘法（WLS ）法：ls y c xgenr w1=1/resid^2（建议采用此权重变量，也可以使用其他权重变量）ls(w=w1) y c x5、使用互相关分析命令，初步判断滞后期的长度：cross y x6、阿尔蒙法建立分布滞后模型：ls y c pdl(x,s,m) （s 代表滞后期长度，m 一般取2或者3.）7、模型的短期乘数就是x 的系数。
8、DW 检验法：DW=2，ρ=0，DW=0，一阶高度正相关，DW=4，一阶高度负相关。
dl DW ≤≤0，一阶正相关，44≤≤-DW dl ，一阶负相关。
9、BG 检验法：在方程窗口点击VIEW/RESIDUIAL TEST/ SERIAL CORRELATION LM TEST10、广义差分法：ident residls y c x ar(1)11、虚拟变量模型：（从1985-1998,1996为分界线）smpl 1985 1995genr d1 = 0smpl 1996 1998genr d1 = 1data d1genr xd = x*d1smpl 1985 1998ls y c x d1 xd12、多重共线性：1、简单相关系数检验COR X1 X2 X3 X42、某一解释变量(如X1)的VIFLS X1 C X2 X3 X4 VIF=1/(1-R2)3、某一解释变量(如X1)的TOL：TOL=1/VIF=1-R24、采用逐步回归法建立最终方程13、Glejser检验 (假定h=1时)Ls y c xGenr e1=abs(resid)Ls e1 c xF= ，或P=14、Park检验Ls y c xGenr lne2=log(resid^2)Genr lnx=log(x)Ls lne2 c lnxF= , 或P=15、偏相关系数检验LS Y C XIDENT RESID16：非线性回归模型1、可线性化(重点掌握)如：LNY=a + bLNX则 LS LOG(Y) C LOG(X)以及多项式模型、指数模型、幂函数等。
《计量经济学》上机实验参考答案(本科生)
《计量经济学》上机实验参考答案实验一：计量经济学软件Eviews 的基本使用；一元线性回归模型的估计、检验和预测；多元线性回归模型的估计、检验和预测（3课时）；多元非线性回归模型的估计。
实验设备：个人计算机，计量经济学软件Eviews ，外围设备如U 盘。
实验目的：（1）熟悉Eviews 软件基本使用功能；（2）掌握一元线性回归模型的估计、检验和预测方法；正态性检验；（3）掌握多元线性回归模型的估计、检验和预测方法；（4）掌握多元非线性回归模型的估计方法。
实验方法与原理：Eviews 软件使用，普通最小二乘法（OLS ），拟合优度评价、t 检验、F 检验、J-B 检验、预测原理。
实验要求：（1）熟悉和掌握描述统计和线性回归分析；（2）选择方程进行一元线性回归；（3）选择方程进行多元线性回归；（4）进行经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；（5）掌握被解释变量的点预测和区间预测；（6）估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。
实验内容与数据1：表1数据是从某个行业的5个不同的工厂收集的，请回答以下问题：（1）估计这个行业的线性总成本函数：t t x b b y 10ˆˆˆ+=；（2）0ˆb 和1ˆb 的经济含义是什么？；（3）估计产量为10时的总成本。
表1 某行业成本与产量数据总成本y80 44 51 70 61 产量x 12 4 6 11 8参考答案：(1)总成本函数(标准格式)：t t x y25899.427679.26ˆ+= s = (3.211966) (0.367954)t = (8.180904) (11.57462)978098.02=R 462819.2.=E S 404274.1=DW 9719.133=F(2)0ˆb =26.27679为固定成本，即产量为0时的成本；1ˆb =4.25899为边际成本，即产量每增加1单位时，总成本增加了4.25899单位。
[经济学]《计量经济学》上机实验参考答案
![[经济学]《计量经济学》上机实验参考答案](https://img.taocdn.com/s3/m/de9cf03c0b4e767f5acfcef9.png)
《计量经济学》上机实验参考答案实验一：线性回归模型的估计、检验和预测（3课时）实验设备：个人计算机，计量经济学软件Eviews，外围设备如U 盘。
实验目的：（1）熟悉Eviews 软件基本使用功能；（2）掌握一元线性回归模型的估计、检验和预测方法；正态性检验；（3）掌握多元线性回归模型的估计、检验和预测方法；（4）掌握多元非线性回归模型的估计方法；（5）掌握模型参数的线性约束检验与参数的稳定性检验。
实验方法与原理：Eviews 软件使用，普通最小二乘法（OLS），拟合优度评价、t 检验、F 检验、J-B 检验、预测原理。
实验要求：（1）熟悉和掌握描述统计和线性回归分析；（2）选择方程进行一元线性回归；（3）选择方程进行多元线性回归；（4）进行经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；（5）掌握被解释变量的点预测和区间预测；（6）估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。
实验内容与数据1（第2章思考与练习：三、简答、分析与计算题第12小题）：12. 表1数据是从某个行业的5个不同的工厂收集的，请回答以下问题：（1）估计这个行业的线性总成本函数：t t x b b y 10ˆˆˆ+=；（2）0ˆb 和1ˆb 的经济含义是什么？；（3）估计产量为10时的总成本。
表1 某行业成本与产量数据总成本y 80 44 51 70 61 产量x12 4 6 11 8参考答案：(1)总成本函数(标准格式)：t t x y25899.427679.26ˆ+= s = (3.211966) (0.367954) t = (8.180904) (11.57462)978098.02=R 462819.2.=E S 404274.1=DW 9719.133=F(2)0ˆb =26.27679为固定成本，即产量为0时的成本；1ˆb =4.25899为边际成本，即产量每增加1单位时，总成本增加了4.25899单位。
计量经济学上机操作过程详解
上机操作步骤详解及分析假设检验部分类型一：会利用软件处理σ2已知关于μ的假设检验以及σ2未知关于μ的假设检验【例一】某车间用一台包装机包装葡萄糖。
袋装糖的净重量是一个随机变量，它服从正态分布。
当机器正常运行时，其均值为0.5KG ，标准差为0.015KG 。
某日开工后为检验及其运转是否正常，随机的抽取了它所包装的糖9袋，称得净重为（KG ）：0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512问：机器运转是否正常？（假设样本方差不变） 仍然为上题，但如果方差未知的情况下呢？因为是研究型假设故0H :u=0.5 1H ：u<>0.5第一步：将数据移入第二步：关闭后再次把数据打开，按如下路径打开下一个对话框第三步：根据已知的均值和标准差输入下列对话框（注意：是标准差，如果题目告诉的是方差，则还要进一步转化成为标准差）第四步：点击OK后，得到如下结果，并分析该题的方差已知，故看Z-statistic的P值，因为0.0248<a/2=0.025，故拒绝原假设，结论为：在5%的显著性水平下，该机器运转不正常若该题的方差未知，则看t-statistic的P值，结论依然是：在5%的显著性水平下，该机器运转不正常类型二：会利用软件处理来自两个正态总体均值的假设检验：等方差和异方差【例2】用两种方法（A、B）测定冰从-0.72摄氏度变为0摄氏度的比热。
测得下列数据：两个样本独立且来自与方差相等的两个正态总体方法A 79.98 80.04 80.02 80.04 80.03 80.0380.04 79.97 80.05 80.03 80.02 80.00 80.02方法B 80.02 79.94 79.98 79.97 79.97 80.03 79.9579.971、两种方法是否具有显著性差异2、A方法是否比B方法测得的比热要大？解析：该题属于双样本的等方差检验，故在EXCEL背景下操作第一小问：第一步：移入数据，将原本的两行数据，分别调整为一行第二步：EXCEL的调试，“工具”——“加载宏”后选择如下选项：第三步：点击“工具”——“数据分析”——“t检验-双样本等方差检验”第四步：输入相应的数据第五步：分析相应结果解析：第一小问只需判断是否有显著性差异，也就是说只需要判断A U 与B U 是否相等,属于双侧检验，在统一用P(T<=t) 单尾分析的时候，与的是a/2比较0H ：AU-B U =0 1H ：A U -B U <>0如上图结果所示，P(T<=t) 单尾=0.001276<a/2=0.025，所以拒绝原假设，也就是说在5%的显著性水平下，方法A 和方法B 具有显著性差异第二小问：解析：第二小问不同于第一小问，判断的是A 与B 的大小，是研究型假设检验， 将认为研究结果是无效的说法或理论作为原假设H00H ：AU<=B U 1H ：A U >B U因为是单侧检验，故与a 相比，因为P(T<=t) 单尾=0.001276<a=0.05，所以拒绝原假设，结论是在5%的显著性水平下，A 方法测得的比热比B 方法的大【例3】下表给出两位文学家马克吐温的8篇小品文以及斯诺特格拉斯的10篇小品文中由3个字母组成的单字的比例 马克吐温0.225 0.262 0.217 0.240 0.2300.229 0.235 0.217 斯诺特格拉斯0.209 0.205 0.196 0.210 0.202 0.207 0.224 0.223 0.2200.201两组数据均来自正态总体，且方差相等。
计量经济学 上机实验手册汇总
实验三 异方差性实验目的：在理解异方差性概念和异方差对OLS 回归结果影响的基础上，掌握进行异方差检验和处理的方法。
熟练掌握和运用Eviews 软件的图示检验、G-Q 检验、怀特（White ）检验等异方差检验方法和处理异方差的方法——加权最小二乘法。
实验内容：书P116例4.1.4：中国农村居民人均消费函数中国农村居民民人均消费支出主要由人均纯收入来决定。
农村人均纯收入除从事农业经营的收入外，还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支付收入等。
为了考察从事农业经营的收入和其他收入对中国农村居民消费支出增长的影响，建立双对数模型：01122ln ln ln Y X X βββμ=+++其中，Y 表示农村家庭人均消费支出，X 1表示从事农业经营的纯收入，X 2表示其他来源的纯收入。
表4.1.1列出了中国内地2006年各地区农村居民家庭人均纯收入及消费支出的相关数据。
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）》。
实验步骤：一、创建文件1.建立工作文件CREATE U 1 31 【其中的“U”表示非时序数据】2.录入与编辑数据Data Y X1 X2 【意思是：同时录入Y、X1和X2的数据】3.保存文件单击主菜单栏中File→Save或Save as→输入文件名、路径→保存。
二、数据分析1.散点图①Scat X1 Y1000080006000Y4000200050010001500200025003000X1从散点图可看出，农民农业经营的纯收入与农民人均消费支出呈现一定程度的正相关。
②Scat X2 Y1000080006000Y400020000200040006000800010000X2从散点图可看出，农民其他来源纯收入与农民人均消费支出呈现较高程度的正相关。
计量经济学 上机实验手册
实验三 异方差性实验目的：在理解异方差性概念和异方差对OLS 回归结果影响的基础上，掌握进行异方差检验和处理的方法。
熟练掌握和运用Eviews 软件的图示检验、G-Q 检验、怀特（White ）检验等异方差检验方法和处理异方差的方法——加权最小二乘法。
实验内容：书P116例4.1.4：中国农村居民人均消费函数中国农村居民民人均消费支出主要由人均纯收入来决定。
农村人均纯收入除从事农业经营的收入外，还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支付收入等。
为了考察从事农业经营的收入和其他收入对中国农村居民消费支出增长的影响，建立双对数模型：01122ln ln ln Y X X βββμ=+++其中，Y 表示农村家庭人均消费支出，X 1表示从事农业经营的纯收入，X 2表示其他来源的纯收入。
表4.1.1列出了中国内地2006年各地区农村居民家庭人均纯收入及消费支出的相关数据。
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）》。
实验步骤：一、创建文件1.建立工作文件CREATE U 1 31 【其中的“U”表示非时序数据】2.录入与编辑数据Data Y X1 X2 【意思是：同时录入Y、X1和X2的数据】3.保存文件单击主菜单栏中File→Save或Save as→输入文件名、路径→保存。
二、数据分析1.散点图①Scat X1 Y1000080006000Y4000200050010001500200025003000X1从散点图可看出，农民农业经营的纯收入与农民人均消费支出呈现一定程度的正相关。
②Scat X2 Y1000080006000Y400020000200040006000800010000X2从散点图可看出，农民其他来源纯收入与农民人均消费支出呈现较高程度的正相关。
《计量经济学》上机实验参考答案
《计量经济学》上机实验参考答案实验一：线性回归模型的估计、检验和预测（3 课时）实验设备：个人计算机，计量经济学软件Eviews，外围设备如U 盘。
实验目的：（1）熟悉Eviews 软件基本使用功能；（2）掌握一元线性回归模型的估计、检验和预测方法；正态性检验；（3）掌握多元线性回归模型的估计、检验和预测方法；（4）掌握多元非线性回归模型的估计方法；（5）掌握模型参数的线性约束检验与参数的稳定性检验。
实验方法与原理：Eviews 软件使用，普通最小二乘法（OLS），拟合优度评价、t 检验、F 检验、J-B 检验、预测原理。
实验要求：（1）熟悉和掌握描述统计和线性回归分析；（2）选择方程进行一元线性回归；（3）选择方程进行多元线性回归；（4）进行经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；（5）掌握被解释变量的点预测和区间预测；（6）估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。
实验内容与数据1（第2 章思考与练习：三、简答、分析与计算题第12 小题）：12. 表1 数据是从某个行业的5 个不同的工厂收集的，请回答以下问题：ˆˆˆˆ（1）估计这个行业的线性总成本函数：yˆt= b0 + b1 x t ；（2）b0 和b1 的经济含义是什么？；（3）估计产量为10 时的总成本。
表1 某行业成本与产量数据参考答案：(1)总成本函数(标准格式)：yˆt = 26.27679 + 4.25899xts = (3.211966) (0.367954)t = (8.180904) (11.57462)R 2 = 0.978098 S.E = 2.462819 DW =1.404274 F =133.9719ˆˆ(2) b0 =26.27679 为固定成本，即产量为0 时的成本；b1 =4.25899 为边际成本，即产量每增加1 单位时，总成本增加了4.25899 单位。
【计量经济学】上机实验答案解析过程步骤
实2：我国1978-2001年的财政收入（y）和国民生产总值（x）的数据资料如表2所示：表2 我国1978-2001年财政收入和国民生产总值数据obs x y obs x y197 8 3624.10 1132.2619918598.42937.10197 9 4038.20 1146.38199121662.53149.48198 0 4517.80 1159.93199226651.93483.37198 1 4860.30 1175.79199334560.54348.95198 2 5301.80 1212.33199446670.05218.10198 3 5957.40 1366.95199557494.96242.20198 4 7206.70 1642.86199666850.57407.99198 5 8989.10 2004.82199773142.78651.1419810201.42122.019976967.29875.956 0 1 8 0 1987 11954.50 2199.35 1999 80579.40 11444.08 1988 14922.30 2357.24 2000 88254.00 13395.23 198916917.82664.90200195727.916386.04试根据资料完成下列问题：（1）给出模型t t t u x b b y ++=10的回归报告和正态性检验，并解释回归系数的经济意义；（2）求置信度为95%的回归系数的置信区间；（3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)； （4）若2002年国民生产总值为103553.60亿元，求2002年财政收入预测值及预测区间（05.0=α）。
参考答案：（1） t t x y133561.06844.324ˆ+= =)ˆ(i b s (317.5155) (0.007069) =)ˆ(ib t (1.022578) (18.89340) 941946.02=R 056.1065ˆ==σSE 30991.0=DW 9607.356=F133561.0ˆ1=b ，说明GNP 每增加1亿元，财政收入将平均增加1335.61万元。
修正版-计量经济学上机实验
实验一EViews软件的基本操作【实验目的】了解EViews软件的基本操作对象，掌握软件的基本操作。
【实验内容】一、运行Eviews；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、调用与转换。
实验内容中后三步以表1-1所列出的税收收入和国内生产总值的统计资料为例进行操作。
资料来源：《中国统计年鉴1999》【实验步骤】一、单击任务栏上的“开始”→“程序”→“Eviews”程序组→“Eviews”图标二、数据的输入、编辑与序列生成1创建工作文件启动Eviews软件之后，在主菜单上依次点击File\New\Workfile2输入Y、X的数据可在命令窗口键入如下命令：DATA Y X3生成log（Y）、log（X）、X^2、1/X时间变量T等序列在命令窗口中依次键入以下命令即可：GENR LOGY=LOG(Y)GENR LOGX=LOG(X)GENR X1=X^2GENR X2=1/XGENR T=@TREND(1984)4选择若干变量构成数组，在数组中增加、更名和删除变量5在工作文件窗口中删除、更名变量三、图形分析与描述统计分析1利用PLOT命令绘制趋势图2利用SCAT命令绘制X、Y的相关图3观察图形参数的设置情况双击图形区域中任意处或在图形窗口中点击Procs/Options4在序列和数组窗口观察变量的描述统计量单独序列窗口，从序列窗口菜单选择View/Descriptive Statistics/Histogram and Stats，则会显示变量的描述统计量；数组窗口，从数组窗口菜单选择View/Descriptive Stats/Individual Samples，就对每个序列计算描述统计量四、数据文件的存贮、调用与转换1存贮并调用工作文件2存贮若干个变量，并在另一个工作文件中调用存贮的变量3将工作文件分别存贮成文本文件和Excel文件4在工作文件中分别调用文本文件和Excel文件实验二一元回归模型【实验目的】掌握一元线性、非线性回归模型的建模方法【实验内容】建立我国税收预测模型【实验步骤】表1列出了我国1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。
江西财经大学计量经济学上机实验报告一答案
计量经济学实验报告实验（一）：一元线性回归模型实验实验名称：一元线性回归模型实验【教学目标】《计量经济学》是实践性很强的学科，各种模型的估计通过借助计算机能很方便地实现，上机实习操作是《计量经济学》教学过程重要环节。
目的是使学生们能够很好地将书本中的理论应用到实践中，提高学生动手能力，掌握专业计量经济学软件EViews的基本操作与应用。
利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测。
【实验目的】使学生掌握1.Eviews基本操作：（1）数据的输入、编辑与序列生成；（2）散点图分析与描述统计分析；（3）数据文件的存贮、调用与转换。
2. 利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测【实验内容】1.Eviews基本操作：（1）数据的输入、编辑与序列生成；（2）散点图分析与描述统计分析；（3）数据文件的存贮、调用与转换；2. 利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测。
实验内容以课后练习：以62页计算题为例进行操作。
【实验步骤】1、建立深圳地方预算内财政收入对GDP的回归模型，建立EViews文件，利用地方预算内财政收入（Y）和GDP的数据表，作散点图可看出地方预算内财政收入（Y ）和GDP 的关系近似直线关系，可建立线性回归模型： t t t u GDP Y ++=21ββ利用EViews 估计其参数结果为即 tt GDP Y 134582.0611151.3ˆ+-= （4.16179） (0.003867)t=(-0.867692) (34.80013)R 2=0.99181 F=1211.049经检验说明,GDP 对地方财政收入确有显著影响。
R 2=0.99181，说明GDP 解释了地方财政收入变动的99%，模型拟合程度较好。
模型说明当GDP 每增长1亿元，平均说来地方财政收入将增长0.134582亿元。
《计量经济学》上机实验参考答案
《计量经济学》上机实验参考答案实验一：线性回归模型的估计、检验和预测（3 课时）实验设备：个人计算机，计量经济学软件Eviews，外围设备如U 盘。
实验目的：（1）熟悉Eviews 软件基本使用功能；（2）掌握一元线性回归模型的估计、检验和预测方法；正态性检验；（3）掌握多元线性回归模型的估计、检验和预测方法；（4）掌握多元非线性回归模型的估计方法；（5）掌握模型参数的线性约束检验与参数的稳定性检验。
实验方法与原理：Eviews 软件使用，普通最小二乘法（OLS），拟合优度评价、t 检验、F 检验、J-B 检验、预测原理。
实验要求：（1）熟悉和掌握描述统计和线性回归分析；（2）选择方程进行一元线性回归；（3）选择方程进行多元线性回归；（4）进行经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；（5）掌握被解释变量的点预测和区间预测；（6）估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。
实验内容与数据1（第2 章思考与练习：三、简答、分析与计算题第12 小题）：12. 表1 数据是从某个行业的5 个不同的工厂收集的，请回答以下问题：ˆˆˆˆ（1）估计这个行业的线性总成本函数：yˆt= b0 + b1 x t ；（2）b0 和b1 的经济含义是什么？；（3）估计产量为10 时的总成本。
表1 某行业成本与产量数据参考答案：(1)总成本函数(标准格式)：yˆt = 26.27679 + 4.25899xts = (3.211966) (0.367954)t = (8.180904) (11.57462)R 2 = 0.978098 S.E = 2.462819 DW =1.404274 F =133.9719ˆˆ(2) b0 =26.27679 为固定成本，即产量为0 时的成本；b1 =4.25899 为边际成本，即产量每增加1 单位时，总成本增加了4.25899 单位。
最新《计量经济学》上机实验答案-过程-步骤
实2：我国1978-2001年的财政收入（y ）和国民生产总值（x ）的数据资料如表2所示：表2 我国1978-2001年财政收入和国民生产总值数据obs x yobsxy 1978 3624.10 1132.26 1990 18598.40 2937.10 1979 4038.20 1146.38 1991 21662.50 3149.48 1980 4517.80 1159.93 1992 26651.90 3483.37 1981 4860.30 1175.79 1993 34560.50 4348.95 1982 5301.80 1212.33 1994 46670.00 5218.10 1983 5957.40 1366.95 1995 57494.90 6242.20 1984 7206.70 1642.86 1996 66850.50 7407.99 19858989.102004.82 1997 73142.708651.14 1986 10201.40 2122.01 1998 76967.209875.951987 11954.50 2199.35 1999 80579.40 11444.08 1988 14922.30 2357.24 2000 88254.00 13395.23 1989 16917.80 2664.90 2001 95727.90 16386.04试根据资料完成下列问题：（1）给出模型t t t u x b b y ++=10的回归报告和正态性检验，并解释回归系数的经济意义；（2）求置信度为95%的回归系数的置信区间；（3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)； （4）若2002年国民生产总值为103553.60亿元，求2002年财政收入预测值及预测区间（05.0=α）。
参考答案：（1） t t x y133561.06844.324ˆ+= =)ˆ(i b s (317.5155) (0.007069) =)ˆ(ib t (1.022578) (18.89340)941946.02=R 056.1065ˆ==σSE 30991.0=DW 9607.356=F 133561.0ˆ1=b ，说明GNP 每增加1亿元，财政收入将平均增加1335.61万元。
《计量经济学》上机实验参考答案
《计量经济学》上机实验参考答案实验一：线性回归模型的估计、检验和预测（3 课时）实验设备：个人计算机，计量经济学软件Eviews，外围设备如U 盘。
实验目的：（1）熟悉Eviews 软件基本使用功能；（2）掌握一元线性回归模型的估计、检验和预测方法；正态性检验；（3）掌握多元线性回归模型的估计、检验和预测方法；（4）掌握多元非线性回归模型的估计方法；（5）掌握模型参数的线性约束检验与参数的稳定性检验。
实验方法与原理：Eviews 软件使用，普通最小二乘法（OLS），拟合优度评价、t 检验、F 检验、J-B 检验、预测原理。
实验要求：（1）熟悉和掌握描述统计和线性回归分析；（2）选择方程进行一元线性回归；（3）选择方程进行多元线性回归；（4）进行经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；（5）掌握被解释变量的点预测和区间预测；（6）估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。
实验内容与数据1（第2 章思考与练习：三、简答、分析与计算题第12 小题）：12. 表1 数据是从某个行业的5 个不同的工厂收集的，请回答以下问题：ˆˆˆˆ（1）估计这个行业的线性总成本函数：yˆt= b0 + b1 x t ；（2）b0 和b1 的经济含义是什么？；（3）估计产量为10 时的总成本。
表1 某行业成本与产量数据参考答案：(1)总成本函数(标准格式)：yˆt = 26.27679 + 4.25899xts = (3.211966) (0.367954)t = (8.180904) (11.57462)R 2 = 0.978098 S.E = 2.462819 DW =1.404274 F =133.9719ˆˆ(2) b0 =26.27679 为固定成本，即产量为0 时的成本；b1 =4.25899 为边际成本，即产量每增加1 单位时，总成本增加了4.25899 单位。
《计量经济学》上机实验参考答案(本科生)
《计量经济学》上机实验参考答案实验一：计量经济学软件Eviews 的基本使用；一元线性回归模型的估计、检验和预测；多元线性回归模型的估计、检验和预测（3课时）；多元非线性回归模型的估计。
实验设备：个人计算机，计量经济学软件Eviews ，外围设备如U 盘。
实验目的：（1）熟悉Eviews 软件基本使用功能；（2）掌握一元线性回归模型的估计、检验和预测方法；正态性检验；（3）掌握多元线性回归模型的估计、检验和预测方法；（4）掌握多元非线性回归模型的估计方法。
实验方法与原理：Eviews 软件使用，普通最小二乘法（OLS ），拟合优度评价、t 检验、F 检验、J-B 检验、预测原理。
实验要求：（1）熟悉和掌握描述统计和线性回归分析；（2）选择方程进行一元线性回归；（3）选择方程进行多元线性回归；（4）进行经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；（5）掌握被解释变量的点预测和区间预测；（6）估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。
实验内容与数据1：表1数据是从某个行业的5个不同的工厂收集的，请回答以下问题：（1）估计这个行业的线性总成本函数：t t x b b y 10ˆˆˆ+=；（2）0ˆb 和1ˆb 的经济含义是什么？；（3）估计产量为10时的总成本。
表1 某行业成本与产量数据 总成本y80 44 51 70 61 产量x 12 4 6 11 8参考答案：(1)总成本函数(标准格式)：t t x y25899.427679.26ˆ+= s = (3.211966) (0.367954)t = (8.180904) (11.57462)978098.02=R 462819.2.=E S 404274.1=DW 9719.133=F(2)0ˆb =26.27679为固定成本，即产量为0时的成本；1ˆb =4.25899为边际成本，即产量每增加1单位时，总成本增加了4.25899单位。
- 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2：我国1978-2001年的财政收入（y ）和国民生产总值（x ）的数据资料如表2所示：表2 我国1978-2001年财政收入和国民生产总值数据试根据资料完成下列问题：（1）给出模型t t t u x b b y ++=10的回归报告和正态性检验，并解释回归系数的经济意义； （2）求置信度为95%的回归系数的置信区间；（3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)； （4）若2002年国民生产总值为亿元，求2002年财政收入预测值及预测区间（05.0=α）。
参考答案：（1） t t x y133561.06844.324ˆ+= =)ˆ(i b s =)ˆ(ib t 941946.02=R 056.1065ˆ==σSE 30991.0=DW 9607.356=F 133561.0ˆ1=b ，说明GNP 每增加1亿元，财政收入将平均增加万元。
（2）)ˆ()2(ˆ02/00b s n t b b ⋅-±=α=±⨯ )ˆ()2(ˆ12/11b s n t b b ⋅-±=α=±⨯ （3）①经济意义检验：从经济意义上看，0133561.0ˆ1〉=b ，符合经济理论中财政收入随着GNP 增加而增加，表明GNP 每增加1亿元，财政收入将平均增加万元。
②估计标准误差评价： 056.1065ˆ==σSE ，即估计标准误差为亿元，它代表我国财政收入估计值与实际值之间的平均误差为亿元。
③拟合优度检验：941946.02=R ，这说明样本回归直线的解释能力为%，它代表我国财政收入变动中，由解释变量GNP 解释的部分占%，说明模型的拟合优度较高。
④参数显著性检验：=)ˆ(1b t 〉0739.2)22(025.0=t ，说明国民生产总值对财政收入的影响是显著的。
（4）6.1035532002=x , 41.141556.103553133561.06844.324ˆ2002=⨯+=y根据此表可计算如下结果：102221027.223)47.32735()1()(⨯=⨯=-⋅=-∑n x x x tσ92220021002.5)47.327356.103553()(⨯=-=-x x ，109222/1027.21002.52411506.10650739.241.14155)()(11ˆ)2(ˆ⨯⨯++⨯⨯±=--++⋅⋅-±∑x x x x n n t yt f f σα=实验内容与数据3：表3给出某地区职工平均消费水平t y ，职工平均收入t x 1和生活费用价格指数t x 2，试根据模型t t t t u x b x b b y +++=22110作回归分析报告。
表3 某地区职工收入、消费和生活费用价格指数 年份 ty tx 1tx 2 年份tytx 1tx198519911986199219871993119889941989199519901996参考答案：(1)tttxxy21963759.8634817.045741.10ˆ-+==)ˆ(ibs=)ˆ(ibt980321.02=R975948.02=R5572.208ˆ==σSE1705.224=F(2) ①经济意义检验：从经济意义上看，16348.0ˆ1〈=〈b，符合经济理论中绝对收入假说边际消费倾向在0与l之间，表明职工平均收入每增加100元，职工消费水平平均增加元。
0964.8ˆ2〈-=b，符合经济意义，表明职工消费水平随着生活费用价格指数的提高而下降，生活费用价格指数每提高1单位时，职工消费水平将下降个单位。
②估计标准误差评价：5572.208ˆ==σSE，即估计标准误差为单位，它代表职工平均消费水平估计值与实际值之间的平均误差为单位。
③拟合优度检验：975948.02=R，这说明样本回归直线的解释能力为%，它代表职工平均消费水平变动中，由解释变量职工平均收入解释的部分占%，说明模型的拟合优度较高。
④F检验：1705.224=F26.4)1212,2()1,(=--=--〉ααFknkF，表明总体回归方程显著，即职工平均收入和生活费用价格指数对职工消费水平的影响在整体上是显著的。
⑤t 检验：=)ˆ(1b t 〉262.2)9(025.0=t ，说明职工平均收入对职工消费水平的影响是显著的；〈=664608.1)ˆ(2b t 262.2)9(025.0=t ，说明生活费用价格指数对职工消费水平的影响是不显著的。
实验内容与数据4：某地区统计了机电行业的销售额y （万元）和汽车产量1x （万辆）以及建筑业产值2x （千万元）的数据如表4所示。
试按照下面要求建立该地区机电行业的销售额和汽车产量以及建筑业产值之间的回归方程，并进行检验（显著性水平05.0=α）。
表4 某地区机电行业的销售额、汽车产量与建筑业产值数据（1）根据上面的数据建立对数模型：t t t t u x b x b b y +++=22110ln ln ln （1）（2）所估计的回归系数是否显著用p 值回答这个问题。
（3）解释回归系数的意义。
（4）根据上面的数据建立线性回归模型：t t t t u x b x b b y +++=22110 （2）（5）比较模型（1）、（2）的2R 值。
（6）如果模型（1）、（2）的结论不同，你将选择哪一个回归模型为什么 参考答案： （1）回归结果t t t x x y21ln 56847.0ln 387929.0734902.3ˆ++= =)ˆ(i b s =)ˆ(ib t 934467.02=R925105.02=R097431.0ˆ==σSE 81632.99=F(2) t 检验：=)ˆ(1b t 〉145.2)14(025.0=t ，05.00138.01〈=p ，说明汽车产量对机电行业销售额的影响是显著的；=)ˆ(2b t 〉145.2)14(025.0=t ，05.00000.02〈=p ，说明建筑业产值对机电行业销售额的影响是显著的。
F 检验：81632.99=F 74.3)1217,2()1,(=--=--〉ααF k n k F ，05.00000.0〈=p 表明总体回归方程显著，即汽车产量、建筑业产值对机电行业销售额的影响在整体上是显著的。
（3）387929.0ˆ1=b ，说明汽车产量每增加1%，机电行业的销售额将平均增加%；56847.0ˆ2=b ，说明建筑业产值每增加1%，机电行业的销售额将平均增加%。
（4）回归结果t t t x x y2193339.1170558.4545496.57ˆ++-= =)ˆ(i b s =)ˆ(ib t 903899.02=R 89017.02=R 08261.64ˆ==σSE 83991.65=F(5) 模型（1）的934467.02=R 、925105.02=R ，模型（2）的903899.02=R 、89017.02=R 。
因此，模型（1）的拟合优度大于模型（2）的拟合优度。
（6）从两个模型的参数估计标准误差、、t 、F 、2R 统计量可以看出，模型（1）优于模型（2），应选择模型（1）。
实验内容与数据5：表5给出了一个钢厂在不同年度的钢产量。
找出表示产量和年度之间关系的方程：bxae y =，并预测2002年的产量。
表5 某钢厂1991-2001年钢产量 （单位：千吨）年度19911992199319941995199619971998199920002001千吨t t x y1167.0307562.2ˆln += =)ˆ(i b s =)ˆ(ib t 993128.02=R 033937.0=SE DW= F=122002=x ，707958.3121167.0307562.2ˆln 2002=⨯+=y，77.40ˆ707958.32002==e y实验二：异方差性、自相关性、多重共线性检验（3课时）实验内容与数据6：试根据表6中消费(y )与收入(x )的数据完成以下问题：(1)估计回归模型：t t t u x b b y ++=10；(2)检验异方差性（可用怀特检验、戈德菲尔德——匡特检验）；(3)选用适当的方法修正异方差性。
表6 消费与收入数据yxyxyx55 80152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 81121114524090 125 178 265 130185 98130191270参考答案：（1）首先将x 排序，其次根据表2数据估计模型，回归结果如下：t t x y63797.0157515.9ˆ+= s = t =9463.02=R = DW= F=(2)检验异方差：①怀特检验：99.5)2(57.10205.02=〉=χnr ，模型存在异方差；②戈德菲尔德——匡特检验：将样本x 数据排序，n=60,154/==n c ，取c=16，从中间去掉16个数据，确定子样1(1-22)，求出4138.6301=RSS ；确定子样2(39-60)，求出840.24952=RSS ，计算出959.34138.63084.249512===RSS RSS F ，给定显著性水平05.0=α，查12.2)20,20(05.0=F ，得：αF F 〉，所以模型存在异方差。
（3）在方程窗口，取)(/1resid abs w =，得回归结果：t t x y6334278.01511.10ˆ+= s = t =999995.02=R = DW= F=用怀特检验判断：99.5)2(425945.0205.02=〈=χnr ，模型已不存在异方差（从p 值也容易得出此结论）。
实验内容与数据7：某地区1978—1998年国内生产总值与出口总额的数据资料见表7，其中x 表示国内生产总值（人民币亿元），y 表示出口总额（人民币亿元）。
做下列工作：（1）试建立一元线性回归模型：t t t u x b b y ++=10（2）模型是否存在一阶段自相关如果存在，请选择适当的方法加以消除。
表7 某地区1978—1998年国内生产总值与出口总额的数据资料o bs xyo bs xy197819891979199019801991198119921982199319831994198419951985199619861997198719981988参考答案：（1）回归结果（2）自相关检验：由DW=，给定显著性水平05.0=α查Durbin-Watson统计表，n=21,k=1，得下限临界值221.1=Ld和上限临界值420.1=Ud，因为DW=〈221.1=Ld，根据判断区域可知，这时随机误差项存在一阶正自相关。