计量经济学 阿尔蒙法
计量经济学课后思考题答案
第五章 异方差性思考题5.1 简述什么是异方差？为什么异方差的出现总是与模型中某个解释变量的变化有关？答 ：设模型为),....,,(....n 21i X X Y i i 33i 221i =μ+β++β+β=，如果其他假定均不变，但模型中随机误差项的方差为),...,,()(n 21i Var 2i i =σ=μ，则称i μ具有异方差性。
由于异方差性指的是被解释变量观测值的分散程度是随解释变量的变化而变化的，所以异方差的出现总是与模型中某个解释变量的变化有关。
5.2 试归纳检验异方差方法的基本思想，并指出这些方法的异同。
答：各种异方差检验的共同思想是，基于不同的假定，分析随机误差项的方差与解释变量之间的相关性，以判断随机误差项的方差是否随解释变量变化而变化。
其中，戈德菲尔德-跨特检验、怀特检验、ARCH 检验和Glejser 检验都要求大样本，其中戈德菲尔德-跨特检验、怀特检验和Glejser 检验对时间序列和截面数据模型都可以检验，ARCH 检验只适用于时间序列数据模型中。
戈德菲尔德-跨特检验和ARCH 检验只能判断是否存在异方差，怀特检验在判断基础上还可以判断出是哪一个变量引起的异方差。
Glejser 检验不仅能对异方差的存在进行判断，而且还能对异方差随某个解释变量变化的函数形式进行诊断。
5.3 什么是加权最小二乘法？它的基本思想是什么？答：以一元线性回归模型为例：12i i i Y X u ββ=++经检验i μ存在异方差，公式可以表示为22var()()i i i u f X σσ==。
选取权数 i w ，当2i σ 越小 时，权数i w 越大。
当 2i σ越大时，权数i w 越小。
将权数与 残差平方相乘以后再求和，得到加权的残差平方和：2i 21i 2i i X Y w e w )(**β-β-=∑∑，求使加权残差平方和最小的参数估计值**ˆˆ21ββ和。
这种求解参数估计式的方法为加权最小二乘法。
计量经济学-练习题及答案.
一、解释概念：多重共线性 SRF 解释变量的边际贡献一阶偏相关系数自相关最小方差准则 OLS 偏相关系数 WLS Ut二阶偏相关系数技术方程式零阶偏相关系数经验加权法虚拟变量不完全多重共线性多重可决系数边际贡献的F检验 OLSE PRF 阿尔蒙法 BLUE复相关系数滞后效应异方差性高斯-马尔可夫定理可决系数二．单项选择题：1、计量经济学的研究方法一般分为以下四个步骤（）A．确定科学的理论依据、模型设定、模型修定、模型应用B．模型设定、估计参数、模型检验、模型应用C．搜集数据、模型设定、估计参数、预测检验D．模型设定、模型修定、结构分析、模型应用2、简单相关系数矩阵方法主要用于检验（）A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性3、在某个结构方程恰好识别的条件下，不适用的估计方法是( )A . 间接最小二乘法 B.工具变量法C. 二阶段最小二乘法D.普通最小二乘法4、在利用月度数据构建计量经济模型时，如果一年里的12个月全部表现出季节模式，则应该引入虚拟变量个数为（）A. 4B. 12C. 11D. 65、White 检验可用于检验（）A．自相关性 B. 异方差性C．解释变量随机性 D.多重共线性6、如果回归模型违背了无自相关假定，最小二乘估计量是( )A．无偏的，有效的 B. 有偏的，非有效的C．无偏的，非有效的 D. 有偏的，有效的7、已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数近似等于( )A. 0B. –1C. 1D. 48、在简单线性回归模型中，认为具有一定概率分布的随机变量是( )A.内生变量B.外生变量C.虚拟变量D.前定变量9、应用DW检验方法时应满足该方法的假定条件，下列不是其假定条件的为（）A.解释变量为非随机的B.被解释变量为非随机的C.线性回归模型中不能含有滞后内生变量D.随机误差项服从一阶自回归10、二元回归模型中，经计算有相关系数=0.9985 ，则表明（）A.X2和X3间存在完全共线性B. X2和X3间存在不完全共线性C. X2对X3的拟合优度等于 0.9985D.不能说明X2和X3间存在多重共线性11、在DW检验中，存在正自相关的区域是（）A. 4-dL ＜d＜4 B. 0<d<dLC. dU <d<4-dUD. dL<d<dU,4-dU<d<4-dL12、库伊克模型不具有如下特点（）A. 原始模型为无限分布滞后模型，且滞后系数按某一固定比例递减B．以一个滞后被解释变量Yt-1代替了大量的滞后解释变量Xt-1,Xt-2,…，从而最大限度的保证了自由度C．滞后一期的被解释变量Yt-1与Xt的线性相关程度肯定小于Xt-1,Xt-2,…的相关程度，从而缓解了多重共线性的问题D．由于，因此可使用OLS方法估计参数，参数估计量是一致估计量13、在具体运用加权最小二乘法时,如果变换的结果是, 则Var(ut)是下列形式中的哪一种?( )14、将内生变量的前期值作解释变量,这样的变量称为（）A、虚拟变量B、控制变量C、政策变量D、滞后变量15、在异方差的情况下，参数估计值仍是无偏的，其原因是（）A.零均值假定不成立B.序列无自相关假定成立C.无多重共线性假定成立D.解释变量与随机误差项不相关假定成立1、经济计量模型是指( )A.投入产出模型B.数学规划模型C.包含随机方程的经济数学模型D.模糊数学模型2、对于回归模型Yt =α+α1Xt+ α2Yt-1+ut，检验随机误差项是否存在自相关的统计量为( )3、下列说法正确的有（）A．时序数据和横截面数据没有差异B. 对总体回归模型的显著性检验没有必要C. 总体回归方程与样本回归方程是有区别的D. 判定系数R2不可以用于衡量拟合优度4、在给定的显著性水平之下，若 DW 统计量的下和上临界值分别为 dL和 dU,则当时，可认为随机误差项( )A.存在一阶正自相关B.存在一阶负相关C.不存在序列相关D.存在序列相关与否不能断定5、在线性回归模型中,若解释变量X1i 和X2i 的观测值成比例,即有X1i=k X2i,其中k为非零常数,则表明模型中存在( )A. 异方差B. 多重共线性C. 序列自相关D. 设定误差6、对联立方程组模型估计的方法主要有两类，即（）A. 单一方程估计法和系统估计法B. 间接最小二乘法和系统估计法C. 单一方程估计法和二阶段最小二乘法D. 工具变量法和间接最小二乘法7、已知模型的形式为 ,在用实际数据对模型的参数进行估计的时候,测得DW统计量为0.6453,则广义差分变量是( )8、调整后的判定系数与判定系数之间的关系叙述不正确的有（）A. 与均非负B.判断多元回归模型拟合优度时，使用C.模型中包含的解释变量个数越多，与R2就相差越大D.只要模型中包括截距项在内的参数的个数大于1，则 < R29、对多元线性回归方程的显著性检验，所用的F统计量可表示为（）10、在回归模型中，正确地表达了随机扰动项序列相关的是（）A. COV (μi ,μj)≠0,i ≠ j B. COV (μi,μj) = 0,i ≠ jC. COV (Xi ,Xj) =0, i≠j D. COV (Xi,Xj)≠0, i ≠ j11、在DW检验中，存在负自相关的判定区域是（）12、下列说法正确的是（）A.异方差是样本现象B.异方差的变化与解释变量的变化有关C.异方差是总体现象D.时间序列更易产生异方差13、设x1 ,x2为回归模型的解释变量，则体现完全多重共线性是（）14、下列说法不正确的是（）A.自相关是一种随机误差现象B.自相关产生的原因有经济变量的惯性作用C.检验自相关的方法有F检验法D.修正自相关的方法有广义差分法15、利用德宾 h 检验自回归模型扰动项的自相关性时，下列命题正确的是（）A. 德宾h检验只适用一阶自回归模型B. 德宾h检验适用任意阶的自回归模型C. 德宾h 统计量渐进服从t分布D. 德宾h检验可以用于小样本问题1、以下变量中可以作为解释变量的有（）A、外生变量B、滞后内生变量C、虚拟变量D、前定变量E、内生变量2、在简单线性回归模型中，认为具有一定概率分布的随机数是( )A、内生变量B、外生变量C、虚拟变量D、前定变量3、计量经济模型中的内生变量（）A．可以分为政策变量和非政策变量B．是可以加以控制的独立变量C．其数值由模型所决定，是模型求解的结果D．和外生变量没有区别4、在下列各种数据中，（）不应作为经济计量分析所用的数据。
【计量经济学】第5章 第3节 几何分布滞后模型
这些例子说明，解释变量的现值决定了被解释变 量的预期值（期望达到的水平）。
（3）局部调整假定：
由于技术、制度、市场以及管理等各方面的限 制，被解释变量的预期水平在单一周期内一般不会 完全实现，而只能得到部分的调整。
局部调整假定数学表示是：
此模型称为局部调整模型（Partial adjustment model）。
（2）实际经济背景
部分调整模型首先是由 Nerlove 基于如下事实 提出的：在讨论滞后效应时，解释变量在某一时期 内的变动所引起的被解释变量值的变化，要经过相 当长一段时间才能充分表现出来。
这样，模型表达的应该是第t期解释变量观测值 与同期被解释变量期望达到的水平之间的关系。
局部调整假设认为，被解释变量的实际变化仅 仅是预期变化的一部分，即
Yt Yt1 (Yt* Yt1 )
其中， 为部分调整系数，它代表调整速度。且有
0 ≤ ≤ 1。越接近 1，表明调整到预期最佳水平
的速度越快。
（4）将局部调整模型转化为一阶自回归模型 由部分调整假设可得
Yt*
1
Yt
1
Yt 1
在建立经济计量模型时，很多情况下，库伊克 假设有一定的合理性。
（二）几何分布滞后模型
将式 j 0 j 代入原无限分布滞后模型中，得 到如下模型：
Yt 0 X t 0 X t1 0 2 X t2 0 j X t j ut
此模型就称为几何分布滞后模型，因为滞后权重 数列是以几何数列下降的。
接观测的变量化成可以直接观测的变量。
Cangan 和 Friedman 这两位经济学家提出了对
预期
X
用加法乘法方式引入虚拟变量 阿尔蒙多项式法估计有限分布滞后模型
《计量经济学》上机指导手册三目录§3.1 实验介绍 (2)3.1.1 上机实验名称 (2)3.1.2 实验目的 (2)3.1.3 实验要求 (2)3.1.4 数据资料 (2)§3.2 用加法和乘法加入虚拟变量 (4)3.2.1 用加法方式引入虚拟变量 (4)3.2.2 用乘法方式引入虚拟变量 (6)§3.3 阿尔蒙多项式法估计有限分布滞后模型 (9)3.3.1 参数估计（方法一） (15)3.3.2 参数估计（方法二） (15)3.3.3 还原模型 (17)§3.4 Granger因果检验.............................................................................................. 错误!未定义书签。
3.4.1 序列平稳性检验及调整........................................................................ 错误!未定义书签。
3.4.2 Granger因果检验 ................................................................................... 错误!未定义书签。
§3.1 实验介绍3.1.1 上机实验名称用加法和乘法引入虚拟变量阿尔蒙多项式估计有限分布滞后模型Granger因果检验3.1.2 实验目的通过对用加法和乘法引入虚拟变量、阿尔蒙多项式估计有限分布滞后模型、Granger因果检验的练习，掌握经典单方程模型中一些专门问题的理解及软件操作。
3.1.3 实验要求根据实验数据，完成实验报告。
对于已经完成的工作，请自我测评。
将完成要求的标题标成蓝色，未完成的标成红色。
例如：3.1.4 数据资料（1）《14-15-1 EViews上机数据3.xls》中《Dummy Variable》（2）《14-15-1 EViews上机数据3.xls》中《Almon》（3）《14-15-1 EViews上机数据3.xls》中《Granger Test》§3.2 用加法和乘法加入虚拟变量根据1965年-1970年美国制造业的利润和销售额季度数据（见《14-15-1 EViews上机数据3.xls》中《Dummy Variable》），判断利润是否除了与销售额有关，还与季度因素有关。
计量经济学(安徽财经大学)知到章节答案智慧树2023年
计量经济学（安徽财经大学）知到章节测试答案智慧树2023年最新第一章测试1.计量经济学是( )的一个分支学科参考答案:经济学2.计量经济分析工作的基本步骤是( )参考答案:模型设定、模型估计、模型检验、模型应用3.下列各种数据中,以下不应该作为经济计量分析所用数据的是( )参考答案:计算机随机生成的数据4.在( )中,为了全面描述经济变量之间的关系,合理构造模型体系,有时需要引入一些非随机的恒等方程。
参考答案:联立方程模型5.从变量的因果关系看,经济变量可分为( )参考答案:被解释变量;解释变量6.使用时序数据进行经济计量分析时,要求指标统计的( )参考答案:对象及范围可比;时间可比;计算方法可比;口径可比7.一个计量经济模型由以下哪些部分构成( )参考答案:方程式;随机误差项;变量;参数8.计量经济学模型研究的经济关系有两个基本特征:随机关系和相关关系。
( )参考答案:错9.计量经济模型检验仅包括经济意义检验、统计检验、计量经济学检验。
( )参考答案:错10.参数反映计量经济模型中经济变量之间的数量联系,通常具有不稳定性。
( )参考答案:错第二章测试1.在一元线性回归模型中,样本回归方程可表示为( )参考答案:2.回归分析中定义( )参考答案:被解释变量是随机变量,解释变量是非随机变量3.最常用的统计检验包括拟合优度检验、解释变量显著性检验和( )参考答案:方程显著性检验4.最小二乘准则是指使( )达到最小值的原则确定样本回归方程参考答案:5.对于经典线性回归模型,回归系数的普通最小二乘估计量具有的优良性有( )参考答案:方差最小性;线性性;无偏性6.利用普通最小二乘法求得的样本回归直线具有以下特点( )参考答案:必然通过点();的平均值与的平均值相等;残差的均值为07.随机误差项产生的原因有( )参考答案:数据的测量与归并误差;随机因素的影响;模型中被忽略因素的影响;模型函数形式设定误差8.只有满足基本假设条件的计量经济模型的普通最小二乘参数估计量才具有无偏性和有效性（）参考答案:对9.可决系数不仅反映了模型拟合程度的优劣,而且有直观的经济含义:它定量地描述了Y的变化中可以用回归模型来说明的部分,即模型的可解释程度（）参考答案:对10.在计量经济模型中,通常是就参数而言判断是否为线性回归模型,而对解释变量X则可以是线性的也可以是非线性的（）参考答案:对第三章测试1.( )表示由解释变量所解释的部分,表示x对y的线性影响参考答案:回归平方和2.用一组有40个观测值的样本估计模型后,在0.05的显著性水平上对的显著性作t检验,则显著地不等于零的条件是其统计量t大于等于( )参考答案:3.多元线性回归分析中,调整后的判定系数与判定系数之间的关系是( )参考答案:4.在多元回归分析中,F检验是用来检验( )参考答案:回归模型的总体线性关系是否显著5.对于线性回归模型,各回归系数的普通最小二乘估计具有的优良特性有( )参考答案:有效性;一致性;无偏性6.若模型满足古典假定,则下列各式成立的有( )参考答案:;;7.常见的非线性回归模型主要有( )参考答案:半对数模型;倒数模型;多项式模型;对数模型8.如果模型对样本有较高的拟合优度,F检验一般都能通过（）参考答案:对9.若建立计量经济模型的目的是用于预测,则要求模型的远期拟合误差较小。
《计量经济学》第一学期课程试题（三）
《计量经济学》第⼀学期课程试题（三）《计量经济学》第⼀学期课程试题（三）⼀、选择题（单选题1－10每题1分，多选题11－15每题2分，共20分，答案填⼊下表）1、回归分析中定义A.解释变量和被解释变量都是随机变量B.解释变量为⾮随机变量，被解释变量为随机变量C.解释变量和被解释变量都为⾮随机变量D.解释变量为随机变量，被解释变量为⾮随机变量2、下⾯哪⼀项不能⽤于回归模型⾼阶⾃相关的检验： A.D-W 检验 B.偏⾃相关检验 C. B-G 检验 D. 拉格朗⽇乘数检验3、设M 为货币需求量，Y 为收⼊⽔平，r 为利率，流动性偏好函数M=β0+β1Y+β2r+ε，⼜设a.b 分别是β1β2的估计值，则根据经济理论，⼀般来说A. a 应为正值，b 应为负值B. a 应为正值，b 应为正值C. a 应为负值，b 应为负值D. a 应为负值，b 应为正值4．利⽤容量⼤于30的年度数据样本对某市2005年GNP 进⾏预测得点预测值为18400万，回归标准差为183。
该市2005年GNP 的95%置信区间。
A. [18217, 18583 ]B. [18034, 18766 ]C. [18126, 18583 ]D. [18126, 18675 ] 5．下列哪种检验，A. Park 检验B. Gleiser 检验C. Park 检验和Gleiser 检验D. White 检验6、模型变换法可⽤于解决模型中存在A、异⽅差B、⾃相关C、多重共线性D、滞后效应7、变量的显著性检验主要使⽤A F 检验B t 检验C DW 检验D 2χ检验8、下列属于统计检验的是A、多重共线性检验B、⾃相关性检验C、F 检验D、异⽅差性检验9、当回归模型存在⾃相关性时，t 检验的可靠性会A. 降低B.增⼤C.不变D.⽆法确定10、分布滞后模型中，反映中期乘数的是A 0bB biC ∑=s i i b 0D ∑∞=0i i b11、⾃相关系数的估计⽅法有ABCDA、近似估计法；B、迭代估计法C、Durbin 估计法；D、搜索估计法12、构造模型时，若遗漏了重要的解释变量，则模型可能出现BCA、多重共线性B、异⽅差性C、⾃相关性D、滞后效应13、关于多重共线性的影响，下⾯哪些不正确：ABCDA. 增⼤回归标准差B.难以区分单个⾃变量的影响C. t 统计量增⼤D.回归模型不稳定14、虚拟变量的作⽤有ABCA、描述定性因素B、提⾼模型精度C、便于处理异常数据D、便于测定误差15、产⽣滞后效应的原因有 ABDA、⼼理因素B、技术因素C、随机因素D、制度因素⼆、判断正误（正确打√，错误打×，每题1分，共10分，答案填⼊下表）1、回归模型i i i i X b X b b Y ε+++=22110中，检验0:10=b H 时，所⽤的统计量)?(?111b s b b ?服从于)22?n （χ 2．⽤⼀阶差分变换消除⾃相关性是假定⾃相关系数为1。
自回归、阿尔蒙法等!
2、分布滞后模型的修正估计方法
有限分布滞后模型，其基本思想是设法有目 的地减少需要直接估计的模型参数个数，以缓解 多重共线性，保证自由度。 无限分布滞后模型，主要是通过适当的模型 变换，使其转化为只需估计有限个参数的自回归 模型。 (1)经验加权法 根据实际问题的特点、实际经验给各滞后变 量指定权数，滞后变量按权数线性组合，构成新 的变量。权数据的类型有：
ˆ ˆ ˆ α , α1 , α 2
再计算出:
βi = ∑α k i
k =1
2
k
求出滞后分布模型参数的估计值:
ˆ ˆ ˆ β 1 , β 2 ,L, β s
在实际应用中，阿尔蒙多项式的次数 通常取得较低，一般取2或3，很少超过4。
26
第三节
自回归模型的构建
本节基本内容:
●库伊克模型 ●自适应预期模型 ●局部调整模型
34
二、自适应预期模型
在某些实际问题中，因变量Yt并不取决于解释变 量的当前实际值Xt，而取决于Xt的“预期水平”或“长 期均衡水平” Xte。 例如，家庭本期消费水平，取决于本期收入的预 例如 期值； 市场上某种商品供求量，决定于本期该商品价格 的均衡值。 因此，自适应预期模型最初表现形式是
其中： a = (1 − λ )α ，
b = β 0 ， c = λ ， vt = μ t − λμ t −1
32
库伊克模型的特点：
（1）以一个滞后因变量Yt-1代替了大量的滞后解释变量 Xt-i，最大限度地节省了自由度，解决了滞后期长度s难 以确定的问题； （2）由于滞后一期的因变量Yt-1与Xt的线性相关程度可 以肯定小于X的各期滞后值之间的相关程度，从而缓解 了多重共线性。
称为一阶自回归模型（first-order autoregressive model）。
计量经济学复习知识点重点难点
计量经济学复习知识点重点难点计量经济学知识点第一章导论1、计量经济学的研究步骤：模型设定、估计参数、模型检验、模型应用。
2、计量经济学是统计学、经济学和数学的结合。
3、计量经济学作为经济学的一门独立学科被正式确立的标志：1930年12月国际计量经济学会的成立。
4、计量经济学是经济学的一个分支学科。
第二章简单线性回归模型1、在总体回归函数中引进随机扰动项的原因：①作为未知影响因素的代表；②作为无法取得数据的已知因素的代表；③作为众多细小影响因素的综合代表；④模型的设定误差；⑤变量的观测误差；⑥经济现象的内在随机性。
2、简单线性回归模型的基本假定：①零均值假定；②同方差假定；③随机扰动项和解释变量不相关假定；④无自相关假定；⑤正态性假定。
3、OLS回归线的性质：①样本回归线通过样本均值；②估计值的均值等于实际值的均值；③剩余项ei的均值为零；④被解释变量的估计值与剩余项不相关；⑤解释变量与剩余项不相关。
4、参数估计量的评价标准：无偏性、有效性、一致性。
5、OLS估计量的统计特征：线性特性、无偏性、有效性。
6、可决系数R2的特点：①可决系数是非负的统计量；②可决系数的取值范围为[0,1]；③可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量。
第三章多元线性回归模型1、多元线性回归模型的古典假定：①零均值假定；②同方差和无自相关假定；③随机扰动项和解释变量不相关假定；④无多重共线性假定；⑤正态性假定。
2、估计多元线性回归模型参数的方法：最小二乘估计、极大似然估计、矩估计、广义矩估计。
3、参数最小二乘估计的性质：线性性质、无偏性、有效性。
4、可决系数必定非负，但是根据公式计算的修正的可决系数可能为负值，这时规定为0。
5、可决系数只是对模型拟合优度的度量，可决系数越大，只是说明列入模型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度也大。
6、当R2=0时，F=0；当R2越大时，F值也越大；当R2=1时，F→∞。
计量经济学 名词解释及简答
一、名词解释第一章1、计量经济学：计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，借助计算机为辅助工具，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
2、虚拟变量数据：虚拟变量数据是人为构造的，通常取值为1或0的，用来表征政策等定性事实的数据。
3、计量经济学检验：计量经济学检验主要是检验模型是否符合计量经济方法的基本假定。
4、政策评价：政策评价是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案做出评价第二章1、回归平方和：回归平方和用ESS 表示，是被解释变量的样本估计值与其平均值的离差平方和。
2、拟和优度检验：拟和优度检验指检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1，模型对样本观测值拟合得越好。
3、相关关系：当一个或若干个变量X 取一定数值时，与之相对应的另一个变量Y 的值虽然不确定，但却按某种规律在一定范围内变化，变量之间的这种关系，称为不确定性的统计关系或相关关系，可表示为Y=f(X ，u)，其中u 为随机变量。
4、高斯-马尔科夫定理：在古典假定条件下，O LS 估计式是其总体参数的最佳线性无偏估计式。
第三章1、偏回归系数：在多元线性回归模型中，回归系数j （j=1，2，……，k ）表示的是当控制其他解释变量不变的条件下，第j 个解释变量的单位变动对被解释变量平均值的影响，这样的回归系数称为偏回归系数。
2、多重可决系数：“回归平方和”与“总离差平方和”的比值，用2R 表示。
3、修正的可决系数：用自由度修正多重可决系数2R 中的残差平方和与回归平方和。
4、回归方程的显著性检验（F 检验）：对模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。
5、回归参数的显著性检验（t 检验）：当其他解释变量不变时，某个回归系数对应的解释变量是否对被解释变量有显著影响做出推断。
6、无多重共线性假定：假定各解释变量之间不存在线性关系，或者说各解释变量的观测值之间线性无关，在此条件下，解释变量观测值矩阵X 列满秩Rank(X)=k ，此时，方阵X`X 满秩， Rank(X`X)=k从而X`X 可逆，(X`X) 存在。
标准化指数阿尔蒙(nealmon)函数
标准化指数阿尔蒙(nealmon)函数标准化指数阿尔蒙函数，缩写为NEALMON，是一种用于计算时间序列数据分析的数学模型。
该函数可以应用于各种领域，例如金融、销售、物流等。
它基于阿尔蒙函数和标准化的思想，将时间序列数据标准化为相对于某个基准水平的比值，从而更好地理解和分析数据变化趋势。
本文将介绍NEALMON函数的数学原理、特点及应用。
一、数学原理NEALMON函数的数学原理是基于阿尔蒙函数进行推导的。
阿尔蒙函数（Almon Function）是一种经济学中广泛使用的非常数时间趋势模型，它能够拟合非常数时间趋势且良好的定常性质在多项式中。
在NEALMON函数中，阿尔蒙函数被标准化，使得其更适合于计算相对于基准水平的比值。
具体而言，NEALMON函数的数学公式如下：NEALMON(t) = (1-coefficient)*(x1/x0) +coefficient*(x2/x1)*((x1/x0)^beta)其中，NEALMON(t)是在t时刻的标准化指数结果，x0表示基准水平，x1表示t-1时刻的水平，x2表示t-2时刻的水平，coefficient表示权重系数，beta表示阿尔蒙函数中的多项式的次数。
函数的主要思想是将时间序列数据标准化为相对于某个基准水平的比值，从而更好地理解和分析数据变化趋势。
二、特点NEALMON函数具有以下特点：1、适用性强：NEALMON函数可以应用于各种领域的时间序列数据分析，例如金融、销售、物流等。
2、比较准确：由于该函数是基于阿尔蒙函数进行推导的，其能够很好地拟合非常数的时间趋势。
3、标准化：该函数将时间序列数据标准化为相对于某个基准水平的比值，从而更好地理解和分析数据变化趋势。
4、可解释性强：该函数能够为数据变化趋势提供一个相对于基准水平的比值，从而更好地进行解释和分析。
三、应用NEALMON函数在各个领域的时间序列数据分析中都有广泛的应用，例如：1、金融：NEALMON函数可以被用来计算基金、股票等投资产品的收益率，从而分析其变化趋势。
计量经济学总结
计量经济学复习范围一、回归模型的比较1．根据模型估计结果观察分析（1）回归系数的符号和值的大小是否符合经济理论要求 （2）改变模型形式之后是否使判定系数的值明显提高 （3）各个解释变量t 检验的显著性 2．根据残差分布观察分析在方程窗口点击View \ Actual ，Fitted ，Residual\Tabe （或Graph ）（1）残差分布表中，各期残差是否大都落在σˆ±的虚线框内。
（2）残差分布是否具有某种规律性，即是否存在着系统误差。
（3）近期残差的分布情况二、 判断新的解释变量引入模型是否合适（遗漏变量检验） 1、基本原理如果模型逐次增加一个变量, 由于增加一个新的变量，ESS 相对于RSS 的增加，称为这个变量的“增量贡献”或“边际贡献”。
不引入:0H （即引入的变量不显著） ())'','(~)''/(/'k k F k n RSS k ESS ESS F new old new --=或 )'','(~/)1(/)(''2'22k k F kn R k R R F NEW OLD NEW ---= 其中，'k 为新引进解释变量的个数，''k 为引进解释变量后的模型中参数个数。
判别增量贡献的准则：如果增加一个变量使2R 变大，即使RSS 不显著地减少，这个变量从边际贡献来看，是值得增加的。
若F>F或者对应的P 值充分小，拒绝 则认为引入新的解释变量合适；否则，接受则认为引入新的解释变量不合适。
三、伪回归的消除如果解释变量和被解释变量均虽随时间而呈同趋势变动,如果不包含时间趋势变量而仅仅是将Y 对X 回归，则结果可能仅仅反映这两个变量的同趋势特征而没有反映它们之间的真实关系，这种回归也称为伪回归。
模型的结构稳定性检 CHOW 检验法 1、基本原理模型结构稳定性，是指模型在样本期的不同时期(子样本),其参数不发生改变。
计量经济学-参考答案
一、解释概念：1、多重共线性：是指在多元线性回归模型中，解释变量之间存在的线性关系。
2、SRF：就是样本回归函数。
即是将样本应变量的条件均值表示为解释变量的某种函数。
3、解释变量的边际贡献：在回归模型中新加入一个解释变量所引起的回归平方和或者拟合优度的增加值。
4、一阶偏相关系数：反映一个经济变量与某个经济变量的线性相关程度时，剔除另一个变量对它们的影响的真实相关程度的指标。
5、最小方差准则：在模型参数估计时，应当选择其抽样分布具有最小方差的估计式，该原则就是最佳性准则，或者称为最小方差准则。
6、OLS：普通最小二乘估计。
是利用残差平方和为最小来求解回归模型参数的参数估计方法。
7、偏相关系数：反映一个经济变量与某个经济变量的线性相关程度时，剔除其它变量（部分或者全部变量）对它们的影响的真实相关程度的指标。
8、WLS：加权最小二乘法。
是指估计回归方程参数时，按照残差平方加权求和最小的原则进行的估计方法。
9、U t自相关：即回归模型中随机误差项逐项值之间的相关。
即Cov（U t，U s）≠0 t ≠s。
10、二阶偏相关系数：反映一个经济变量与某个经济变量的线性相关程度时，剔除另两个变量对它们的影响的真实相关程度的指标。
11、技术方程式：根据生产技术关系建立的计量经济模型。
13、零阶偏相关系数：反映一个经济变量与某个经济变量的线性相关程度时，不剔除任何变量对它们的影响的相关程度的指标。
也就是简单相关系数。
14、经验加权法：是根据实际经济问题的特点及经验判断，对滞后经济变量赋予一定的权数，利用这些权数构成各滞后变量的线性组合，以形成新的变量，再用最小二乘法进行参数估计的有限分布滞后模型的修正估计方法。
15、虚拟变量：在计量经济学中，我们把取值为0和1 的人工变量称为虚拟变量，用字母D表示。
（或称为属性变量、双值变量、类型变量、定性变量、二元型变量）16、不完全多重共线性：是指在多元线性回归模型中，解释变量之间存在的近似的线性关系。
eviews阿尔蒙多项式法
eviews阿尔蒙多项式法，也称为Almon polynomial method，是一种在计量经济学中常
用的时间序列分析方法之一。
该方法用于处理具有滞后效应的自变量对因变量的影响。
具体而言，Almon polynomial method将自变量的滞后效应建模为一个多项式函数。
这
个多项式函数可以用来拟合不同滞后期的影响，并且可以根据数据的特征进行调整。
在EViews软件中，可以使用Almon多项式法进行时间序列回归分析。
通过指定滞后
期数和多项式度数，可以估计出各个滞后期对应的权重系数，进而得到回归方程。
需要注意的是，Almon多项式法适用于具有滞后效应的数据分析，但并不适用于所有
情况。
在使用该方法时，需要考虑数据的特点和目标研究问题的要求，以便选择适当
的模型和方法进行分析。
(完整版)计量经济学名词解释和简答
三、名词解释经济计量学：是经济学、统计学和数学合流而构成的一门交叉学科.理论经济计量学：是寻找适当的方法，去测度由经济计量模型设定的经济关系式。
应用经济化量学:以经济理论和事实为出发点，应用计量方法,解决经济系统运行过程中的理论问题或实践问题。
内生变量:具有一定概率分布的随机变量，由模型自身决定,其数值是求解模型的结果。
外生变量：是非随机变量，在模型体系之外决定，即在模型求解之前已经得到了数值。
随机方程:根据经济行为构造的函数关系式。
非随机方程：根据经济学理论或政策、法规而构造的经济变量恒等式.时序数据：指某一经济变量在各个时期的数值按时间先后顺序排列所形成的数列.截面数据:指在同一时点或时期上，不同统计单位的相同统计指标组成的数据。
回归分析:就是研究被解释变量对解释变量的依赖关系，其目的就是通过解释变量的已知或设定值,去估计或预测被解释变量的总体均值.相关分析：测度两个变量之间的线性关联度的分析方法。
总体回归函数：E （Y /X i ）是X i 的一个线性函数，就是总体回归函数，简称总体回归。
它表明在给定X i 下Y 的分布的总体均值与X i 有函数关系，就是说它给出了Y 的均值是怎样随X 值的变化而变化的。
随机误差项：为随机或非系统性成份，代表所有可能影响Y ，但又未能包括到回归模型中来的被忽略变量的代理变量。
有效估计量:在所有线性无偏估计量中具有最小方差的无偏估计量叫做有效估计量。
判定系数:TSS ESS Y Y Y Y R i i=--=∑∑222)()ˆ(，是对回归线拟合优度的度量。
R 2测度了在Y 的总变异中由回归模型解释的那个部分所占的比例或百分比。
异方差 ：在回归模型中，随机误差项1u ，2u ,…，n u 不具有相同的方差,即 ()()≠i j Var u Var u ，当j i ≠时 ,则称随机误差的方差为异方差 。
异方差的补救方法：已知时,用加权最小二乘法；未知时，用普通最小二乘法。
计量经济学复习笔记(注释)
计量经济学复习笔记CH1导论1、计量经济学：以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
研究主体是经济现象及其发展变化的规律。
2、运用计量分析研究步骤：模型设定——确定变量和数学关系式估计参数——分析变量间具体的数量关系模型检验——检验所得结论的可靠性模型应用——做经济分析和经济预测3、模型变量:解释变量:表示被解释变量变动原因的变量，也称自变量，回归元。
被解释变量:表示分析研究的对象，变动结果的变量，也成应变量。
内生变量:其数值由模型所决定的变量，是模型求解的结果。
外生变量:其数值由模型意外决定的变量。
外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。
前定内生变量：过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量的影响，但能够影响我们所研究的本期的内生变量。
前定变量：前定内生变量和外生变量的总称。
数据:时间序列数据：按照时间先后排列的统计数据。
截面数据：发生在同一时间截面上的调查数据。
面板数据：虚拟变量数据：表征政策，条件等，一般取0或1.4、估计评价统计性质的标准无偏：E（＾β）=β 随机变量，变量的函数？有效：最小方差性一致：N趋近无穷时，β估计越来越接近真实值5、检验经济意义检验：所估计的模型与经济理论是否相等统计推断检验：检验参数估计值是否抽样的偶然结果，是否显著计量经济检验：是否符合计量经济方法的基本假定预测检验：将模型预测的结果与经济运行的实际对比CH2 CH3 线性回归模型模型（假设）——估计参数——检验——拟合优度——预测1、模型（线性）（1）关于参数的线性 模型就变量而言是线性的；模型就参数而言是线性的。
Y i =β1+β2lnX i +u i线性影响 随机影响Y i =E （Y i |X i ）+u i E （Y i |X i ）=f(X i )=β1+β2lnX i引入随机扰动项，（3）古典假设A 零均值假定 E （u i |X i ）=0B 同方差假定 Var(u i |X i )=E(u i 2)=σ2C 无自相关假定 Cov(u i ,u j )=0D 随机扰动项与解释变量不相关假定 Cov(u i ,X i )=0E 正态性假定u i ~N(0,σ2)F 无多重共线性假定Rank(X)=k2、估计在古典假设下，经典框架，可以使用OLS方法：OLS 寻找min ∑e i2 ＾β1ols = (Y 均值)-＾β2(X 均值)＾β2ols = ∑x i y i /∑x i 23、性质OLS 回归线性质（数值性质）（1）回归线通过样本均值 （X 均值,Y 均值）（2）估计值＾Y i 的均值等于实际值Y i 的均值（3）剩余项e i 的均值为0（4）被解释变量估计值＾Y i 与剩余项e i 不相关 Cov(＾Y i ,e i )=0（5）解释变量X i 与剩余项e i 不相关 Cov(e i ,X i )=0在古典假设下，OLS 的统计性质是BLUE 统计 最佳线性无偏估计4、检验(1)Z 检验Ho:β2=0 原假设 验证β2是否显著不为0标准化： Z=（＾β2-β2）/SE （＾β2）~N （0,1） 在方差已知，样本充分大用Z 检验拒绝域在两侧，跟临界值判断，是否β2显著不为0(2)t 检验——回归系数的假设性检验方差未知，用方差估计量代替 ＾σ2=∑e i 2/(n-k) 重点记忆t =（＾β2-β2）/＾SE （＾β2）~t （n-2）拒绝域：|t|>=t 2/a (n-2)拒绝，认为对应解释变量对被解释变量有显著影响。
计量经济学复习习题
计量经济学复习习题第二章回归模型习题一、填空题：1.在Eviews 软件中，估计线性模型的命令是__LS_____。
2.在Eviews 软件中，估计非线性模型的命令是_____NLS_____。
3.被解释变量的观测值i Y 与其回归理论值)(Y E 之间的偏差，称为__随机扰动项__；被解释变量的观测值i Y 与其回归估计值i Y ?之间的偏差，称为____残差____。
4.对线性回归模型μββ++=X Y 10进行最小二乘估计，最小二乘准则是残差平方和最小。
5.高斯—马尔可夫定理证明在总体参数的各种无偏估计中，普通最小二乘估计量具有方差最小的特性，并由此才使最小二乘法在数理统计学和计量经济学中获得了最广泛的应用。
6.普通最小二乘法得到的参数估计量具有无偏性、有效性、一致性统计性质。
9.对计量经济学模型作统计检验包括 R 平方检验、F 检验、 T 检验。
10．判定系数R 2可以判定回归直线拟合的优劣，又称为可决系数。
11.可以利用线性回归模型的系数直接进行边际分析，利用双对数模型的回归系数进行弹性分析。
12．动态模型是在方程中引入滞后变量。
二、单选题：1.回归分析中定义的（ B ）A.解释变量和被解释变量都是随机变量B.解释变量为非随机变量，被解释变量为随机变量C.解释变量和被解释变量都为非随机变量D.解释变量为随机变量，被解释变量为非随机变量2.最小二乘准则是指使（D ）达到最小值的原则确定样本回归方程。
A.()∑=-n t tt Y Y 1? B.∑=-n t t t Y Y 1? C.t t Y Y ?max - D.()21?∑=-n t t t Y Y3.双对数模型μββ++=X Y ln ln 10中，参数1β的含义是（ D ）。
A.X 的相对变化，引起Y 的期望值绝对量变化B.Y 关于X 的边际变化C.X 的绝对量发生一定变动时，引起因变量Y 的相对变化率D.Y 关于X 的弹性4.在多元回归中，调整后的判定系数与判定系数的关系有 ( B)A ．< B ． > C ． = D ．与的关系不确定 5.根据样本资料已估计得出人均消费支出Y 对人均收入X 的回归方程为X Y ln 75.000.2ln +=)，这表明人均收入每增加１％，人均消费支出将增加（C ）。
计量经济学第十讲
第五节滞后变量一、滞后变量模型（一）滞后变量现实经济生活中，许多经济变量不仅受同期因素的影响，而且还与某些因素甚至自身的前期值有关。
例如，人们的消费支出不仅取决于当前收入水平，还在一定程度上与过去各期收入有关；通货膨胀与货币供给量的大幅度增加也不是同时发生的，往往要滞后若干时期；固定资产的形成也与本期和前几期的投资额有关；企业确定合理库存时，通常也是根据前几期的市场销售额和价格变动情况做出决定。
将变量的前期值，即带有滞后作用的变量称为滞后变量（Lagged variable），含有滞后变量的模型称为滞后变量模型。
（二）产生滞后效应的原因变量Y受其他因素前期值影响的现象称为滞后效应，即Y在其他因素变化之后，需要滞后若干时期才能做出响应。
滞后效应是一个较为普遍的客观经济现象，其产生原因可以归结为以下三个方面：（1）心理因素：人们的观念和习惯是长期形成的，适应新的经济环境往往需要一段时间。
例如，当收入水平提高或物价降低时，人们为了维持已经习惯的生活水准往往不会立即增加消费。
（2）技术因素：生产过程中的投入和产出经常不是同步发生的。
例如，农业生产中，从种植到收获存在着时间间隔；工业生产中，当年产出在一定程度上取决于过去若干年的投资；科研成果的完成到形成新的生产力也需要时间间隔。
（3） 制度因素：契约、管理等因素也会形成一定程度的滞后。
例如，企业往往受到过去签订合同的制约，不能根据市场变化情况随时调整产品的生产和价格。
在管理体制中，管理层次过多，管理效率低下，也会造成严重的滞后现象。
（三）滞后变量模型1、分布滞后模型如果模型中的滞后变量只是解释变量x 的过去各期值，即： i k t k t t t x b x b x b a y ε+++++=-- 110则称其为分布滞后模型，表明x 对y 的滞后影响分布在过去各个时期，例如：消费函数i t t t t Y b Y b Y b a C ε++++=--22110 投资函数i t t t Y b Y b a I ε+++=-110 2、自回归模型如果模型中包含解释变量x 的本期值和被解释变量y 的若干期滞后值，即：i k t k t t t t y b y b y b x b a y ε++++++=--- 12110 则称其为（k 阶）自回归模型。
计量经济学第九章分布滞后和自回归模型
自回归模型的理论导出
适应性预期（Adaptive expectation）模型
在某些实际问题中，因变量 Yt 并不取决于解释变量的当
前实际值
X
t
，而取决于X
t
的“预期水平”或“长期均衡水X
* t
平” 。
例如，家庭本期消费水平，取决于本期收入的预期值；
❖ 为了解决滞后长度不确定的困难，可以依次估计滞 后效应变量的一期滞后、二期滞后…当发现滞后变 量（加入的最多期滞后）的回归系数在统计上开始 变得不显著，或至少有一个变量的系数改变符号 （由正变负或由负变正）时，就不再增加滞后期， 把此前一个模型作为分布滞后模型的形式，相应参 数估计作为模型的参数估计。
市场上某种商品供求量，决定于本期该商品价格的均衡值。
因此，适应性预期模型最初表现形式是
Yt
0
1
X
* t
t
由于预期变量是不可实际观测的，往往作如下 适应性预期假定:
X
* t
X* t 1
(Xt
X
* t 1
)
其中：r为预期系数（coefficient of expectation）, 0r 1。
该式的经济含义为：“经济行为者将根据过去的 经验修改他们的预期”，即本期预期值的形成是一 个逐步调整过程，本期预期值的增量是本期实际值 与前一期预期值之差的一部分，其比例为r 。
这个假定还可写成：
X
* t
X t
(1
)
X
* t 1
将
X
* t
X t
(1
)
X
* t 1
代入
滞后变量---阿尔蒙变换及操作步骤
表1列出了某地区制造行业历年库存Y与销售额X 的统计资料。
请利用分布滞后模型建立库存函数。
表1 某地区制造行业统计资料单位：亿元年份库存Y 销售额X 年份库存Y 销售额X1981 50070 27280 1990 84655 464491982 52707 30219 1991 90875 502821983 53814 30796 1992 97074 535551984 54939 30896 1993 101645 528591985 58213 33113 1994 102445 559171986 60043 35032 1995 107719 620171987 63383 37335 1996 120870 713981988 68221 41003 1997 147135 820781989 77965 44869一、 Almon估计⒈分析滞后期长度在Eviews命令窗口中键入：CROSS Y X，输出结果见图1。
图1 互相关分析图图中第一栏是Y 与X各滞后期相关系数的直方图。
可以看出，库存额与当年及前三年的销售额相关。
因此可以设：假定可以由一个二次多项式逼近。
⒉利用Almon方法估计模型在Eviews命令窗口中键入：LS Y C PDL(X,3,2)输出结果见图2，Eviews分别给出了Almon方法估计的模型和还原后的估计模型及相应参数。
图2 Almon估计输出结果经过Almon变化之后的估计结果为：（即图2中的PDL项）：（6.6477）（0.7938）（－3.1145）还原后的分布滞后模型为：（3.4431）（6.6477）（4.922）（－2.7124）二、滞后期长度的调整将PDL项的参数依次设定为：PDL(X,3,2)、PDL(X,4,2)、PDL(X,5,2)，其调整的判定系数、SC、AIC值如表2所示。
表2 Almon估计法滞后期确定参数类型AIC SCPDL(X,3,2) 0.996 17.9504 18.133PDL(X,4,2) 0.997 17.597 17.772PDL(X,5,2) 0.9957 17.9162 18.0778从表2中可以看出，当滞后期由3增加至4时，调整的判定系数增大而AIC 和SC值均减小。
计量经济学 阿尔蒙法
课程实验报告专业年级13级金融工程班课程名称计量经济学指导教师刘妍珺学生姓名杨秀丽学号20132202021045实验日期2015年12月15 日实验地点笃行楼A栋207 实验成绩教务处制2015 年12 月15 日实验项目 名称 运用阿尔蒙法多项式变换法估计分布实验 目的及要求1.通过具体的实践操作，进一步熟悉Eviews 的具体功能。
2.掌握用Eviews 软件通过阿尔蒙多项式变换法估计分布滞后的模型。
实验 内容 1.对第七章案例分析进行验证，熟悉Eviews 软件检验、阿尔蒙多项式的步骤。
2.独立完成练习题7.2,完成实验报告。
实验步骤建立工作文件，输入数据。
如图分布滞后模型：01144...t t t t t Y X X X u αβββ--=+++++ s=4，取m=2。
假设00βα=，1012βααα=++，201224βααα=++，301239βααα=++，4012416βααα=++ （*）则模型可变为：001122t t t t t Y Z Z Z u αααα=++++，其中：0123411234212342344916t t t t t t t t t t t t t t t t Z X X X X X Z X X X X Z X X X X ------------=++++=+++=+++ 在Eviews 工作文件中输入X 和Y 的数据，在工作文件窗口中点击Genr 工具栏，出现对话框，输入生成变量的公式，点击OK ，类似地，可生成、变量的数据。
进入equation specification 对话框，键入回归方程形式： Y C点击OK ，显示回归结果Dependent Variable: Y Method: Least Squares Date: 25/02/10 Time: 23:19 Sample (adjusted): 1984 2001Included observations: 18 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.C -35.49234 8.192884 -4.332093 0.0007 Z0 0.891012 0.174563 5.104248 0.0002 Z1 -0.669904 0.254447 -2.632783 0.0197 Z20.1043920.0623111.675338 0.1160R-squared0.984670 Mean dependent var 121.2322 Adjusted R-squared 0.981385 S.D. dependent var 45.63348 S.E. of regression 6.226131 Akaike info criterion 6.688517 Sum squared resid 542.7059 Schwarz criterion 6.886378 Log likelihood -56.19666 F-statistic 299.7429 Durbin-Watson stat 1.130400 Prob(F-statistic)0.000000回归方程：^01235.492430.8910120.6699040.104392t t t Y Z Z Z =-+-+01235.49124,0.89101,0.66990,0.10439αααα=-==-=由（*）式可得，012340.89101,0.32550,0.03123,0.17917,0.11833βββββ===-=-=-由阿尔蒙多项式变换可得如下估计结果：^1234-35.49234 0.89101 0.32550-0.03123-0.17917-0.11833t t t t t t Y X X X X X ----=++在实际应用中，Eviews提供了多项式分布滞后指令“PDL”用于估计分布滞后模型。
- 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)。
专 业 年 级 课 程 名 称 指 导 教 师 学 生 姓 名 学 号 13 级金融工程班 计量经济学 刘妍珺 杨秀丽 20132202021045 2015 年 12 月 15 日 笃行楼 A 栋 207
实 验 日 期 实 验 地 点 实 验 成 绩
教务处制 2015 年 12 月 15 日
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
回归方程： Y 35.49243 0.891012Z0t 0.669904Z1t 0.104392Z 2t
^
Y t -35.49234 0.89101X t 0.32550X t 1 -0.03123X t 2 -0.17917X t 3 -0.11833X t 4
在实际应用中，Eviews 提供了多项式分布滞后指令“PDL”用于估计分布 滞后模型。 在 Eviews 中输入 X 和 Y 的数据，进入 equation specification 对话栏，键 入方程形式 ls y c pdl(x,4,2) 式中， PDL 指令表示进行多项式分布滞后模型的估计， 括号中的 4 表示 X 的分布滞后长度， 2 表示多项式的阶数， 在 estimation settings 栏中选择 least squares，点击 OK，屏幕显示回归分析结果：
^
35.49124,0 0.89101,1 0.66990,2 0.10439
由（*）式可得，
0 0.89101, 1 0.32550, 2 0.03123, 3 0.17917, 4 0.11833
由阿尔蒙多项式变换可得如下估计结果：
Y t -35.49234 0.89101X t 0.32550X t 1 -0.03123X t 2 -0.17917X t 3 -0.11833X t 4
但同前面分布计算的结果比，最终的分布滞后估计系数式β 0，β 1，β 2，β 3， β 4 是相同的。
^
教师评语
4 0 41 162
则模型可变为： Yt 0 Z0t 1Z1t 2 Z2t ut ，其中：
Z0t X t X t 1 X t 2 X t 3 X t 4 Z1t X t 1 2 X t 2 3 X t 3 4 X t 4 Z 2t X t 1 4 X t 2 9 X t 3 16 X t 4
实验项目 名称 实验 目的及要 求
运用阿尔蒙法多项式变换法估计分布
1.通过具体的实践操作，进一步熟悉 Eviews 的具体功能。 2.掌握用 Eviews 软件通过阿尔蒙多项式变换法估计分布滞后的模型。
实验 内容
1.对第七章案例分析进行验证， 熟悉 Eviews 软件检验、 阿尔蒙多项式的步骤。 2.独立完成练习题 7.2,完成实验报告。 建立工作文件，输入数据。如图
实验环境
Eviews3.的估计过程,掌据了分布滞后模型的估计方法; 深入了解了国定資产投資与销售额之间的计量结果, 扩大了思路。 需要指出的是，用 PDL 估计分布滞后模型时，Eviews 所采用的滞后系数多 项式变换不是阿尔蒙多项式，而是阿尔蒙多项式的派生形式
在 Eviews 工作文件中输入 X 和 Y 的数据，在工作文件窗口中点击 Genr 工具栏，出现对 话框，输入生成变量 的公式，点击 OK，类似地，可生成 、 变量的数据。进
入 equation specification 对话框，键入回归方程形式： Y C
点击 OK，显示回归结果
Dependent Variable: Y Method: Least Squares Date: 25/02/10 Time: 23:19 Sample (adjusted): 1984 2001 Included observations: 18 after adjustments Variable C Z0 Z1 Z2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -35.49234 0.891012 -0.669904 0.104392 0.984670 0.981385 6.226131 542.7059 -56.19666 1.130400 Std. Error 8.192884 0.174563 0.254447 0.062311 t-Statistic -4.332093 5.104248 -2.632783 1.675338 Prob. 0.0007 0.0002 0.0197 0.1160 121.2322 45.63348 6.688517 6.886378 299.7429 0.000000
实验步骤
分布滞后模型： Yt 0 X t 1 X t 1 ... 4 X t 4 ut 假设
s=4，取 m=2。
0 0 ， 1 0 1 2 ， 2 0 21 42 ， 3 0 31 92 ，
（*）