计量经济学实验报告

一、实验目的及要求：
1、目的
利用EVIEWS 实验软件，使学生在实验过程中全面了解和熟悉计量经济学的基本概念，熟悉一元线性回归模型估计的基本程序和基本方法。

2、内容及要求
(1) 熟悉ＥＶＩＥＷＳ实验软件的基本操作程序和方法； (2) 掌握一元线性回归模型基本概念，了解其估计和检验原理 (3) 提交实验报告
二、仪器用具：
三、实验结果与数据处理：
1下面是利用1970-1980年美国数据得到的回归结果。

其中Y 表示美国咖啡消费（杯/日.人），X 表示平均零售价格（美元/磅）。

注：262.2)9(2/=αt ，228.2)10(2/=αt
6628.006
.42)()1216.0(4795.06911.2ˆ2===-=R t se X Y t
t
）
（
值
1. 写空白处的数值。

1
2. 对模型中的参数进行显著性检验。

3. 解释斜率系数1β的含义，并给出其95%的置信区间。

解：（1）1308.221216
.06911
.2)(00===
ββse t
0114.006
.424795
.0)(1
1-=-=
=
t
se ββ
（2）用t 检验法分别对模型中的参数0β1β进行显著性水平检验： 在5%的显著性水平下，模型的自由度为11-2=9，且262.2)9(025.0=t 由于262.21308.220>=βt ，故该模型的截距项在统计上是显著的； 同理 262.206.421>=βt ，即斜率系数在统计上也是显著的。

（3）斜率系数4795.01-=β，小于0，在其他条件不变的情况下，咖啡的平均零售价格每增加一个单位，美国咖啡的日消费将平均减少0.4795个单位，说明咖啡的消费量与其平均零售价格呈负相关关系。

1β的95%的置信区间为：]4537.0,5053.0[)]ˆ(ˆ),ˆ(ˆ[1
2/112/1--+-即ββββααse t se t
2美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上。

航班正点到达的比率和每10万名乘客投诉的次数的数据如下1。

1 利用EViews 估计其参数，求出描述投诉率是如何依赖航班按时到达正点率的估计的回归方程。

2对估计的回归方程的斜率作出解释。

3如果航班按时到达的正点率为80%，估计每10万名乘客投诉的次数是多少？
1资料来源:(美)David R.Anderson
等《商务与经济统计》，第405页，机械工业出版社
2
解：（1）建立投诉率Y 对正点率X 的线性回归模型：i i i X Y μββ++=10
结合以上数据，利用Eviews 分析，得到结果如下：
Dependent Variable: Y
Method: Least Squares Date: 01/01/02 Time: 01:20 Sample: 1 9 Included observations: 9
Variable Coefficient Std. Error t-Statistic
Prob. C 6.017832 1.052260 5.718961 0.0007 X -0.070414 0.014176 -4.967254 0.0016
R-squared 0.778996 Mean dependent var 0.797778 Adjusted R-squared 0.747424 S.D. dependent var 0.319991 S.E. of regression 0.160818 Akaike info criterion -0.623958 Sum squared resid 0.181037 Schwarz criterion -0.580130 Log likelihood 4.807811 F-statistic 24.67361 Durbin-Watson stat 2.526971 Prob(F-statistic)
0.001624
即可得到回归方程：X Y 070414.0017832.6-= se =（1.0523）（0.0142） t=（5.71896）（-4.96725） 747424.0778996
.022
==R R
（2）斜率系数0704.01-=β，小于0，在其他条件不变的情况下，航班正点率每增加一个单位，投诉率将平均减少0.0704个单位，说明投诉率与航班正点率呈负相关关系。

（3）当航班按时到达的正点率为80%，即当80=X 时，平均而言，投诉率
384712.080*070414.0017832.6=-=Y ，
即每10万名乘客投诉的次数平均为0.384712. 3为了研究我国经济增长和国债之间的关系，建立回归模型。

得到的结果如下： Dependent Variable: LOG(GDP) Method: Least Squares Date: 06/04/05 Time: 18:58 Sample: 1985 2003 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob.
C 6.03 0.14 43.2 0 LOG(DEBT) 0.65
0.02 32.8 0
3
R-squared 0.981 Mean dependent var 10.53 Adjusted R-squared
0.983
S.D. dependent var 0.86
S.E. of regression 0.11 Akaike info criterion -1.46
Sum squared resid 0.21 Schwarz criterion -1.36 Log likelihood 15.8 F-statistic 1075.5
Durbin-Watson stat
0.81 Prob(F-statistic)
其中， GDP 表示国内生产总值，DEBT 表示国债发行量。

1写出回归方程。

2解释系数的经济学含义？
3模型系数可能存在什么问题？如何检验？ 解：（1）回归方程： )ln(65.003.6)ln(Debt GDP += se=(0.14) (0.02) t=(43.2) (32.8)
983.0981.022==R R
（2）斜率系数65.01=β，大于0，在其他条件不变的情况下，国债每增加1个百分比，国内生产总值将平均增加0.65个百分比。

说明国内生产总值的变化率与国债的变化率呈正相关关系。

（3）可能存在序列相关问题。

因为DW=0.81,小于D L =1.074,落入正的自相关区域，由此可以判定该模型存在序列相关问题。

4假定使用虚拟变量对储蓄（Y ）和收入（X ）（样本：1970-1995）的回归结果为：
N=30 R 2=0.936 2
R =0.9258 SEE=0.1217 DW=0.9549 其中：D t =1 t=1982-1995 D t =0 t=1970-1981
1 解释两个时期（1970-1981和1982-1995）的储蓄（Y ）收入（X ）行为。

2 检验是否具有结构变化（若需临界值，只需用类似t 0.05 标记即可）。

解：（1）在1970-1981这个时期内，D t =0
此时回归方程为： X Y 0803.00161.1-=
斜率系数0803.01-=β,小于0，在其他条件不变的情况下，收入每增加1个单位，储蓄将平均减少0.0803个单位。

说明储蓄与收入呈负相关关系。

在1982-1995这个时期内，D t =1
此时回归方程为: X Y 0854.04619.151--=
4
斜率系数0854.01-=β,小于0，在其他条件不变的情况下，收入每增加1个单位，储蓄将平均减少0.0854个单位。

说明储蓄与收入呈负相关关系。

（2）检验模型是否具有结构变化，只需检验t t X D 斜率系数的显著性 由于4286.20021
.00051
.0)(=-==
ββse t ，大于临界值，即该项斜率系数在统计上是显著的，说明该模型结构有显著变化。

资料来源:《深圳统计年鉴2002》，中国统计出版社
利用EViews 估计其参数结果：
(1)建立深圳地方预算内财政收入对GDP 的回归模型； (2)估计所建立模型的参数，解释斜率系数的经济意义； （3）对回归结果进行检验；
(4) 若是2005年年的国内生产总值为3600亿元，确定2005年财政收入的预测值和预测区间(0.05α=)。

解：（1）建立深圳地方预算内财政收入对GDP 的线性回归模型：i i i X Y μββ++=10 （2）结合以上数据，利用Eviews 分析，得到结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 01/01/02 Time: 02:31 Sample: 1990 2001
Included observations: 12
5
Variable
Coefficient Std. Error t-Statistic
Prob.
C -3.611151 4.161790 -0.867692 0.4059 X 0.134582 0.003867 34.80013 0.0000
R-squared
0.991810 Mean dependent var 119.8793 Adjusted R-squared 0.990991 S.D. dependent var 79.36124 S.E. of regression 7.532484 Akaike info criterion 7.027338 Sum squared resid 567.3831 Schwarz criterion 7.108156 Log likelihood -40.16403 F-statistic
1211.049 Durbin-Watson stat
2.051640 Prob(F-statistic) 0.000000
即可得到回归方程：
X Y 134582.0611151.3+-=
se =（4.16179）（0.003867） t=（-0.867692）（34.80013） 991.09918
.022
==R R
斜率系数1346.01=β，大于0，在其他条件不变的情况下，国内生产总值每增加一个单位，深圳地方预算内财政收入将平均增加0.0704个单位，说明国内生产总值与预算内财政收入呈正相关关系。

（3）用t 检验法分别对模型中的参数0β1β进行显著性水平检验： 在5%的显著性水平下，模型的自由度为12-2=10，且228.2)10(025.0=t 由于228.20.8676920<=βt ，故该模型的截距项在统计上是不显著的； 而 228.234.81>=βt ，即斜率系数在统计上是显著的。

9918.02=R ,说明GDP 解释了地方财政收入变动的99%，模型拟合优度较好。

（4）当国内生产总值为3600亿元时，财政收入： 884.4803600*134582.0611151.3=+-=Y 即财政收入的预测值为480.949亿元。

总体个别值的预测区间为：
∑∑-+++≤≤-++-2202
0022
020)(11ˆˆ)(11ˆˆi i x X X n t Y Y x X X n t Y σσαα
（该公式见教材130页）
6
故该年财政收入的预测区间为：
494
.3293728)
5874.9173600(1211×7.5325
×2.228+,480.884494.3293728)5874.9173600(1211×7.53252.228-[480.8842
2
-++
-++⨯
即 [450.5459，511.2221]
从而，在95%的置信水平上，该个体的预测区间为[450.5459，511.2221]
四、指导教师评语及成绩：
评语：
成绩： 指导教师签名：
批阅日期：。