计量经济学实验报告 (3)
计量经济学实验报告
计量经济学实验报告1. 引言计量经济学是应用数学和统计学方法来研究经济现象的一门学科。
实验是计量经济学研究中常用的方法之一，通过设计和实施实验，可以帮助我们理解经济现象背后的因果关系。
本文将对一项计量经济学实验进行详细描述和分析，以展示实验的设计、数据分析和结论。
2. 实验设计2.1 实验目的本次实验的目的是研究市场供需关系对商品价格的影响。
具体而言，我们希望通过改变商品的市场供给量，观察商品价格如何变化，并分析供给弹性的大小。
2.2 实验假设在实验设计阶段，我们需要制定实验假设来指导实验的进行。
在本次实验中，我们假设市场供给量的变动会对商品价格产生影响，而且供给弹性的大小会决定价格的变动幅度。
2.3 实验步骤本次实验包括以下几个步骤：1.设定实验组和对照组：我们将随机选择一些参与者，并将其分为两组，一组作为实验组，一组作为对照组。
实验组将面临市场供给量变动的情况，而对照组则不受干扰。
2.确定商品和市场：我们选择一个特定的商品，并确定一个特定的市场来进行实验。
这样可以使实验更加具体和可控。
3.设定实验条件：在实验组中，我们逐步调整市场供给量，并记录下不同供给量下的商品价格。
对照组则保持市场供给量不变。
4.数据收集：在每次实验条件设定完毕后，我们将记录实验组和对照组的商品价格，并对数据进行整理和存储。
2.4 实验风险和伦理考虑在设计实验时，我们需要考虑实验可能存在的风险，并确保实验过程符合伦理要求。
具体而言，我们需要确保参与者的权益得到保护，并在可能对参与者造成负面影响的情况下停止实验。
3. 数据分析在实验进行完毕后，我们对数据进行分析，以验证实验假设并得出结论。
3.1 数据整理首先，我们将实验组和对照组的数据整理成表格形式，方便后续分析。
由于文档要求不能包含表格，这里无法展示具体的数据。
3.2 数据分析方法我们采用的数据分析方法主要包括描述统计分析和回归分析。
描述统计分析用于描述数据的基本特征，包括平均值、标准差、最小值和最大值等。
计量经济学实验报告(三)
2012 — 2013 第 1 学期计量经济学实验报告实验（三）：计量经济检验与修正实验学号：0101702 姓名：宋蕾专业: 财务管理选课班级：A（2实验日期： 2 0 11.112实验地点：南区综合楼经济管理与创业模拟实验中心实验室实验名称：计量经济检验与修正实验【实验目标、要求】使学生掌握用Eviews做1.异方差性检验和修正方法；2.自相关性检验和修正方法；3.【实验内容】实验内容以课后练习：以114页第6题、130页应用题第2题为例进行操作【实验步骤】一、第114页第6题（一）创建工作文件在主菜单上依次单击File T New^Workfile ,选择数据类型和起止日期。
时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。
本题中在workfile structure type 中选Unstructured/Undated, 在Data range Observation 中填 2 8。
单击OK后屏幕出现Workfile工作框，如图所示。
（二）输入和编辑数据在命令窗口直接输入：Data Y X . 屏幕出现数据编辑框，如下图所示。
点击上图中对话框的"Edit +/-"，将数据进行输入，如下图所示。
数据输入完毕，单击工作文件窗口工具条的存入磁盘。
（三）0 LS估计参数利用2008年中国部分省市城镇居民家庭平均全年可支配收入（的相关数据表，作散点图。
Eviews命令:scat X Y ; 如图所示X）与消费性支出（Y）Save或单击菜单兰的File宀Save将数据可看出2 0 0 8年中国部分省市城镇居民家庭平均全年可支配收入 (X)与消费性支出(Y)的关系近似直线关系可建立线性回归模型。
在主菜单命令行键入：“LS Y C X ”，然后回车。
即可直接出现如下图所示的计算结果Depe ndent Variable: Y Method: Least Squares Date: 12/12/12 Time: 20:15 Sample: 1 28In cluded observati ons: 28VariableCoefficie ntStd. Errort-StatisticProb.C 735.1080 477.1123 1.540744 0.1355 X0.6662220.03055821.802130.0000R-squared0.948138Mean depe ndent var 10780.65 Adjusted R-squared 0.946144 S.D. dependent var 2823.752 S.E. of regressi on 655.3079 Akaike info criteri on 15.87684 Sum squared resid 11165139 Schwarz criteri on 15.97199 Log likelihood -220.2757 F-statistic 475.3327 Durb in -Watson stat1.778976Prob(F-statistic)0.000000(477. 1123) (0 . 030558) 点击 store to DB，将估计式以“ eq01 ”为名保存。
计量经济学实验报告
计量经济学实验报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT计量经济学实验基于EViews的中国能源消费影响因素分析学院：班级：学号：姓名：基于EViews的中国能源消费影响因素分析一、背景资料能用消费是引是指生产和生活所消耗的能源。
能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。
能源是支持经济增长的重要物质基础和生产要素。
能源消费量的不断增长，是现代化建设的重要条件。
我国能源工业的迅速发展和改革开放政策的实施，促使能源产品特别是石油作为一种国际性的特殊商品进入世界能源市场。
随着国民经济的发展和人口的增长，我国能源的供需矛盾日益紧张。
同时，煤炭、石油等常规能源的大量使用和核能的发展，又会造成环境的污染和生态平衡的破坏。
可以看出，它不仅是一个重大的技术、经济问题，而且以成为一个严重的政治问题。
在20世纪的最后二十年里，中国国内生产总值（GDP）翻了两番，但是能源消费仅翻了一番，平均的能源消费弹性仅为左右。
然而自2002年进入新一轮的高速增长周期后，中国能源强度却不断上升，经济发展开始频频受到能源瓶颈问题的困扰。
鉴于此，研究能源问题不仅具有必要性和紧迫性，更具有很大的现实意义。
由于我国目前面临的所谓“能源危机”，主要是由于需求过大引起的，而我国作为世界上最大的发展中国家，人口众多，所需能源不可能完全依赖进口，所以，研究能源的需求显得更加重要。
二、影响因素设定根据西方经济学消费需求理论可知，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。
对于相关商品价格的替代效应，我们认为其只存在能源品种内部之间，而消费者偏好及消费者对商品价格的预期数据差别较大，不容易进行搜集整理在此暂不涉及。
另外，发展经济学认为，来自知识、人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增长，而且会通过外部效应可以提高劳动力、自然资源、物质资本与生产要素的生产效率，消除其中收益递减的内在联系，带来递增的规模收益。
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/=αt6628.006.42)()1216.0(4795.06911.2ˆ2===-=R t se X Y tt）（值1. 写空白处的数值。
12. 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 t0114.006.424795.0)(11-=-==tse 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[12/112/1--+-即ββββααse t se t2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。
《计量经济学》课程实验报告
《计量经济学》课程实验报告年级专业：2012级金融学姓名：*** 学号：2012******一、实验目的1.学会Eviews工作文件的建立、数据输入、数据的编辑和描述；2.掌握用Eviews软件通过阿尔蒙多项式变换法估计分布滞后模型。
二、实验内容根据某地区1980-2001年固定资产投资Y与销售额X的资料，取阿尔蒙多项式的次数M=2，阿尔蒙多项式变换法估计分布滞后模型:错误！未找到引用源。
，将系数错误！未找到引用源。
(i=0,1,2,3,4)用二次多项式近似，则原模型可变为：错误！未找到引用源。
，由此用Eviews软件得出分布滞后模型的最终估计式。
三、实验数据教材第186页，表7.5：某地区1980-2001年固定资产投资Y与销售额X的资料四、实验步骤1.分析固定资产投资Y与销售额X的关系；2.模型设定：错误！未找到引用源。
；将系数错误！未找到引用源。
(i=0,1,2,3,4)用二次多项式近似，则原模型可变为：错误！未找到引用源。
；3.用Eviews计算错误！未找到引用源。
(i=0,1,2,3,4)。
步骤如下：（1）建立工作文件：双击Eviews图标，进入Eviews主页。
在菜单选项中依次点击New—Workfile，出现“Workfile Range”。
在““Workfile Frequency”中选择数据频率“Annual”，并在“Start Date”菜单中输入“1980”，在“End”菜单中输入“2001”，点击“OK”，出现未命名文件的“Workfile UNTITLED”工作框。
已有对象“c”为截距项，“resid”为剩余项。
（2）输入数据：在“Quick”菜单中点击“Empty Group”,出现数据编辑窗口。
将第一列命名为“Y”：方法是按上行键“↑”，对应“obs”格自动上跳，在对应的第二行有边框的“obs”空格中输入变量名为“Y”，再按下行键“↓”，变量名一下各格出现“NA”，依次输入Y的对应数据。
计量经济实验报告多元(3篇)
第1篇一、实验目的本次实验旨在通过多元线性回归模型，分析多个自变量与因变量之间的关系，掌握多元线性回归模型的基本原理、建模方法、参数估计以及模型检验等技能，提高运用计量经济学方法解决实际问题的能力。
二、实验背景随着经济的发展和社会的进步，影响一个变量的因素越来越多。
在经济学、管理学等领域，多元线性回归模型被广泛应用于分析多个变量之间的关系。
本实验以某地区居民消费支出为例，探讨影响居民消费支出的因素。
三、实验数据本实验数据来源于某地区统计局，包括以下变量：1. 消费支出（Y）：表示居民年消费支出，单位为元；2. 家庭收入（X1）：表示居民家庭年收入，单位为元；3. 房产价值（X2）：表示居民家庭房产价值，单位为万元；4. 教育水平（X3）：表示居民受教育程度，分为小学、初中、高中、大专及以上四个等级；5. 通货膨胀率（X4）：表示居民消费价格指数，单位为百分比。
四、实验步骤1. 数据预处理：对数据进行清洗、缺失值处理和异常值处理，确保数据质量。
2. 模型设定：根据理论知识和实际情况，建立多元线性回归模型：Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ε其中，Y为因变量，X1、X2、X3、X4为自变量，β0为截距项，β1、β2、β3、β4为回归系数，ε为误差项。
3. 模型估计：利用统计软件（如SPSS、R等）对模型进行参数估计，得到回归系数的估计值。
4. 模型检验：对估计得到的模型进行检验，包括以下内容：（1）拟合优度检验：通过计算R²、F统计量等指标，判断模型的整体拟合效果；（2）t检验：对回归系数进行显著性检验，判断各变量对因变量的影响是否显著；（3）方差膨胀因子（VIF）检验：检验模型是否存在多重共线性问题。
5. 结果分析：根据模型检验结果，分析各变量对因变量的影响程度和显著性，得出结论。
五、实验结果与分析1. 拟合优度检验：根据计算结果，R²为0.812，F统计量为30.456，P值为0.000，说明模型整体拟合效果较好。
计量经济学实验报告_学习总结_总结汇报_实用文档
目录(一) 研究背景 (2)(二) 理论来源 (2)(三) 模型设定 (2)(四) 数据处理 (2)1. 数据来源 (2)2. 解释变量的设置 (3)(五) 先验预期 (3)1.经验预期 (3)2.散点图分析 (3)(六) 参数估计 (4)(七) 显著性检验 (5)(八) 正态性检验 (5)(九) MWD检验 (5)(十) 相关系数 (7)(十一)虚拟变量 (7)(十二)异方差检验、修正 (8)1. 图形检验 (8)2.格莱泽检验 (9)3.帕克检验 (10)4.异方差的修正加权最小二乘法 (10)5.异方差修正后的检验 (11)(十三)自相关检验 (11)1. 图形法 (11)2.德宾-沃森d检验 (12)(十四)最终结果 (12)(一)研究背景中国是一个大国，幅员辽阔，历史上自然地形成了一个极端不平衡发展的格局。
而1978年开始的改革，政府采取了由东向西梯度推进的非均衡发展战略，使已经存在的地区间的差距进一步扩大，不利于整个社会的稳定和发展。
地区发展不平衡问题包括社会发展不平衡，尤其是教育发展的不平衡。
因此关注中国教育发展的地区不平衡性非常迫切。
不仅是因为教育的重要性，还因为当前我国需要进一步推进教育改革的进程，使其朝着更健康的方向发展。
(二)理论来源刘红梅.中国各地区教育发展水平差异的实证分析[J]数理统计与管理.2013.7(三)模型设定⏹Y i=B1+B2X2i+B3X3i+B4X4i+B5X2i 2+B6X4i2+ui⏹Y——地区教育水平，用平均受教育年限表示，（年）⏹X2——学生平均预算内教育经费，（万元/人）⏹X3——人均GDP，（万元/人）⏹X4——平均生师比(四)数据处理1.数据来源：国家统计局官网，选取2014年的数据：1)各省GDP2)各地区总人口3)各地区每十万人拥有的各种受教育程度人口比较数据4)地区在校总学生数5)各地区教育财政投入6)地区每十万总专任教师数2.解释变量的设置：⏹X2=地区预算内教育经费/地区在校总学生数=学生平均预算内教育经费（万元/人）⏹X3=地区总GDP/地区总人口=人均GDP（万元/人）⏹X4=地区每十万人口各级学校平均在校生数的和/地区每十万人口总专任教师数=平均生师比其中：P为各地区每十万人拥有的各种受教育程度人口比较数T为教育年限1，6，9,12,16(五)先验预期1.经验预期：平均受教育年限分别跟学生平均预算内教育经费、人均GDP呈正相关关系，跟平均生师比呈负相关关系。
计量经济学实验报告
中国国债规模的实证研究一、经济理论背景对于国债规模的研究，可以分为规范研究和实证研究，规范研究方法提供了很好的思想，但未能得出准确的数量结论。
相对规范研究，实证研究方法则侧重于利用国债规模的历史资料，利用各种经济模型，给出国债规模的具体数量。
有关国债规模的实证研究分析，我国理论界也作了不少的研究：杨大楷等人采用相关分析法、灰色关联度分析法：周军民等人使用回归计量模型；朱世武和应惟伟应用传统的统计方法和向量自回归法；高勇强、贺远琼应用相关分析法对中国国债发行规模进行了实证研究。
但是，目前理论界对中国国债规模影响因素的研究如下问题：这些研究都没有说明为什么这些因素对中国国债的规模产生影响；分析的结果不统一，作者们所选择的指针与国债规模的相关度的分析结果不一致；这些实证研究都仅针对中国内部国债发行规模的影响因素进行探讨。
本文应用计量经济法,建立回归直线模型，根据年度资料建立我国国债规模研究模型，对我国国债规模与经济变量之间的影响关系进行实证分析。
二、指标选取和数据搜集（一）国债规模主要影响因素的选择和指标选取1. GDP对国债规模的影响。
一国国债规模明显地由该国的经济发展水平所决定。
一般来说。
经济规模越大,发展水平越高，则国债规模及其潜力就越大。
2.财政收支状况对国债规模的影响。
众所周知，国债的一个重要目的就是弥补财政赤字。
当财政收入越多、财政支出越少时，用国债来弥补财政赤字的压力就越小。
由于在实证分析中，赤字对国债规模的影响不显著，本文选取了财政收入与财政支出两个变量来综合考虑其对国债规模的影响。
3. 预算内投资规模对国债规模影响。
国债的另一主要目的是筹资建设资金,近几年我国国债资金主要用于重大项目、重点项目的建设。
一国预算内投资规模越大，其对资金的需求越大。
当财政收入不足于财政支出时，政府的投资缺口一般要通过发行国债来弥补。
4.还本付息支出对国债规模的影响。
一方面，国债规模越大，还本付息支出越多，当其支出额达到无法以当年财政收入来偿还时，不得不以发新债来还旧债。
计量经济学综合实验报告
6、对ce为被解释变量，di为解释变量模型输出结果进行经济理论检验，拟合优度检验和t检验。
（1）经济意义检验：所估计参数β1=，β2=，说明可支配收入增加1元，平均说来可导致城市居民消费支出增加元。
（2）拟合优度检验：通过以上的回归数据可知，可决系数为，说明所建模型整体上对样本数据拟合度不是太好。
Akaike info criterion
Sum squared resid
Schwarz criterion
Log likelihood
Hannan-Quinn criter.
F-statistic
Durbin-Watson stat
Prob(F-statistic)
即CEi= +
（（）
t=（）（）
两变量的散点图：
由上图可知两变量基本呈正相关关系，存在一定的线性相关性。但相关程度不大。
4、结合凯恩斯绝对收入假说的消费理论和图形分析，设定以le为被解释变量，ni为解释变量的一元线性城市居民消费总体回归模型，预计回归系数的符号；
模型：LEi=β1+β2NIi+ui
因支出一般随收入的增加而增加，预测回归系数β1、β2的符号都是正号。
7、当城市居民可支配收入在14500元时，支出的均值为元。
在95%的置信度下，预测某省辖市城市居民可支配收入在17500元时的消费支出的均值区间。计算后区间为（ ）
模型预测
农村居民：
1、打开Eviews工作文件，建立新的文件夹，在命令框中输入“data le ni”回车 ，从数据表中粘贴数据到Eviews数据表中即可。
在组对象窗口中选择下拉菜单view-- covariance analysis——balanced sample 即可出现以下图表：
计量经济学实验报告
计量经济学实验报告学院：班级姓名：学号：一、经济学理论概述1、需求是指消费者家庭在某一特定时期内,在每一价格水平时愿意而且能够购买的某种商品量;需求是购买欲望与购买能力的统一;2、需求定理是说明商品本身价格与其需求量之间关系的理论;其基本内容是：在其他条件不变的情况下,一种商品的需求量与其本身价格之间成反方向变动,即需求量随着商品本身价格的上升而减少,随商品本身价格的下降而增加;3、需求量的变动是指其他条件不变的情况下,商品本身价格变动所引起的需求量的变动;需求量的变动表现为同一条需求曲线上的移动;二、经济学理论的验证方法在此次试验中,我运用了Eviews和Excel软件对相关数据进行处理和分析;1、拟合优度检验——可决系数R2统计量回归平方和反应了总离差平方和中可由样本回归线解释的部分,它越大,参差平方和越小,表明样本回归线与样本观测值的拟合程度越高;2、方程总体线性的显着性检验——F检验1方程总体线性的显着性检验,旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显着成立作出判断;2给定显着性水平α,查表得到临界值Fαk,n-k-1,根据样本求出F统计量的数值后,可通过F＞Fαk,n-k-1 或F≤Fαk,n-k-1来拒绝或接受原假设H0,以判定原方程总体上的线性关系是否显着成立;3、变量的显着性检验——t检验4、异方差性的检验——怀特检验怀特检验不需要排序,对任何形式的异方差都适用;5、序列相关性的检验——图示法和回归检验法6、多重共线性的检验——逐步回归法以Y为被解释变量,逐个引入解释变量,构成回归模型,进行模型估计;三、验证步骤1、确定变量1被解释变量“货币流通量”在模型中用“Y”表示;2解释变量①“货币贷款额”在模型中用“X”表示;1②“居民消费价格指数”在模型中用“X”表示；2③把由于各种原因未考虑到和无法度量的因素归入随机误差项,在模型中用“ ”;2、建立计量经济学模型根据各相关变量之间的关系,假定：Y=0β+1βX 1+2βX 2+μ3、数据描述和处理中国货币流通量、贷款额和居民消费价格指数历史数据年度 货币流量Y 亿元居民消费价格指数P1990年=100贷款额X 亿元 1978 212 1850 1979 1980 1981 1982 1983 54 1984 1985 1986 1987 1988 2134 1989 2344 97 1990 100 1991 1992 4336 110 1993 1994 39976 1995 1996 8802 1997 1998 1999 2000 2001 2002 17278 2003 19746 2004 2005 2006 2007资料来源：中国统计年鉴2008、中国统计资料50年汇编 4、多元线性计量经济学模型的初步估计与分析用Eviews 软件检测分析：Dependent Variable: Y Method: Least Squares Date: 12/30/11 Time: 14:03 Sample: 1978 2007 Included observations: 30Variable CoefficientStd. Error t-StatisticProb.X1 X2 CR-squaredM ean dependent var Adjusted R-squared . dependent var . of regression A kaike info criterionSum squared resid 7049108. S chwarz criterionLog likelihood H annan-Quinn criter. F-statistic D urbin-Watson statProbF-statistic普通最小二乘法估计结果如下：Y ∧= －+++μ－=R2=R 20.996769 F=回归结果表明,在1978——2007年间,Y 变化的%可由其他两 个变量的变化来解释;根据表上F 统计量对应的P 值可以看出,每个 P 值都小于5%,拒绝原假设,表明模型的线性关系在95%的置信水平下显着成立;5、异方差检验从普通最小二乘回归得到的残差平方项与X1的散点图看,图二上的点总体上呈单调递增趋势,存在异方差性;再进一步地统计检验,采用怀特white检验;记2~ie为对原始模型进行普通最小二乘回归得到的残差平方项,将其与X1、X2及其平方项与交叉项进行辅助回归,得：Heteroskedasticity Test: WhiteF-statistic P rob. F5,24ObsR-squared P rob. Chi-Square5Scaled explained SS P rob. Chi-Square5Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/30/11 Time: 14:19Sample: 1978 2007Included observations: 30Variable Coefficient Std. Error t-Statistic Prob.C-1221567.X2X2^2X2X1X1X1^2R-squaredM ean dependent var Adjusted R-squared . dependent var . of regression A kaike info criterion Sum squared resid +12 S chwarz criterionLog likelihood H annan-Quinn criter. F-statistic D urbin-Watson statProbF-statistic“X12”表示“X 12”；“X22”表示“X 22”；“X 3”表示“X 1×X 2”2~ie =+++=R2怀特统计量nR 2=30×=,该值大于5%显着水平下、自由度为5的2χ分布的相应临界值05.02χ=,因此,拒绝同方差的原假设,存在异方差性;6、序列相关检验建立残差项与~i e 与~1-i e 图一以及时间t 图二的关系图,图一显示随机误差项存在一阶正序列相关性;图一 图二再用回归检验法对该模型进行序列相关性检验,以~ie 为被解释变量,以1~-i e 、2~-i e 为解释变量,建立如下方程：~i e =ρ1~-i e +i ε ………………①~i e =1ρ1~-i e +2ρ~2-i e +i ε………………② 对上面的模型,用普通最小二乘法进行参数估计,得: ①：Breusch-Godfrey Serial Correlation LM Test:F-statistic P rob. F1,26 ObsR-squaredP rob. Chi-Square1Test Equation:Dependent Variable: RESID Method: Least Squares Date: 12/30/11 Time: 14:33 Sample: 1978 2007 Included observations: 30Presample missing value lagged residuals set to zero.Variable CoefficientStd. Error t-StatisticProb.X2 X1 C RESID-1R-squaredM ean dependent var Adjusted R-squared . dependent var . of regression A kaike info criterionSum squared resid5180974. S chwarz criterionLog likelihood H annan-Quinn criter. F-statistic D urbin-Watson statProbF-statistic~i e =1~-i e +=R2=R 20.232707 F=由分析结果可以看出,该模型拟合优度不高;在5%的显着性水平下t >2αt 28,所以变量通过显着性检验;~i e 与1~-i e 相关,存在序列相关性; ②式：Breusch-Godfrey Serial Correlation LM Test:F-statistic P rob. F2,25 ObsR-squaredP rob. Chi-Square2Test Equation:Dependent Variable: RESID Method: Least Squares Date: 12/30/11 Time: 14:39 Sample: 1978 2007 Included observations: 30Presample missing value lagged residuals set to zero.VariableCoefficientStd. Error t-StatisticProb.X2 X1 C RESID-1 RESID-2R-squaredM ean dependent var Adjusted R-squared . dependent var . of regression A kaike info criterionSum squared resid 3418872. S chwarz criterionLog likelihood H annan-Quinn criter. F-statistic D urbin-Watson statProbF-statistic~i e =1~-i e ~2-i e =R2=R 20.491329 F=由分析结果可以看出,该模型的拟合优度不高;在5%的显着性水平下1t >2αt 27,2t >2αt 27,变量1~-i e ,~2-i e 通过显着性检验,所以~i e 与1~-i e 相关,存在序列相关性,而~i e 与~2-i e 相关,存在序列相关性; 7、多重共线性检验由于r=接近1;因此1X 与2X 间存在较高的相关性; 再用逐步回归法寻找最优方程;首先找出最简单的回归形式,分别作y 与x1、x2间的回归,得：1Y ∧=+R 2= .= 2Y ∧=－+ －R 2= .=可见,货币流量受贷款额的影响较大,因此选1作为初始的回归模型;再将X 2导入初始的回归模型,得：C X1 X2. Y=fX1t 值Y=fX1,X2t 值Y ∧= －+++μ－=R2=R 20.996769 F=初始模型导入X2后,模型的拟合优度提高,且参数的符号合理,变量也通过了t 检验;因此最优方程是Y=fX1,X2,拟合结果如下：Y=－+++μ8、计量经济学模型的最终确定经过一系列的检验和分析,最终的模型为：lnY=0β+1βX1+2βX2+μ模型的变量显着性成立,且存在异方差性、存在较高的多重共线性;9、检验结果分析从以上的分析和检验中可得出,贷款额每增加一个单位,货币流通量就增加个单位；居民消费价格指数每增加一个单位,货币流通量增加个单位;进而得出,居民消费价格指数的增加对货币流通量的作用大于贷款额增加对货币流通量的作用;四、结论1由于各种原因,得出的模型仍然存在有诸多问题,比如存在序列共线性,并未对其进行修正,留待以后进行进一步的研究;2从计量经济学角度来看,根据已知的贷款额和居民消费价格指数而建立的货币流通量的模型,其通过了变量的显着性检验、且存在异方差性,也具备较高的多重共线性;3从经济学角度来看,货币流通量受居民消费价格指数的影响大于贷款额的影响,也就是贷款额的增加对货币流通量的提高影响并不是很大,而居民消费价格指数的增加将会提高货币流通量,从而刺激生产的扩大,最终导致国家福利的增加;但若货币流通量过大或是货币流通速度过大,将导致供过于求即通货膨胀,货币贬值、物价上涨,将不利于经济的可持续发展;正如温家宝总理指出：“通货膨胀和腐败的结合将动摇国家的政权稳定;”由此可见,货币流通量的增加对国民经济来讲是一把双刃剑;。
【精品】《计量经济学》实验报告
【精品】《计量经济学》实验报告
一、实验目的
通过本实验，了解计量经济学的基本概念，认识计量经济学的应用，以及如何利用统计软件STATA进行计量经济学的研究。
二、实验内容
本次实验利用国外一项有关家庭经济收支的调查资料，分析收入与消费的关系，研究对收入的影响因素。
三、实验方法
（1）调查资料：国外家庭收支资料是由100个家庭的收支情况数据组成，其中包括这100个家庭的收入、消费、家庭编号、家庭购买力等。
（2）计量模型：在该实验中，建立二元线性回归模型：
（3）计量经济学的应用：利用STATA软件进行实证分析，以估计该家庭收入与消费的关系，并进一步研究影响收入的因素。
四、实验结果
（1）估计结果：家庭收入与消费的估计结果如下：
模型结果：Y=0.697+2.154X
线性拟合结果：R2=0.811，p=0.000
（2）影响收入的因素：利用STATA软件回归分析发现，家庭购买力、家庭编号等因素影响家庭收入。
五、实验结论
通过本次实验，我们可以得出以下结论：
（1）计量经济学是一种有效的用来研究家庭收入与消费关系的方法。
（2）家庭收入与消费显著正相关，即家庭收入越高，消费也越高。
（3）家庭购买力以及家庭编号等因素对家庭收入有显著影响。
3.3计量经济学实验报告
.3计量经济学实验报告3.33.3 经调查研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表3.6为对某地区部分家庭抽样调查得到的样本数据。
表3.6 家庭书刊消费、家庭收入及户主受教育年数数据家庭书刊年消费支出（元）Y 家庭月平均收入（元）户主受教育年数（年）家庭书刊年消费支出（元）家庭月平均收入（元）户主受教育年数（年）X T Y X T450 1027.2 8 793.2 1998.6 14 507.7 1045.2 9 660.8 2196 10 613.9 1225.8 12 792.7 2105.4 12 563.4 1312.2 9 580.8 2147.4 8501.5 1316.4 7 612.7 2154 10781.5 1442.4 15 890.8 2231.4 14541.8 164191121 2611.8 18 611.1 1768.8 10 1094.2 3143.4 161222.1 1981.2 1812533624.6 20（1）作家庭书刊消费（Y ）对家庭月平均收入（X ）和户主受教育年数（T ）的多元线性回归：123iiiiu Y X T βββ=+++利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和作用。
步骤： 1.打开EViews6，点“File ”→“New ”→“Workfile ”。
选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。
2. 在命令行输入：DATA Y X T，回车。
将数据复制粘贴到Group中的表格中。
3. 建立数据关系图为初步观察数据的关系，在命令行输入命令：sort Y，从而实现数据Y的递增排序。
4. 在数据表“group”中点“view/graph/line”，最后点击确定，出现序列Y、X、T的线性图。
5. OLS估计参数,点击主界面菜单Quick\Estimate Equation，弹出对话框，如下图。
计量经济学实验报告
计量经济学实验报告计量经济学实验报告引言计量经济学是经济学中的一门重要学科，它通过运用数学和统计学的方法来研究经济现象，并对经济理论进行实证分析。
实验是计量经济学研究中不可或缺的一部分，通过实验可以验证经济理论的有效性，提供实证依据，为政策制定和经济决策提供参考。
本篇文章将介绍一个基于计量经济学方法的实验，以探讨某一特定经济现象的影响因素和机制。
研究背景在当今社会，消费者购买决策是经济活动中的重要环节，而价格是影响消费者购买决策的关键因素之一。
然而，不同的消费者对价格的敏感程度可能存在差异，这可能受到个体的经济状况、心理因素以及市场竞争程度等多种因素的影响。
因此，了解消费者对价格的反应机制对于企业制定定价策略以及政府进行市场监管具有重要意义。
研究目的本实验旨在通过模拟市场环境，探究消费者对价格的反应机制，并分析不同因素对消费者价格敏感度的影响。
实验设计实验采用随机抽样的方法，选取了100名具有不同经济背景和消费习惯的消费者作为实验对象。
实验分为两个阶段进行，第一阶段是价格变动实验，第二阶段是心理因素调查。
第一阶段：价格变动实验在价格变动实验中，我们将随机选取50名消费者，并给予他们一定的购买预算。
然后，我们将分别设定两个不同的价格水平，并观察消费者对不同价格水平下商品的购买行为。
通过对购买行为的观察和数据分析，我们可以得出消费者对价格变动的反应程度。
第二阶段：心理因素调查在心理因素调查中，我们将采用问卷调查的方式，向所有参与实验的消费者提供一份针对价格敏感度的问卷。
问卷中包含了有关个体经济状况、消费心理以及市场竞争程度等方面的问题。
通过问卷调查的结果，我们可以分析不同因素对价格敏感度的影响，并进一步探讨价格敏感度的机制。
实验结果与讨论通过对实验数据的分析，我们得出了以下结论：1. 消费者对价格的敏感度存在差异，有些消费者对价格变动非常敏感，而另一些消费者对价格变动的反应较为迟缓。
2. 个体经济状况是影响消费者价格敏感度的重要因素之一。
计量经济学实验报告
计量经济学实验报告一.实验目的：1、学习和掌握用SPSS做变量间的相关系数矩阵；2、掌握运用SPSS做多元线性回归的估计；3、用残差分析检验是否存在异常值和强影响值4、看懂SPSS估计的多元线性回归方程结果；5、掌握逐步回归操作；6、掌握如何估计标准化回归方程7、根据输出结果书写方程、进行模型检验、解释系数意义和预测；二．实验步骤：1、根据所研究的问题提出因变量和自变量，搜集数据。
2、绘制散点图和样本相关阵，观察自变量和因变量间的大致关系。
3、如果为线性关系，则建立多元线性回归方程并估计方程。
4、运用残差分析检验是否存在异常值点和强影响值点。
5、通过t检验进行逐步回归。
6、根据spss输出结果写出方程，对方程进行检验（拟合优度检验、F检验和t检验）。
7、输出标准化回归结果，写出标准化回归方程。
8、如果通过检验，解释方程并应用（预测）。
三.实验要求：研究货运总量y与工业总产值x1,农业总产值x2，居民非商品支出x3,之间的关系。
详细数据见表：（1）计算出y,x1,x2,x3的相关系数矩阵。
（2）求y关于x1,x2,x3的三元线性回归方程（3）做残差分析看是否存在异常值。
（4）对所求方程拟合优度检验。
（5）对回归方程进行显著性检验。
（6）对每一个回归系数做显著性检验。
（7）如果有的回归系数没有通过显著性检验，将其剔除，重新建立回归方程，在做方程的显著性检验和回归系数的显著性检验。
（8）求标准化回归方程。
（9）求当x1=75,x2=42,x3=3.1时y。
并给出置性水平为99%的近似预测区间。
（10）结合回归方程对问题进行一些基本分析。
四.绘制散点图或样本相关阵相关性货运总量工业总产值农业总产值 居民非商品支出货运总量Pearson 相关性1.556 .731*.724*显著性（双侧）.095.016 .018 N10 10 10 10 工业总产值Pearson 相关性.556 1.155 .444 显著性（双侧） .095 .650.171 N10 11 11 11 农业总产值Pearson 相关性.731*.155 1.562 显著性（双侧） .016 .650 .072N10 11 11 11 居民非商品支出 Pearson 相关性.724* .444 .562 1显著性（双侧）.018 .171 .072 N10111111*. 在 0.05 水平（双侧）上显著相关。
计量经济学实训实验报告
一、实验背景计量经济学是经济学的一个重要分支，它运用数学统计方法对经济现象进行分析和研究。
本实验旨在通过实际操作，使学生掌握计量经济学的基本理论和方法，提高学生的实际操作能力。
二、实验目的1. 掌握计量经济学的基本理论和方法；2. 熟悉计量经济学软件的操作；3. 能够运用计量经济学方法分析实际问题；4. 培养学生的团队合作意识和沟通能力。
三、实验内容1. 实验数据来源本实验数据来源于我国某地区的统计数据，包括地区生产总值（GDP）、居民消费水平（C）、投资水平（I）和进出口总额（M）等变量。
2. 实验步骤（1）数据预处理首先，将原始数据导入计量经济学软件，对数据进行清洗和整理。
包括去除缺失值、异常值等。
（2）建立模型根据实验目的，选择合适的计量经济学模型。
本实验采用多元线性回归模型，研究地区生产总值与居民消费水平、投资水平和进出口总额之间的关系。
（3）模型估计利用计量经济学软件对模型进行参数估计，得到模型参数的估计值。
（4）模型检验对估计得到的模型进行检验，包括残差分析、F检验、t检验等。
（5）模型预测根据估计得到的模型，对地区生产总值进行预测。
3. 实验结果与分析（1）模型估计结果通过计量经济学软件，得到多元线性回归模型的估计结果如下：Y = 10000 + 0.5X1 + 0.3X2 + 0.2X3其中，Y为地区生产总值，X1为居民消费水平，X2为投资水平，X3为进出口总额。
（2）模型检验结果通过残差分析、F检验和t检验，发现模型估计结果具有较好的拟合效果，可以接受。
（3）模型预测结果根据估计得到的模型，对地区生产总值进行预测。
预测结果如下：当居民消费水平为5000元、投资水平为3000元、进出口总额为2000元时，地区生产总值约为11000元。
四、实验总结1. 通过本次实验，使学生掌握了计量经济学的基本理论和方法，提高了学生的实际操作能力；2. 学生学会了运用计量经济学软件进行数据预处理、模型估计、模型检验和模型预测；3. 培养了学生的团队合作意识和沟通能力。
(完整版)计量经济学实验报告
山东轻工业学院实验报告 成绩课程名称 计量经济学基础 指导教师 实验日期 2012.04.27院（系） 商学院 专业班级 实验地点 机电楼机房学生姓名 学 号 同组人实验项目名称 多元线性回归模型（案例分析）一、 实验目的和要求建立某地区个人储蓄X 与可支配收入Y 之间的线性经济模型并估计之1、学习教材相关内容，理解EViews 的操作程序；已阅读本次实验的引导，了解EViews 中的相关工具。
2、根据经济理论建立计量经济模型，做好相应的实验记录，判断模型是否存在异方差性。
3、以EViews 文件形式提交实验报告。
二、 实验原理根据一元线性回归模型的建立及其假定条件，建立经济模型，利用图示法、斯皮尔曼等级相关系数、戈德菲尔德-夸特检验、White 检验、加权最小二乘估计等方法来检验模型是否存在异方差性。
三、 主要仪器设备、试剂或材料计算机，计量经济学基础课本，EViews 软件四、 实验方法与步骤第一步，建立数学模型根据X 与Y 的样本数据，作X 与Y 之间的散点图可以看出， 它们的变化趋势是线性的，由此建立可支配收入Y 与个人储蓄X 之间的一元回归模型。
第二步，估计参数用EViews 软件的操作步骤如下：1、图示法检验 看是否存在明显的散点扩大、缩小或复杂型趋势（即不在一个固定的带型域中）ii i u X Y ++=10ββ（1）create u 1 15（2）data y x 输数据（3）Ls y c x（4）scat y xGenr e1=resid scat x ei2、斯皮尔曼等级相关系数检验（1）Sort X（2）data X dd1（3）GENR e1=abs(resid)（4）Sort e1（5）Data e1 dd2（6）genr r=1-6*@sum((dd2-dd1)^2)/(31^3-31) genr Z=r*@sqrt(30)3、G-Q检验（1）Sort X（2）Smpl 1 11（3）Ls y c x(记下第一个残差平方和：150867.9)Smpl 20 31Ls y c x(记下第二个残差平方和：966997.0）（4）计算F，查表作出判断G-Q检验以F检验为基础，适用于样本容量较大、异方差递增或递减的情况。
《计量经济学》课程实验报告
2.估计结果，解释参数的数量关系
数量关系: GDP每增加一万亿元，可导致全国财政收入增加0.0041212万亿元，农业总产值每增加一万亿元，可导致全国财政收入增加0.0489586万亿元，税收每增加一万亿元，可导致全国财政收入增加1.183604万亿元。
三、实证分析
1.描述性统计（数据的最大值最小值，平均值，方差等，定性分析，了解数据质量）
X1最大值: 101.6 最小值: 18.6 平均值: 57.375 标准差: 27.22657
X2最大值: 7.2 最小值:2 平均值: 4.45625标准差: 1.648016
X3最大值: 15.8 最小值:2.9 平均值: 9.9125 标准差: 4.480606
图示检验法:
由图可得:模型存在正的相关序列。
3.检验模型是否存在多重共线性
Variable | VIF 1/VIF
-------------+----------------------
x2 | 70.29 0.014226
x1 | 54.81 0.018246
x3 | 52.31 0.019117
x2 | 3.299357 .1326672 24.87 0.000 3.014814 3.5839
_cons | -3.04026 .6279573 -4.84 0.000 -4.387095 -1.693426
------------------------------------------------------------------------------
二、模型和变量解释
1.模型建立，写出方程，阐述设定模型的经济理论
计量经济学试验报告书三 2
R有所下降，且在X2、X1基础上，加入X3后的回归模型y=f( x2, x1, x3)，2检验不显著；加入X4或X5后回归模型y =f(x2, x1 ,x4)或y =f( x2, x1, x5)回归系数T检验不显著，甚至X4的回归系数也不符合经济理论分析和经验判断；加入y =f( x2, x1, x5)与加入X4后的回归模型相同，X5回归系数经济意义不合理且相较而言加入X3后的回归模型y=f( x2, x1, x3)其回归系数经济合理，果，以此为基础，建立四元回归模型：在X2、X1、X3基础上引入X4后，2R虽有所上升，但X1的回归系数T检验不通过且的回归系数为负值，与经济理论分析和经验判断不符；引入X5后也与引入X4相同，升，但X3与X5的回归系数T检验不通过且经济意义不合理，故引入所有的变量建立回归模型，结果如下：Ls y c x2 x1 x3 x4 x5经检验X4和X5的回归系数符号为负值，且X1与X5的T检验不显著。
逐步回归估计结果表：RX2 X1 X3 X4 X5 20.9952Y=f(x2) 0.8841(62.4859)Y=f(x2,x1) 0.4872 0.4159 0.997047例5．服装需求函数。
根据理论和经验分析，影响居民服装需求Y的主要因素有：可支配收入X、流动资产拥有量K、服装类价格指数P1和总物价指数P0 ，统计资料如下。
设服装需求函数为：Y=a+b1x+b2P1+b3P0+b4K+ε（1）多重共线性检验运用①相关系数、②辅助回归模型以及③方差膨胀因子检验服装需求回归模型的多重共线性的可能类型；（2）逐步回归法①根据相关分析，建立服装需求一元基本回归模型②根据逐步回归原理，建立服装需求模型答案：(1)多重共线性检验①相关系数检验键入：COR Y X K P1 P0 输出的相关系数矩阵为：由上表可以看出，解释变量之间相关系数至少为0.969477，表明模型存在严重的多重共线性，且解释变量都与服装需求高度相关。
- 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)。
1.背景经济增长是指一个国家生产商品和劳务能力的扩大。
在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。
古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。
现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。
从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。
物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。
中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。
因此本文用总就业人数（万人）来衡量劳动力。
居民消费需求也是经济增长的主要因素。
经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。
在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。
但是,我国目前仍然面临消费需求不足问题。
本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。
用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。
因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。
2.模型的建立2.1 假设模型为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。
运用这些数据进行回归分析。
这里的被解释变量是，Y ：国内生产总值，与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为：1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数，μ代表随机干扰项。
模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。
如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。
国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年216,314.4376,315.00109,998.16101.52007年 265,810.31 76,531.00 137,323.94 104.8 2008年 314,045.43 77,046.00 172,828.40 105.9 2009年 340,902.81 77,510.00 224,598.77 99.3 2010年 401,512.80 78,388.00 251,683.77 103.3 2011年 473,104.05 78,579.00 311,485.13 105.4 2012年519,470.1078,894.00374,694.74102.6假设经济模型为：μββββ++++=3423121X X X y 2.2 建立初始模型——OLS 2.2.1 使用OLS 法进行参数估计Dependent Variable: Y Method: Least Squares Date: 05/27/14 Time: 20:46 Sample: 1992 2012 Included observations: 21VariableCoefficient Std. Error t-Statistic Prob. C -713618.8 127520.1 -5.596127 0.0000 X1 9.301372 1.252990 7.423339 0.0000 X2 1.109932 0.036932 30.05337 0.0000 X3960.6130455.81732.1074520.0502R-squared 0.996644 Mean dependent var 182689.5 Adjusted R-squared 0.996051 S.D. dependent var 147531.4 S.E. of regression 9270.792 Akaike info criterion 21.27677 Sum squared resid 1.46E+09 Schwarz criterion 21.47573 Log likelihood -219.4061 Hannan-Quinn criter. 21.31995 F-statistic 1682.612 Durbin-Watson stat 1.682540Prob(F-statistic)0.000000得到的初始模型为123713618.89.3013 1.1099960.62Y X X X =-+++ 2.2.2 对初始模型进行检验要对建立的初始模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在内的四级检验。
(1)经济意义检验解释变量的系数分别为1β=9.3013、2β=1.1099。
两个解释变量系数均为正，符合被解释变量与解释变量之间的正相关关系，符合解释变量增长带动被解释变量增长的经济实际，3β=960.61，符合被解释变量与解释变量之间的正相关关系。
与现实经济意义相符，所以模型通过经济意义检验。
(2)统计检验①拟合优度检验：R 2检验，R-squared=0.996644；Adjusted R-squared=0.996051；可见拟合优度很高，接近于1，方程拟和得很好。
②变量的显著性检验：t 检验，模型系数显著性检验，t 检验结果VariableCoefficient Std. Error t-Statistic Prob. C -713618.8 127520.1 -5.596127 0.0000 X1 9.301372 1.252990 7.423339 0.0000 X2 1.109932 0.036932 30.05337 0.0000 X3 960.6130 455.8173 2.107452 0.0502从检验结果表中看到，包括常数项在内的所有解释变量系数的t 检验的伴随概率均小于5%，所以，在5%的显著水平下1X 、2X 、3X 的系数显著不为零，通过显著性检验，常数项也通过显著性检验，保留在模型之中。
③方程的显著性检验：F 检验，方程总体显著性检验的伴随概率小于0.00000，在5%显著水平下方程显著成立，具有经济意义。
(3)计量经济学检验：方程通过经济意义检验和统计检验，下面进行居于计量经济学模型检验核心的计量经济学检验。
①进行异方差性检验：首先用图示法对模型的异方差性进行一个大致的判断。
令X 轴为方程被解释变量，Y 轴为方程的残差项，做带有回归线的散点图。
40,000,00080,000,000120,000,000160,000,000200,000,000240,000,000280,000,000320,000,000X1E 2040,000,00080,000,000120,000,000160,000,000200,000,000240,000,000280,000,000320,000,000X2E 2040,000,00080,000,000120,000,000160,000,000200,000,000240,000,000280,000,000320,000,000X3E 2通过图形看到，回归线向上倾斜，大致判断存在异方差性，但是，图示法并不准确，下面使用White 异方差检验法进行检验，得到下面的检验结果：Heteroskedasticity Test: WhiteF-statistic2.616909 Prob. F(9,11)0.0677 Obs*R-squared 14.31446 Prob. Chi-Square(9) 0.1116 Scaled explained SS6.518631 Prob. Chi-Square(9) 0.6871Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 05/27/14 Time: 22:12Sample: 1992 2012Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C 1.04E+11 5.15E+10 2.017611 0.0687X1 -1949844. 945581.9 -2.062057 0.0636X1^2 9.051342 4.890384 1.850845 0.0912X1*X2 -1.464567 0.648826 -2.257258 0.0453X1*X3 6331.557 4214.655 1.502272 0.1612X2 120106.3 44949.37 2.672034 0.0217X2^2 0.010887 0.005643 1.929190 0.0799X2*X3 -86.80476 165.7979 -0.523558 0.6110X3 -6.64E+08 4.05E+08 -1.639615 0.1293X3^2 1017845. 635414.2 1.601860 0.1375R-squared 0.681641 Mean dependent var 69576621Adjusted R-squared 0.421165 S.D. dependent var 84049298S.E. of regression 63945702 Akaike info criterion 39.09072Sum squared resid 4.50E+16 Schwarz criterion 39.58811Log likelihood -400.4526 Hannan-Quinn criter. 39.19867F-statistic 2.616909 Durbin-Watson stat 1.993942Prob(F-statistic) 0.0676562nR=14.3145，对应的卡方检验p值为0.1116所得的检验伴随概率小于5%，均在5%的显著水平下拒绝方程不存在异方差性的原假设，认为模型具有比较严重的异方差性。