Eviews序列相关性实验报告

合集下载

Eviews实验报告3

居民消费物价指数、消费者信心指数的相关数据，利用EVIEWS软件，将这几个指标数据进行相关分析。

特别在这里说明的是，因为同时参与了学校的本科生科研赞助---关于CCI （消费者信心指数）的一个项目，因此本人接下来的几个实验都将以CCI及相关影响指标为数据目标，研究CCI与其他因素间的关系。

本实验，则首先进行相关指标的稳定性检验。

【实验过程】（实验步骤、记录、数据、分析）本实验首先将通过多种方法对我国CCI序列进行平稳性分析：首先导入数据到eviews中,建立序列取名为CCI：然后我们首先通过折线图来直接观察其走势，如下图：从下图我们容易看到：CCI曲线基本是围绕100的轴线上下波动的，但是相比于白噪声序列，其波动幅度明显较大。

可以看到08年11月以前，其波动一直是在轴线以下，而在08年11月以后，数据都明显高于100。

联系当时的实事背景，我们不难解释这一点：2008年11月，正是国家公布四万亿投资的时候，而这之前，由于全球金融危机以及股市大跌的影响，我国居民的消费者信心指数都是较低的；国家的四万亿政策犹如一剂强心剂，立刻使得CCI有了直线的上升，一下子提高了消费者的信心。

为了判别序列是否稳定，我们绘制CCI序列的自相关图，如下：由每个Q统计量的伴随概率可以知道：都是拒绝原假设的，即存在某个K，使得滞后K期的自相关系数显著非零，即拒绝原数列是白噪声序列。

随后对其进行ADF检验：我们首先对序列本身进行单位根检验,分别采用带常数项，线性趋势，和无等三种情况进行检验。

可以从下图看到检验结果对应的p值均显著大于0.05,因此接受原假设,存在单位跟,即CCI序列本身是不平稳的.带常数项线性趋势无因此,考虑对其一阶差分进行单位根检验:可以看到,其一阶差分的单位根检验结果对应的p值显著小于0.01,拒绝存在单位根的原假设，因此我们可以得出结论:CCI的一阶差分序列是平稳的.然后我们通过PP检验来检验序列的平稳性：我们分别采用带常数项，线性趋势，和无等三种情况进行检验。

计量经济学eviews实验报告

大连海事大学实验报告实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。

具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。

二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。

三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。

表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Errort-Statistic Prob.??C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000R-squared0.996528????Mean dependentvar7351.300Adjusted R-squared0.996335????S.D. dependentvar4828.765S.E. of regression292.3118????Akaike infocriterion14.28816Sum squared resid1538032.????Schwarz criterion14.38773Log likelihood -140.8816????Hannan-Quinncriter.14.30760F-statistic5166.811????Durbin-Watsonstat0.403709Prob(F-statistic)0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。

Eviews软件实验报告

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊分析国内生产总值与最终消费的关系一、研究的目的要求由于消费是所有经济行为有效实现的最终环节,唯有消费需求的不断上升才有经济增长的持久拉动力有经济增长的持久拉动力..而居民的消费水平在很大程度上又受整体经济状况的影响影响..国内生产总值是用于衡量一国总收入的一种整体经济指标,经济扩张时期经济扩张时期,,居民收入稳定居民收入稳定,GDP ,GDP 也高也高,,居民用于消费的支出较多居民用于消费的支出较多,,消费水平较高消费水平较高;;反之反之,,经济收缩时,收入下降收入下降,GDP ,GDP 也低也低,,用于消费的支出较少用于消费的支出较少,,消费水平随之下降消费水平随之下降..改革开放以来改革开放以来,,我国的GDP 不断增长的同时不断增长的同时,,人民的物质生活也在不断提高人民的物质生活也在不断提高..研究国内生产总值与最终消费的数量关系，对于探寻最终消费增长的规律性，预测最终消费的发展趋势有重大意义。

势有重大意义。

二、模型设定为了分析国内生产总值对消费的推动作用，选择中国国民最终消费为被解释变量（用Y 表示），选择中国国内生产总值为解释变量（用X 表示）。

搜集到以下数据。

数据。

中国国民收入与最终消费（单位：亿元）中国国民收入与最终消费（单位：亿元）年份年份国内国内生产总值（亿元）元）最终消费年份年份国内生产国内生产总值（亿元）最终消费最终消费X Y X Y1978 3624.1 2239.1 1995 58478.1 36748.2 1979 4038.2 2633.7 1996 67884.6 43919.5 1980 4517.8 3007.9 1997 74462.6 48140.6 1981 4862.4 3361.5 1998 78345.2 51588.2 1982 5294.7 3714.8 1999 82067.5 55636.9 1983 5934.5 4126.4 2000 89468.1 61516 1984 7171 4846.3 2001 97314.8 66878.3 1985 8964.4 5986.3 2002 104790.6 71691.2 1986 1986 10202.2 10202.2 6821.8 2003 135822.8 77449.5 1987 1987 11962.5 11962.5 7804.62004 159878.3 87032.9 1988 1988 14928.3 14928.3 9839.52005 183217.4 97822.7┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊1989 1989 16909.2 16909.2 16909.2 11164.2 11164.2 2006 211923.5110595.31990 1990 18547.9 18547.9 18547.9 12090.5 12090.52007 249529.9 128444.6 1991 1991 21617.8 21617.8 21617.8 14091.9 14091.9 2008 316228.8 149000 1992 1992 26638.1 26638.1 26638.1 17203.3 17203.3 2009343464.7 176060.31993 1993 34634.4 34634.4 34634.4 21899.9 21899.9 2010 397983 148447.7 1994 1994 46759.4 46759.4 46759.4 29242.2 29242.2 29242.2为了分析居民最终消费（为了分析居民最终消费（Y Y ）和国内生产总值（）和国内生产总值（X X ）的关系，根据上表做如下散点图：点图：从散点图可以看出最终消费和国内生产总值大体呈现为线性关系，为分析中国居民最终消费水平随国民总收入变动的数量规律性，可建立如下简单回归模型：型：三、估计参数利用EViews 做简单线性回归分析的结果如下图所示：做简单线性回归分析的结果如下图所示：┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊装┊ ┊ ┊ ┊ ┊订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊可用规范的形式将参数估计和检验的结果写为可用规范的形式将参数估计和检验的结果写为ttXY454948.007.17662ˆ+=（2377.4702377.470））(0.017318)t= (3.222798) (26.27036) 33317.1690957012.02===nFR。

eviews实验报告总结（范本）

eviews实验报告‎总结eviews实‎验报告总结‎篇一：‎Evies‎实验报告实验报告‎一、实验数据：‎1994至2‎01X年天津市城镇居‎民人均全年可支配收入‎数据 1994至20‎1X年天津市城镇居民‎人均全年消费性支出数‎据 1994至201‎X年天津市居民消费价‎格总指数二、‎实验内容：对‎搜集的数据进行回归，‎研究天津市城镇居民人‎均消费和人均可支配收‎入的关系。

三‎、实验步骤：‎1、百度进入“中华人‎民共和国国家统计局”‎中的“统计数据”，找‎到相关数据并输入Ex‎c el，统计结果如下‎表1：表1‎1994年--20‎1X年天津市城镇居民‎消费支出与人均可支配‎收入数据2、‎先定义不变价格（19‎94=1）的人均消费‎性支出（Yt）和人均‎可支配收入（Xt）‎令：Yt=c‎n sum/price‎Xt=ine/pr‎i ce 得出Yt与X‎t的散点图，如图‎1.很明显，Yt和‎X t服从线性相关。

‎图1 Yt和Xt散点‎图3、应用统‎计软件EVies完成‎线性回归解：‎根据经济理论和对实‎际情况的分析也都可以‎知道，城镇居民人均全‎年耐用消费品支出Yt‎依赖于人均全年可支配‎收入Xt的变化，因此‎设定回归模型为 Yt‎=β0+β?Xt﹢μ‎t（1）打开‎E Vies软件，首先‎建立工作文件， Fi‎l e rkfile ‎,然后通过bject‎建立 Y、X系列，并‎得到相应数据。

‎（2）在工作文件窗‎口输入命令：‎l s y c x,按‎E nter键，回归结‎果如表2 ：‎表2 回归结果根‎据输出结果，得到如下‎回归方程：‎Y t=977.‎908+0.670X‎t s=(17‎2.3797) (0‎.0122) t=(‎5.673) ‎(54.95‎0) R2=0.99‎5385 Adjus‎t ed R2=0.9‎95055 F-st‎a tistic=30‎19.551 ‎残差平方和Sum s‎q uared res‎i d =125410‎8回归标准差S.E‎.f regress‎i n=299.‎2978（3‎）根据回归方程进行统‎计检验：‎拟合优度检验由上表‎2中的数分别为0.‎995385和0.9‎95055，计算结果‎表明，估计的样本回归‎方程较好地拟合了样本‎观测值。

Eviews实验报告4

【实验目的及要求】● 深刻理解平稳性的要求和arima 建模的思想。

● 学会如何通过观察自相关系数和偏相关系数，确定并建立模型。

● 学会如何利用模型进行预测。

● 熟练掌握EVIEWS 的结果，看懂eviews 的输出结果。

【实验原理】ARIMA(p, q )过程的平稳域和可逆域对于非平稳序列的时变均值函数，最简单的处理方法就是考虑均值函数可以由一个时间的确定性函数来描述，这时，可以用回归模型来描述。

假如均值函数服从于线性趋势我们可以利用确定性的线性趋势模型如果均值函数服从二次函数则我们可以用假如均值函数服从k 次多项式我们可以使用下列模型建模()22012,~0,t t t X t t WN αααεεσ=+++()201,~0,k t k t t X t t WN αααεεσ=++++【实验方案设计】4.2数据和指标的选取我们的模型估计选取了我国1990年1月到2008年12月的CPI月度数据附表（1））作为研究的对象。

度量通货膨胀的指标通常有CPI（消费者价格指生产者物价指数（PPI）、批发物价指数（wholesale price index）、GDP平减指数（deflator）等。

消费者物价指数（CPI）（consumer price index）是用来度量一期内居民所支付消费商品和劳务价格变化程度的相对数指标，它是反映通货水平的重要指标。

CPI指数作为生活成本指数，不仅能够及时和明确地反映子商品和服务价格的变化，而且是定期公布，广为人知，易于获取和明了，被公众理解。

选取CPI作为通货膨胀的指标有利于合理引导公众和市场对经预期，有利于政府综合运用价格和其他经济手段，实现宏观经济调控目标。

为了研究这些问题，笔者搜集了1985-2007年的年度中国消费者物价指数的相关数据，利用EVIEWS软件，将这几个指标数据进行了相关分析。

对于ARIMA(p q)模型，可以利用其样本的自相关函数和样本的偏自相关函数的截尾性判定模型的阶数，若平稳时间序列的偏相而自相关函数是截尾的则可断定此序列适合MA 模型; 若平稳时间序列的偏相关函数和自相关函数均是拖尾的则此序列适合模型。

计量经济学eviews实验报告

大连海事大学实验报告Array实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。

二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。

表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 691.0225 113.3920 6.094104 0.0000AVGDP 0.352770 0.004908 71.88054 0.0000R-squared 0.996528 Mean dependent var 7351.300Adjusted R-squared 0.996335 S.D. dependent var 4828.765S.E. of regression 292.3118 Akaike info criterion 14.28816Sum squared resid 1538032. Schwarz criterion 14.38773Log likelihood -140.8816 Hannan-Quinn criter. 14.30760F-statistic 5166.811 Durbin-Watson stat 0.403709Prob(F-statistic) 0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。

eviews计量经济学实验报告

eviews计量经济学实验报告EViews计量经济学实验报告引言计量经济学是经济学领域中的一个重要分支，它运用数学、统计学和计量学的方法来分析经济现象。

EViews是一个常用的计量经济学软件，它提供了丰富的数据分析和模型建立工具，被广泛应用于学术研究和实际经济分析中。

本实验报告将利用EViews软件进行计量经济学实验，以探讨经济现象并得出相关结论。

实验目的本实验旨在利用EViews软件对某一经济现象进行实证分析，通过建立相应的计量经济模型，对经济现象进行量化分析，并得出相关结论。

实验步骤1. 数据收集：首先，我们需要收集与所研究经济现象相关的数据，包括时间序列数据和横截面数据等。

这些数据可以来自于官方统计机构、学术研究机构或者自行收集整理。

2. 数据预处理：接下来，我们需要对收集到的数据进行预处理，包括数据清洗、缺失值处理、异常值处理等，以确保数据的质量和完整性。

3. 模型建立：在数据预处理完成后，我们可以利用EViews软件建立计量经济模型，包括回归分析、时间序列分析、面板数据分析等，以探讨经济现象的内在规律和影响因素。

4. 模型估计：建立模型后，我们需要对模型进行参数估计，得到模型的具体参数估计值，并进行显著性检验和模型拟合度检验，以验证模型的可靠性和有效性。

5. 结果分析：最后，我们将对模型估计结果进行分析，得出与经济现象相关的结论，并对实证分析结果进行解释和讨论。

实验结论通过以上实验步骤，我们得出了关于某一经济现象的实证分析结果，并得出了相关的结论。

这些结论对于理解经济现象的内在规律和制定经济政策具有重要的参考价值。

总结EViews计量经济学实验报告通过利用EViews软件进行实证分析，对经济现象进行了深入探讨，并得出了相关结论。

这些结论对于经济学研究和实际经济分析具有重要的理论和实践意义，为我们深入理解经济现象和推动经济发展提供了重要的参考依据。

EViews软件的应用为我们提供了一个强大的工具，帮助我们更好地理解和分析经济现象，为经济学领域的研究和实践提供了重要的支持和帮助。

计量经济学eviews实验报告

计量经济学e v i e w s实验报告标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]大连海事大学实验报告实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。

二、实验环境WINDOWSXP或2000操作系统下，基于平台。

表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Errort-Statistic Prob.CAVGDPR-squared Mean dependent var Adjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid1538032.Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上表可知财政收入随国内生产总值变化的一元线性回归方程为: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = +* X其中斜率表示国内生产总值每增加一元,人均消费水平增长元。

Eviews实验报告

计量经济学26号实验报告大连海事大学实验名称：计量经济学软件应用专业班级：2013 级经济学（1）班*名：***指导教师：***交通运输管理学院二○一六年六月一、实验目的学会常用经济计量软件的基本功能，并将其应用在一元线性回归、多元线性回归、异方差以及序列相关模型的分析中。

具体包括：Eviews的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。

二、实验环境Windows XP或Windows 7的操作系统下，基于Eviews 6版本，来进行实验。

三、实验模型建立与分析案例一：在当今社会中，随着经济的增长和科学技术的发展，截至2015年12月，中国网民规模达6.88亿，互联网普及率为50.3%；手机网民规模达6.2亿，占比提升至90.1%。

现如今，半数中国人已经接入互联网，网民规模增速提升，同时网民个人上网设备进一步向手机端集中。

互联网已经成为我们生活中的一部分，随着网络环境的日益完善、移动互联网技术的发展，各类移动互联网应用的需求逐渐被开发。

未来，移动互联网应用将更加贴近生活，从而带动三四线城市、农村地区人口的使用，进一步提升我国互联网普及率。

我国2007-2015年我国网民和手机网民规模的的统计资料（资料来源于中国互联网信息中心CNNIC发布的《中国互联网络发展状况统计报告》），如下所示：年份中国网民规模X1 中国手机网民规模Y（万人）（万人）2007 5040 210002008 11760 298002009 23344 384002010 30274 457302011 35558 513102012 41997 564002013 50006 617582014 55678 648752015 61981 68826为了研究中国手机网民规模和中国网民之间规模的关系，运用以上数据：（1）做散点图中国手机网民规模（Y）和中国网民之间规模（X1）的关系散点图，如下图所示：从散点图可以看出中国手机网民规模（Y）和中国网民规模（X1）之间大体呈现为线性关系，所以建立的计量经济模型为如下线性模型：Y = β1 + β2*X + U（2）做回归分析，回归结果如下图所示：参数估计的结果为：Y = -22450.76 + 1.181685*X1（3）模型检验1.经济意义检验所估计的参数β2= 1.181685中国网民每增加1万人，中国将增加1.181685万人手机网民。

计量经济学eviews实验报告

计量经济学eviews实验报告计量经济学Eviews实验报告引言：计量经济学是经济学中的一个重要分支，它通过运用统计学和数学方法来分析经济现象，并建立经济模型来预测和解释经济变量之间的关系。

Eviews是一种流行的计量经济学软件，它提供了丰富的数据分析和模型建立工具，被广泛应用于经济学研究和实证分析。

一、数据收集与处理在进行计量经济学实验之前，首先需要收集相关的经济数据。

这些数据可以来自于各种来源，如经济统计局、金融机构或者自行收集。

然后，我们需要对数据进行处理，包括数据清洗、转换和整理，以便于后续的分析和建模。

二、描述性统计分析描述性统计分析是计量经济学中的第一步，它通过计算数据的均值、方差、相关系数等统计量来描述数据的基本特征。

在Eviews中，我们可以使用各种命令和函数来进行描述性统计分析，比如mean、var、cor等。

通过描述性统计分析，我们可以对数据的分布和变化情况有一个初步的了解。

三、回归分析回归分析是计量经济学中最常用的方法之一，它用于研究一个或多个自变量对一个因变量的影响。

在Eviews中，我们可以使用OLS（Ordinary Least Squares）命令来进行回归分析。

首先，我们需要选择一个合适的回归模型，然后通过最小二乘法估计模型的参数。

通过回归分析，我们可以得到模型的拟合优度、参数估计值和统计显著性等信息，从而判断变量之间的关系和影响程度。

四、模型诊断与改进在进行回归分析之后，我们需要对模型进行诊断和改进。

模型诊断主要包括残差分析、异方差性检验和多重共线性检验等。

在Eviews中，我们可以使用DW （Durbin-Watson）统计量来检验残差的自相关性，使用Breusch-Godfrey检验来检验异方差性，使用VIF（Variance Inflation Factor）来检验多重共线性。

如果模型存在问题，我们可以通过引入其他变量、转换变量或者使用其他的回归方法来改进模型。

计量经济学EViews软件实验报告

西安郵電大学计量经济学实验报告书系部名称：经济与管理学院学生姓名：学生学号：专业名称：班级：时间：2013年3月1日至2013年6月20日实验一 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、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、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。

表1-1 我国税收与GDP统计资料单位：亿元资料来源：《中国统计年鉴1999》【实验步骤】一、安装EViews软件二、数据的输入、编辑与序列生成㈠创建工作文件⒈菜单方式启动EViews软件之后，进入EViews主窗口在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框，由用户选择数据的时间频率（frequency）、起始期和终止期。

其中， Annual——年度 Monthly——月度Semi-annual——半年 Weekly——周Quarterly——季度 Daily——日Undated or irregular——非时序数据工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。

⒉命令方式(1)在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。

命令格式为： CREATE 时间频率类型起始期终止期则以上菜单方式过程可写为：CREATE A 1985 1998(2)输入Y、X的数据在EViews软件主窗口或工作文件窗口点击Objects/New Object，对象类型选择Series，并给定序列名，一次只能创建一个新序列。

再从工作文件目录中选取并双击所创建的新序列就可以展示该对象，选择Edit＋/－，进入编辑状态，输入数据。

EVIEWS实验报告 1

广东金融学院实验报告姓名邵太敏系别经济贸易系专业经济学学号 091584249 指导教师夏芳广东金融学院2011年06月影响粮食产量因素分析09经济学（2）班邵太敏 091584249 摘要：本文采用计量经济分析方法，以1978-2010年中国粮食产量及其重要因素的时间序列数据为样本，对影响中国粮食生产的多种因素进行了分析。

分析结果表明近年来我过粮食生产主要受播种面积、农业基础设施投入不足以及化肥使用量影响。

为提高粮食产量、促进粮食生产，首先应该提供一套促进粮食生产的政策措施提高粮食种植效益，增加粮农收入是根本，提高农民生产的积极性，稳定农业面积，加强基础设施建设等一系列措施来增加我国粮食生产能力和生产稳定。

关键词：粮食产量多因素分析相关政策- 、问题提出：由于我国人口众多，土地资源稀缺，在一定程度上造成日益增长的人口数量和粮食之间的矛盾凸显愈加强烈，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展。

粮食生产的不稳定性对国民经济的影响是不可忽略的，在当今，世界可耕地面积日益减少的情况下，如何保证粮食的增产增收，关系着国计民生。

因此，分析粮食产量波动的原因，并据此提出相应的对策，对保障粮食生产持续稳定发展具有重要意义。

二、模型设定，数据处理及检验1 数据：年份粮食总产量粮食播种面积化肥使用量农林渔业从业粮食零售价格指数（万吨）Y（千公顷）X1（万吨）X2人数（万人)X3（上年=100）X41978 30476.5 120587.1 884 28455.6 101.3 1979 33211.5 119263.1 1086.3 29071.6 103.7 1980 32055.5 117234.2 1269.4 29808.4 103.5 1981 32502.5 114958.2 1406.9 30677.6 103.9 1982 35450.5 113462.3 1513.4 31152.7 100.21983 38728.5 114047.3 1659.8 31645.1 99.9 1984 40731.5 112884.5 1739.8 31685.1 99.8 1985 37911.5 108845.4 1775.8 30351.5 110.9 1986 39151.5 110933.8 1930.6 30467.9 109.3 1987 40298.2 111268.1 1999.3 30870.1 106.2 1988 39408.3 110123.3 2141.5 31455.7 114.1 1989 40755.1 112205.6 2357.1 32440.5 121.3 1990 44624.2 113465.9 2590.3 33336.4 95.6 1991 43529.3 112313.6 2805.1 34186.3 108.6 1992 44265.8 110559.8 2930.2 34037.1 124.3 1993 45648.8 110508.7 3151.9 33258.2 127.7 1994 44510.1 109543.7 3317.9 32690.3 148.7 1995 46661.8 110060.4 3593.7 32334.5 134.4 1996 50453.5 112547.9 3827.9 32260.4 107.5 1997 49417.1 112912.1 3980.7 32677.9 106.1 1998 51229.5 113787.4 4083.7 32626.4 108.9 1999 50838.6 113161.2 4124.3 32911.8 109.4 2000 46217.5 108462.5 4146.4 32797.5 110.1 2001 45263.7 106080.1 4253.8 32451.1 111.5 2002 45705.8 103890.8 4339.4 31990.6 109.6 2003 43069.5 99410.4 4411.6 31259.6 110.2 2004 46946.9 101606.1 4636.6 30596.1 113.5 2005 48402.2 104278.4 4726.2 29975.5 111.4 2006 49747.9 105489.1 4835.3 29332.2 114.7 2007 50152.3 105530.1 4922.5 28673.4 115.22008 52851.6 107540.2 5103.5 27653.6 119.32009 53082.4 108986.1 5239.2 27982.5 120.22010 54641.3 109872.7 5432.6 26534.2 125.62 模型设定：通过对数据进行整理和分析，我们现在初步假设粮食产量与粮食播种面积、化肥使用量、农林渔业从业人数以及粮食的相对价格4个指标之间存在多元线性关系。

Eviews实验报告5

绘制1992-1998年的中国城镇居民月人均生活费支出（y）和可支配收入序列（x）的折线图如下：
可以看到序列呈逐年上升趋势，并且在每年二月份会出现一个高位，这与实际是想符合的。

鉴于消费既受到当期收入等经济实力因素的影响，也受到前期消费的影响，因此建立一个消费的自回归分布滞后模型。

采用y c y(-1) y(-2) y(-3) y(-12) x x(-1) x(-2) x(-3) x(-12)建立模型。

如下图：
得到分析结果如下：
有较多项系数对应的p值显著大于0.05，因此我们逐个删除p值最大的项，
最后留下四项，得到下图：
可以看到对应的四个参数的系数的p值都显著小于0.001。

模型拟合的预测值DCPIF的折线图和与dcpi的对比图如下：
精品文档
可编辑。

EVIEWS时间序列实验指导(上机操作说明)

EVIEWS时间序列实验指导(上机操作说明)时间序列分析实验指导42-2-450100150200250NRND数学与统计学院目录实验一 EVIEWS中时间序列相关函数操作···························- 1 - 实验二确定性时间序列建模方法 ····································- 8 - 实验三时间序列随机性和平稳性检验 ···························· - 18 - 实验四时间序列季节性、可逆性检验 ···························· - 21 - 实验五 ARMA模型的建立、识别、检验···························· - 27 - 实验六 ARMA模型的诊断性检验····································· - 30 - 实验七 ARMA模型的预测·············································· - 31 - 实验八复习ARMA建模过程·········································· - 34 - 实验九时间序列非平稳性检验 ····································· - 37 -实验一 EVIEWS中时间序列相关函数操作【实验目的】熟悉Eviews的操作：菜单方式，命令方式；练习并掌握与时间序列分析相关的函数操作。

Eviews序列相关性实验报告

实验二序列相关性【实验目的】掌握序列相关性问题出现的来源、后果、检验及修正的原理，以及相关的Eviews 操作方法。

【实验内容】经济理论指出，商品进口主要由进口国的经济发展水平，以及商品进口价格指数与国内价格指数对比因素决定的。

由于无法取得价格指数数据，我们主要研究中国商品进口与国内生产总值的关系。

以1978-2001年中国商品进口额与国内生产总值数据为例，练习检查和克服模型的一、建立线性回归模型利用表中数据建立M关于GDP的散点图（SCAT GDP M）。

可以看到M与GDP呈现接近线性的正相关关系。

建立一个线性回归模型（LS M C GDP ）。

即得到的回归式为：9461.02=R .=0.63 F=405二、进行序列相关性检验1、观察残差图做出残差项与时间以及与滞后一期的残差项的折线图，可以看出随机项存在正序列相关性。

2、用.检验判断由回归结果输出.=。

若给定05.0=α，已知n=24，k=2，查.检验上下界表可得，45.1,27.1==U L d d 。

由于.=<=L d ，故存在正自相关。

3、用LM 检验判断在估计窗口中选择Serial Correlation LM Test ，设定滞后期Lag=1，得到LM 检验结果。

由于P 值为，可以拒绝原假设，表明存在自相关。

4、用回归检验法判断对初始估计结果得到的残差序列定义为E1，首先做一阶自回归（LS E1 E1(-1)）。

采用LM 检验其自相关性，结果表明仍然存在自相关。

用残差项的二阶自回归形式重新建立模型（LS E1 E1(-1) E1(-2)）。

再次用LM 检验，此时P 值达到，落在接受域，认为误差项不存在自相关。

可以得到残差的二阶回归式为：83.90..,66.02==e s R三、克服自相关用广义最小二乘法估计回归参数。

根据残差二阶回归式的系数，对变量GDP 和M 作二阶广义差分，生成新变量序列：GENR GDGDP=*GDP(-1)+*GDP(-2)GENR GDM=*M(-1)+*M(-2)以GDGDP 、GDM 为样本再次回归（LS GDM C GDGDP ），得到结果输出为： LM 检验结果如下，已经很好地克服了自相关性。

Eviews实验报告2

(Error Correction Model)Srba 和Yeo 于模型。

它常常作为协整回归模型的补充模型出现。

两步法建立误差修正模型
p t B Y -++
【实验过程】（实验步骤、记录、数据、分析）
首先导入1982-2010年的年度中国城镇居民月人均生活费支出（y）和可支配收入序列（x）数据：
绘制中国城镇居民月人均生活费支出（y）和可支配收入序列（x）的折线图：可以看到两者呈现公共的上升趋势。

对X与Y分别取对数：
然后对xt与yt序列进行平稳性检验：
容易发现：XT与YT序列均不是平稳的，但是其一阶差分都是平稳的，因此猜测他们具有协整关系。

对YT和XT序列进行回归后发现：
可以看到对应的两个参数的系数的p值都显著小于0.001。

生成一列序列=残差，对该序列进行ADF检验后可以发现p值小于0.05，因此认为不存在单位根，序列是平稳的。

因此，尽管国城镇居民月人均生活费支出（y ）和可支配收入序列（x ）都是非平稳的，但是由于它们之间具有协整关系，因此可以建立动态回归模型准确预测其长期互动关系。

模型拟合的预测值DCPIF 的折线图和与dcpi 的对比图如下：
可以看到，最后的拟合效果非常好。

从而我们得到最后的拟合方程为：
t t t x y ε++=)ln(*934.0328.0)ln(
即： t
t x t e y ε++=)ln(*934.0328.0
因此，城镇居民收入没增加一个百分点，其消费支出也增加0.934各百分点。

序列相关实验题目分析

“序列相关”实验报告学号：姓名：操作说明：1、修改原始数据：为避免抄袭书本及相互抄袭，调入原始数据后，马上对变量X、Y进行修改，以保证每人的上机数据都不相同。

修改的具体做法是将被解释变量Y与解释变量X的数据都乘上各人的学号系数，例如，某同学学号尾号为21，则所有变量的数据都乘以1.21，即在Eviews 命令栏中输入命令：Genr Y=Y*1.21其他变量相同的处理办法。

2、将文件名改格式为“长学号+姓名+序列相关”后再提交。

3、将实验步骤中的输出结果以图形方式拷贝至每个题目下面，如果题目有其他要求，请按要求写出相应答案。

提出问题：为了从总体上考察中国居民收入与消费的关系，建立居民总量消费模型。

根据宏观经济学中的消费理论，结合对中国居民总消费的实际分析，可以假定居民总消费（Y）是由居民实际可支配收入（X）唯一决定的，即X是Y的唯一解释变量。

采用1980~2013年消除价格因素的中国居民总量消费支出（Y）与收入（X）数据，建立居民总消费模型。

实验原始数据：表5.1.1中国居民总量消费支出与收入资料单位：亿元年份X Y1980 7944.20 4605.501981 8438.00 5063.901982 9235.20 5482.401983 10074.60 5983.201984 11565.00 6745.701985 11601.70 7729.201986 13036.50 8210.901987 14627.70 8840.001988 15794.00 9560.501989 15035.50 9085.501990 16525.90 9450.901991 18939.60 10375.801992 22056.50 11815.301993 25897.30 13004.701994 28783.40 13944.201995 31175.40 15467.901996 33853.70 17092.501997 35956.20 18080.601998 38140.90 19364.101999 40277.00 20989.302000 42964.60 22863.902001 46413.60 24480.492002 51337.44 26485.922003 57512.99 28436.742004 64943.70 30963.542005 73987.90 34026.072006 86334.55 37939.582007 96877.35 42232.572008 112093.6 46232.672009 120607.7 51530.082010 133045.0 56817.072011 146647.1 64712.022012 155244.4 69002.392013 173230.8 77198.39 资料来源：根据《中国统计年鉴》（2001，2007，2014）整理。