自相关实验报告

附件二：实验报告格式（首页）

山东轻工业学院实验报告成绩

课程名称计量经济学指导教师苏卫东实验日期 2013/05/25 院（系）商学院专业班级实验地点二机房

学生姓名学号 2 同组人无

实验项目名称自相关实验报告

一、实验目的和要求

2、练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能

够熟练使用学过的方法对模型进行修正。

二、实验原理

1、 Eviews软件的操作和自相关的检验与修正，图表法，DW检验，

三、主要仪器设备、试剂或材料

Eviews软件，计算机、课本

四、实验方法与步骤

2、CREATE abc A 1978 2000 回车

3、DATA CONSUM INCOME PRICE 回车

1）建立工作组，输入数据如下：

344.88 388.32 1

385.2 425.4 1.01

474.72 526.92 1.062

485.88 539.52 1.075

496.56 576.72 1.081

520.84 604.31 1.086

599.64 728.17 1.106

770.64 875.52 1.25

949.08 1069.61 1.336

1071.04 1187.49 1.426

1278.87 1329.7 1.667

1291.09 1477.77 1.912

1440.47 1638.92 1.97

1585.71 1844.98 2.171

1907.71 2238.38 2.418

2322.19 2769.26 2.844

3301.37 3982.13 3.526

4064.1 4929.53 4.066

4679.61 5967.71 4.432

5204.29 6608.56 4.569

5471.01 7110.54 4.546

5851.53 7649.83 4.496

6121.07 8140.55 4.478

4、GENR Y=CONSUM /PRICE 回车

5、GENR X= INCOME /PRICE 回车

6、SCAT X Y 回车

2）相关图分析

Scat x y,得到关于X和Y的散点图如下

从上图可知，X和Y存在线性关系。

7、LS Y C X 回车

Eviews 估计结果如下图：

Dependent Variable: Y

Method: Least Squares

Date: 05/25/13 Time: 10:56 Sample: 1978 2000

Included observations: 23

Variable

Coefficien

t

Std. Error t-Statistic Prob.

C 111.4496 17.05902 6.533181 0 X 0.711829 0.016902 42.11456

R-squared 0.988298 Mean dependent var 769.413

2

Adjusted R-squared 0.987741 S.D. dependent var 296.721

1

S.E. of regression 32.85273

Akaike info criterion

9.90488

8

Sum squared resid 22665.35 Schwarz criterion 10.0036

3

Log likelihood -111.906 F-statistic 1773.63

6

Durbin-Watson stat

0.598569 Prob(F-statistic)

估计线性回归模型并计算残差

用普通最小二乘法求估计的回归方程结果如下

ˆ111.440.7118t t

Y X =+

(6.5)

(42.1)

R 2

=0.9883 s.e=32.8 DW=0.60 T=23

回归方程拟合得效果比较好，但是DW 值比较低。

3）自相关检验

1）图示法

LINR RESID;

SCAT RESID(-1) RESID;

2)观察结果窗口，由DW 统计量，查表，与DL,DU 比较得出结论；

1）图示法：

由scat resid(-1) resid 得到下图：

由上图可知，方程存在序列相关性。

2）已知DW=0.60，若给定a=0.05,查表得DW临界值 d

L =1.26，d

U

=1.44 。因为DW=0.06

＜1.26，认为误差项存在严重自相关。

3）LM检验

在方程窗口中点击View—residual test –series correlation LM test;

Breusch-Godfrey Serial Correlation LM Test:

F-statistic

7.584071 Probability 0.003791 Obs*R-squared

10.21031 Probability

0.006065

Test Equation:

Dependent Variable: RESID Method: Least Squares Date: 05/25/13 Time: 10:59

Presample missing value lagged residuals set to zero.

Variable

Coefficien

t

Std. Error t-Statistic Prob.

C 3.903509 13.38624 0.291606 0.7737 X -0.005661 0.013323 -0.424912 0.6757 RESID(-1) 0.596648 0.231778 2.574227 0.0186 RESID(-2) 0.140564

0.236554

0.594215

0.5594

R-squared

0.443926 Mean dependent var -2.32E-14 Adjusted R-squared 0.356125 S.D. dependent var 31.76641 S.E. of regression 25.48994 Akaike info criterion 9.471215 Sum squared resid 12345.00 Schwarz criterion 9.668693 Log likelihood -104.9190 F-statistic 5.056047 Durbin-Watson stat

1.765655 Prob(F-statistic)

0.009645

LM ﹙BG ﹚自相关检验辅助回归方程式估计结果是：

10.6790 3.17100.0047t t t t e e X v -=+-+

﹙3.9） ﹙0.2﹚ ﹙-0.4﹚ R 2 =0.43 DW=2.00 LM= =23×0.43=9.89

因为 ，LM=9.89﹥3.84，所以LM 检验结果也说明误差项存在一阶正相关。 （4）自相关的修正

GENR GDY=Y-0.7*Y(-1); GENR GDX=X-0.7*X(-1);

LS GDY C GDX;