计量经济学实验报告

目录

实验一 (1)

实验二 (2)

实验三 (6)

实验四 (9)

实验五 (15)

实验六 (18)

实验七 (22)

实验八 (23)

实验一

1.实验目的

（1）熟悉Eviews 的基本操作；

（2）学会Eviews工作文件的建立、数据输入、数据的编辑和描述。

2.实验内容

（1）Eviews软件的安装；

（2）建立workfile（命名、数据时间范围及样本区间范围的调整、选路径存盘）；（3）对象的创建和操作（对象的类型、命名、创建、打开、数据输入方法、修改数据）

（4）组对象的建立和作图；

（5）利用已有序列生成新序列（Quick/generate series,如z=x^2）；

3.实验过程记录

（1）下载并安装Eviews软件；

（2）打开Eviews软件，点击“File-New-Workfile”，新建一个workfile文件并保存。（3）点击“Object-NewObject”,对象类型选择“Series”,创建一个新的对象，进入数据编辑窗口，点击Edit+/-打开数据编辑状态，将上海城市居民1981－1998 年期间消费相关数据输入，对数据进行修改。

（4）点击“Object-NewObject”,对象类型选择”group”，创建一个组对象。在组对象窗口中点击View-graph，选择图形类型作图。散点图如下所示：

4.实验中存在的问题及解决方法

（1）存在的问题：在实验中由于对软件的操作不是很熟悉，所以导致实验过程不是很流畅。

（2）解决方法：在实验之前提前熟悉软件的操作，在试验之后再多加练习，保证实验过程中对软件的操作没有或者尽量少的疑问。

5.实验体会

（1）由上图可知，上海市居民1981-1998年间居民消费状况与居民收入呈正相关关系。Eviews软件可通过图形以及其他方式对结果做出准确的分析。

（2）Eviews软件在计量经济学的回归、预测以及各种相关关系的检验当中能够准确做出分析，有助于我们更好地作出判断。

通过这次实验，我明白了eviews的使用方法，运用Eviews对数据进行分析，快速建立回归模型，通过对实验结果的分析可清晰地了解各项统计检验结果。图形分析与各项指标相结合更清楚的了解数据的特性。比如散点图与可决系数相比较，可知道回归模型对数据的拟合程度。通过这次试验，我进一步了解了计量经济学非线性回归模型的线性化和最小二乘估计问题，理论与实践结合。

实验二

1.实验目的

全过程体验计量经济学中线性回归模型的估计方法

2.实验项目与内容

（1）确定所要研究的问题，作出理论或假说的陈述；

（2）进行理论数学模型的设定；

（3）散点图观察；

（4）参数估计；

（5）决定系数计算与分析、拟合优度检验；

（6）对参数进行显著性检验与经济检验；

（7）对估计效果进行分析（实际值、拟合值及残差分析）；

（8）列写估计式；

（9）进行预测。

3.实验过程记录

（1）确定所要研究的问题为1988-1998的城镇居民人均全年耐用消费品支出、人均全年可支配收入以及耐用消费品价格指数之间的关系。需要建立城镇居民人均全年耐用消费品支出y 关于人均全年可支配收入x1和耐用消费品价格指数x2的回归模型，并进行回归分析。

（2）对问题进行理论数学的设定。根据经济理论和对实际情况的分析我们可以知道，城镇居民全年耐用消费品支出y 依赖于人均全年可支配收入x1和耐用消费品价格指数x2的变化，因此我们设定回归模型为

i i 22i 110i u X X Y +++=βββ

应用Eviews 的最小二乘法程序，输出结果如下表所示。 则估计的回归方程为

i 2i 1i X 9117.0-X 0494.05398.158Y +=

残差平方和为：Sum squared resid=3270.001

（4）用最小二乘法对理论模型进行参数估计。结果如下所示：

Variable

Coefficient Std. Error t-Statistic Prob.

C 158.5398 121.8071 1.301564 0.2293 X1 0.049404 0.004684 10.54786 0.0000 X2 -0.911684 0.989546

-0.921316

0.3838

R-squared

0.947989

Mean dependent var

190.4827

Adjusted R-squared 0.934986 S.D. dependent var 79.29127

S.E. of regression 20.21757 Akaike info criterion 9.077982

Sum squared resid 3270.001 Schwarz criterion 9.186499

Log likelihood -46.92890 Hannan-Quinn criter. 9.009577

F-statistic 72.90647 Durbin-Watson stat 1.035840

Prob(F-statistic) 0.000007

（5）由上表可知，样本可决系数R-squared=0.947989，修正样本可决系数为Adjusted-squared=0.934986。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。关于这一点，预测值、真实值和拟合值的线性关系图也可说明，如下图所示：

（6）显著性检验与经济检验：F-statistic=72.90647，对于给定的显著性水平0.05，F的值大于临界值，总体回归方程是显著的，所以说明我国城镇居民人均全年耐用消费品支出与人均全年可支配收入和耐用消费品价格指数之间存在显著的线性关系。

x1的回归系数为0.0494，表明镇居民人均全年耐用消费品支出随着可支配收入的增长而增加，并且介于0和1之间，因此该回归系数的符号、大小都与经济理论和人们的经验期望值相符合；x2的回归系数为-0.9117，表示城镇居民全年耐用消费品支出随着耐用消费品价格指数的降低而增加，虽然我国在1988-1998年的短短几年间，耐用消费品价格指数经历了由高到低，又由低到高，再由高到低的剧烈变化，但总的走势是成下降态势，所以该回归系数的符号和大小也