计量经济学实验4
计量经济学上机实验手册
实验三异方差性实验目的：在理解异方差性概念和异方差对OLS回归结果影响的基础上,掌握进行异方差检验和处理的方法;熟练掌握和运用Eviews软件的图示检验、G-Q检验、怀特White 检验等异方差检验方法和处理异方差的方法——加权最小二乘法;实验内容：书P116例4.1.4：中国农村居民人均消费函数中国农村居民民人均消费支出主要由人均纯收入来决定;农村人均纯收入除从事农业经营的收入外,还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支付收入等;为了考察从事农业经营的收入和其他收入对中国农村居民消费支出增长的影响,建立双对数模型：其中,Y表示农村家庭人均消费支出,X1表示从事农业经营的纯收入,X2表示其他来源的纯收入;表4.1.1列出了中国内地2006年各地区农村居民家庭人均纯收入及消费支出的相关数据;表4.1.1 中国2006年各地区农村居民家庭人均纯收入与消费支出单位：元注：从事农业经营的纯收入由从事第一产业的经营总收入与从事第一产业的经营支出之差计算,其他来源的纯收入由总纯收入减去从事农业经营的纯收入后得到;资料来源：中国农村住户调查年鉴2007、中国统计年鉴2007;实验步骤：一、创建文件1.建立工作文件CREATE U 1 31 其中的“U”表示非时序数据2.录入与编辑数据Data Y X1 X2 意思是：同时录入Y、X1和X2的数据3.保存文件单击主菜单栏中File→Save或Save as→输入文件名、路径→保存;二、数据分析1.散点图①Scat X1 Y从散点图可看出,农民农业经营的纯收入与农民人均消费支出呈现一定程度的正相关;②Scat X2 Y从散点图可看出,农民其他来源纯收入与农民人均消费支出呈现较高程度的正相关;2.数据取对数处理Genr LY=LOG YGenr LX1=LOG X1Genr LX2=LOG X2三、模型OLS 参数估计与统计检验 LS LY C LX1 LX2得到模型OLS 参数估计和统计检验结果：Dependent Variable: LY Method: Least Squares Sample: 1 31Variable CoefficientStd. Errort-StatisticProb.C LX1 R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic 注意：在学术文献中一般以这种形式给出回归方程的输出结果,而不是把上面的软件输出结果直接粘贴到文章中可决系数,调整可决系数,显示模型拟合程度较高;同时,F 检验统计量,在5%的显着性水平下通过方程总体显着性检验;可认为农民农业经营的收入和其他收入整体与农村居民消费支出的线性关系显着成立;变量X2和截距项均在5%的显着性水平下通过变量显着性检验,但X1在10%的显着水平下仍不能通过检验;四、异方差检验对于双对数模型,由于12(0.150214)(0.477453)ββ=<=二者均为弹性系数,可认为其他来源的纯收入而不是从事农业经营的纯收入的增长,对农户人均消费的增长更有刺激作用;也就是说,不同地区农村人均消费支出的差别主要来源于非农经营收入及工资收入、财产收入等其他来源收入的差别,因此,如果模型存在异方差性,则可能是X2引起的;1.图示检验法观察残差的平方与LX2的散点图;①残差resid残差resid变量数据是模型参数估计命令完成后由Eviews软件自动生成在Workfile 框里可找到,无需人工操作获得;注意,resid保留的是最近一次估计模型的残差数据;②残差的平方与LX2的散点图Scat LX2 resid^2从上图可大体判断出模型存在递增型异方差性;2．G-Q法检验异方差补充：先定义一个变量T,取值为1、2、…、31分别代表各省市,用于在做完G-Q检验之后,再按T排序,使数据顺序还原;Data T 提示：输入1、2、…、31①将所有原始数据按照X2升序排列;Sort X2Show Y X1 X2 LY LX1 LX2显示各个变量数据的目的是查看一下,所有变量数据是否按X2升序排列好了;②将31对样本数据,去掉中间的7对,形成两个容量均为12的子样本,即1-12和20-31;③对1-12的子样本做普通最小二乘估计,并记录残差平方和RSS;1Smpl 1 12 意思是：将样本区间由1-31,改为1-12Ls LY C LX1 LX2Dependent Variable: LYMethod: Least Squares Sample: 1 12C LX1 LX2R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson statProbF-statistic子样本1：12ln 3.1412080.398385ln 0.234751ln Y X X e =+++1RSS =④对20-31的子样本做普通最小二乘估计,并记录残差平方和2RSS ; Smpl 20 31 意思是：将样本区间由1-12,改为20-31 Ls LY C LX1 LX2Dependent Variable: LY Method: Least Squares Sample: 20 31Included observations: 12C LX1 R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson statProbF-statistic子样本2：12ln 3.9936440.113766ln 0.6201681ln Y X X e =-++2RSS =⑤异方差检验在5%与10%的显着性水平下,自由度为9,9的F分布临界值分别为0.05(9,9) 3.18F=与0.10(9,9) 2.44F=;因此5%显着性水平下不能拒绝同方差假设,但在10%的显着性水平下拒绝;补充：怀特检验软件操作：在原始模型的OLS方程对象窗口中,选择view/Residual test/White Heteroskedasticity;Eviews提供了包含交叉项的怀特检验“White Heteroskedasticitycross terms”和没有交叉项的怀特检验“White Heteroskedasticityno cross terms”这样两个选择;问题：如果是刚做完上面的G-Q检验,如何得到原始模型答案：先恢复成全样本,再按T排序,然后做OLS回归;SMPL 1 31 意思是：将样本区间恢复到1-31补充：将样本数据按T升序排列,使数据顺序还原;Sort T 意思是：将数据顺序还原Ls LY C LX1 LX2下面是在原始模型的OLS方程对象窗口中,选择view/Residual test/White Heteroskedasticity,然后进行包含交叉项的怀特检验“White Heteroskedasticitycross terms”所得到的输出结果最上方显示了两个检验统计量：F统计量和White统计量nR2；下方显示的是以OLS的残差平方为被解释变量的辅助回归方程的回归结果：F-statistic ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 05/03/11 Time: 17:21Sample: 1 31C LNX1 LNX1^2 LNX1LNX2 LNX2 R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic 可见,怀特统计量nR 2==31×,大于自由度也即辅助回归方程中解释变量的个数为5的2分布临界值07.115205.0=）（χ,因此,在5%的显着性水平下拒绝同方差的原假设; 五、采用加权最小二乘法处理异方差以下内容和教材P118-120不一样,但是我们必须掌握的重点——以原始模型的OLS 回归残差的绝对值的倒数为权数,手工完成加权最小二乘估计LS LY C LX1 LX2Genr E=resid 意思是：记录双对数模型OLS 估计的残差 用残差的绝对值的倒数对LY 、LX1、LX2做加权： Genr LYE=LY/abs E Genr LX1E=LX1/abs E Genr LX2E=LX2/abs E Genr CE=1/abs E LS LYE CE LX1E LX2EDependent Variable: LYE Method: Least Squares Sample: 1 31CELX1ER-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Durbin-Watson stat可以看出,lnX1参数的t统计量有了显着改进,这表明在1%显着性水平下,都不能拒绝从事农业生产带来的纯收入对农户人均消费支出有着显着影响的假设;六、检验加权的回归模型是否还存在异方差1.检验是否由LX1E引起异方差Sort LX1E 意思是：将原始数据按LX1E升序排列①子样本1的回归：Smpl 1 12LS LYE CE LX1E LX2EDependent Variable: LYEMethod: Least SquaresSample: 1 12Variable Coefficient Std. Error t-Statistic Prob.CELX1ER-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Durbin-Watson stat子样本1：RSS=1②子样本2的回归：Smpl 20 31LS LYE CE LX1E LX2EDependent Variable: LYE Method: Least Squares Date: 05/01/11 Time: 23:23 Sample: 20 31Variable CoefficientStd. Errort-StatisticProb.CE LX1E R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihoodDurbin-Watson stat子样本2：2RSS =③异方差检验 注意做题的步骤提出假设 22012:H σσ= 22112:H σσ≠ 计算检验统计量：在5%的显着性水平下,自由度为9,9的F 分布临界值分别为0.05(9,9) 3.18F =;因此5%显着性水平下不能拒绝同方差假设;2.检验是否由LX2E 引起异方差Smpl 1 31 意思是：将样本区间复原Sort lx2e 意思是：将原始数据按LX2E 升序排列 ①子样本1的回归： Smpl 1 12LS LYE CE LX1E LX2EDependent Variable: LYE Method: Least Squares Sample: 1 12CE LX1E R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihoodDurbin-Watson stat子样本1：1RSS = ②子样本2的回归： Smpl 20 31LS LYE CE LX1E LX2EDependent Variable: LYE Method: Least Squares Sample: 20 31Included observations: 12CE LX1E R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihoodDurbin-Watson stat子样本2：2RSS =③异方差检验 注意做题的步骤提出假设 22012:H σσ= 22112:H σσ≠ 计算检验统计量：在5%的显着性水平下,自由度为9,9的F 分布临界值分别为0.05(9,9) 3.18F =;因此5%显着性水平下不能拒绝同方差假设;结论：用OLS 估计的残差绝对值的倒数作为权数,对存在异方差的模型加权,然后采用OLS估计,则一定会消除异方差;最终通过异方差检验的估计方程为：实验四序列相关性实验目的：在理解序列相关性的基本概念、序列相关的严重后果的基础上,掌握进行序列相关检验和处理的方法;熟练掌握Eviews软件的图示检验、DW检验、拉格朗日乘数LM检验等序列相关性检验方法和处理序列相关性的方法——广义差分法;实验内容：书P132例4.2.1：中国居民总量消费函数建立总量消费函数是进行宏观经济管理的重要手段;为了从总体上考察中国居民收入与消费的关系,P56表2.6.3给出了中国名义支出法国内生产总值GDP、名义居民总消费CONS以及表示宏观税负的税收总额TAX、表示价格变化的居民消费价格指数CPI1990=100,并由这些数据整理出实际支出法国内生产总值GDPC=GDP/CPI、居民实际消费总支出Y=CONS/CPI,以及实际可支配收入X=GDP-TAX/CPI;表2.6.3 中国居民总量消费支出与收入资料单位：亿元年份GDP CONS CPI TAX GDPC X Y19781979198019811982198319841985198619871988198919901991199219931994199519961997199819992000200120022003200420052006资料来源：根据中国统计年鉴2001,2007整理;实验步骤：一、创建文件1.建立工作文件CREATE A 1978 2006 其中的“A”表示年度数据2.录入与编辑数据Data X Y3.保存文件单击主菜单栏中File→Save或Save as→输入文件名、路径→保存;二、数据分析:趋势图Plot X Y 意思是：同时画出Y和X的趋势图从X和Y的趋势图中可看出它们存在共同变动趋势;三、OLS参数估计与统计检验LS Y C XDependent Variable: YMethod: Least Squares Sample: 1978 2006C R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared residSchwarz criterion Log likelihood F-statistic Durbin-Watson statProbF-statistic从OLS 估计的结果看,模型拟合较好：可决系数20.9880R =,截距项和斜率项的t 检验值均大于5%显着性水平下自由度为n-2=27的临界值0.025(27) 2.05t =;而且,斜率项符合经济理论中边际消费倾向在0与1之间的绝对收入假说;斜率项表明,在1978—2006年间,以1990年价计算的中国居民可支配总收入每增加1亿元,居民消费支出平均增加亿元;四、序列相关性检验 1.图示检验法①残差与时间t 的关系图趋势图 Plot resid②相邻两期残差之间的关系图 Scat resid-1 resid从两个关系图看出,随机误差项呈正序列相关性;.检验值为,表明在5%显着性水平下,n=29,k=2包括常数项,查表得1.34L d =, 1.48U d =,由于.= 1.34L d <=,故存在正序列相关;五、处理序列相关1.修正模型设定偏误剔除虚假序列相关首先面临的问题是,模型的序列相关是纯序列相关,还是由于模型设定有偏误而导致的虚假序列相关;从X 和Y 的趋势图中看到它们表现出共同的变动趋势,因此有理由怀疑较高的2R =部分地是由这一共同的变化趋势带来的;为了排除时间序列模型中这种随时间变动而具有的共同变化趋势的影响,一种解决方案是在模型中引入时间趋势项,将这种影响分离出来;由于本例中可支配收入X 与消费支出Y 均呈非线性变化态势,因此引入的时间变量TT=1,2,……,29以平方的形式出现,回归模型变化为：①编辑变量T data T在数据表中输入1-29; ②做如下的回归 Ls Y C X T^2Dependent Variable: Y Method: Least Squares Sample: 1978 2006 Included observations: 29C X T ^2R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterionSum squared resid 6054792. Schwarz criterionLog likelihood F-statistic 得到如下的修正模型：可见,T 2的t 统计量显着;但是,修正的模型.值仍然较低,没有通过5%显着性水平下的.检验n=29,k=3时,27.1=L D ,56.1=U D ,因此该模型仍存在正序列相关性;补充：序列相关性的拉格朗日乘数检验LM检验在EViews软件中,如果在上面的OLS回归方程界面直接做残差序列的LM检验,那么得到的是如下结果,和书上P133结果不一致：原因：EViews在做LM检验时,为了不损失样本,把滞后残差序列的“前样本”缺失值设定为0Presample missing value lagged residuals set to zero.;这样,它的样本容量仍然是n,而不是n-p;回归结果和书上也有不同;解决办法：要使软件的LM检验结果和教材P133结果一致,办法是进行OLS估计之后,先把残差序列resid用genr生成另一序列e,再做辅助回归,即：genr e=resid先做含1阶滞后残差的辅助回归：ls e c x t^2 e-1Dependent Variable: EMethod: Least SquaresDate: 04/26/13 Time: 07:08Sample adjusted: 1979 2006Included observations: 28 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CXT^2E-1R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid 2103016. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProbF-statisticLM检验统计量必须自己算：LM=n-pR2=29-1=由于该值大于显着性水平为5%、自由度为1的2分布临界值84.31205.0=）（χ,由此判断原模型存在1阶序列相关;再做含2阶滞后残差的辅助回归： ls e c x t^2 e-1 e-2Dependent Variable: E Method: Least Squares Date: 04/26/13 Time: 07:32 Sample adjusted: 1980 2006Included observations: 27 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob. C X T^2 E-1 E-2R-squaredMean dependent var Adjusted R-squared . dependent var . of regressionAkaike info criterion Sum squared resid 1806465. Schwarz criterion Log likelihood Hannan-Quinn criter. F-statistic Durbin-Watson statProbF-statisticLM 检验统计量必须自己算：LM=n-pR 2=29-2=由于该值大于显着性水平为5%、自由度为2的2分布临界值99.52205.0=）（χ,由此判断原模型存在序列相关;但2~-t e 的系数未通过5%的显着性检验,表明在5%的显着性水平下不存在2阶序列相关性;所以,结合前面含1阶、2阶滞后残差的辅助回归结果,可以判断在5%的显着性水平下仅存在1阶序列相关性;2.广义差分法处理序列相关①Ls Y C X T^2 AR1Dependent Variable: Y Method: Least Squares Sampleadjusted: 1979 2006Included observations: 28 after adjusting endpoints Variable CoefficientStd. Errort-StatisticProb.C X T^2 AR1R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterionSum squared resid 2164144. Schwarz criterionLog likelihood F-statistic AR1前的参数值即为随机扰动项的1阶序列相关系数,在5%的显着性水平下显着;.= ,在5%显着性水平下,1.18.. 1.65L U d DWd =<<=样本容量为28,无法判断广义差分变换后模型是否已不存在序列相关;②继续引入AR2以下内容和教材P133-134的做法不同,但是我们必须掌握的基本做法Ls Y C X T ^2 AR1 AR2Dependent Variable: Y Method: Least Squares Sampleadjusted: 1980 2006Included observations: 27 after adjusting endpointsC X T^2 AR1 AR2R-squaredMean dependent var Adjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid 1834086. Schwarz criterionLog likelihood F-statisticInverted AR Roots .53 .53+.32iAR2前的参数在10%的显着性水平下显着不为0；且.= ,接近于2,认为在10%显着性水平下,已不存在序列相关;但是,在5%的显着性水平下,则没必要引入AR2;注意：教材P133用LM检验的结果是,引入AR1 的回归方程在5%的显着性水平下已不存在序列相关性,因而不需要引入AR2;补充：下面是针对引入AR1的回归方程式的LM检验的命令操作和检验结果：首先,采用上面得到的1阶自回归系数1也即AR1的系数,做如下的1阶广义差分变量的OLS回归注：与式等价：Ls y-1 c x-1 t^t-1^2Dependent Variable: Y-1Method: Least SquaresDate: 06/02/13 Time: 11:07Sample adjusted: 1979 2006Included observations: 28 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CX-1T^T-1^2R-squared M ean dependent varAdjusted R-squared . dependent var. of regression A kaike info criterionSum squared resid 2164144. S chwarz criterionLog likelihood H annan-Quinn criter.F-statistic D urbin-Watson statProbF-statistic然后,将上述1阶广义差分方程的残差序列resid 记为e ：genr e=resid 最后,做如下的辅助回归：ls e c x-1 t^t-1^2 e-1Dependent Variable: E Method: Least Squares Date: 06/02/13 Time: 11:16 Sample adjusted: 1980 2006Included observations: 27 after adjustmentsVariable CoefficientStd. Errort-StatisticProb.C X-1 T^T-1^2 E-1R-squaredM ean dependent var Adjusted R-squared . dependent var . of regression A kaike info criterionSum squared resid 1965048. S chwarz criterionLog likelihood H annan-Quinn criter. F-statistic D urbin-Watson statProbF-statistic于是,LM 检验统计量：LM=27=;查表,当显着性水平为5%时,自由度为1的2的临界值）（1205.0χ为;上述LM ＜）（1205.0χ,表明模型的随机误差项已不存在序列相关;。
计量经济学实验报告
计量经济学实验报告实验报告实验课程名称：计量经济学实验案例1：近年来，中国旅游业⼀直保持⾼速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作⽤⽇益显现。
中国的旅游业分为国内旅游和⼊境旅游两⼤市场，⼊境旅游外汇收⼊年均增长22.6%，与此同时国内旅游也迅速增长。
改⾰开放20多年来，特别是进⼊90年代后，中国的国内旅游收⼊年均增长14.4%，远⾼于同期GDP 9.76%的增长率。
为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。
解题过程：⾸先，通过Eviews，得出回归模型：Y=-274.377+0.013X2+5.438X3+3.272X4+12.986X5-563.108X6tc=-0.208 t2=1.031 t3=3.940 t4=3.465 t5=3.108 t6=-1.753R^2=0.995 F=173.354 DW=2.311从估计结果来看，模型可能存在多重共线性。
因为在OLS下，R^2^2与F值较⼤，⽽各参数估计量的t检验值较⼩，说明各解释变量对Y的联合线性作⽤显著，但各个解释变量存在共线性从⽽使得它们对Y的独⽴作⽤不能分辨，故t检验不显著。
应⽤Eviews，写下命令：cor X2 X3 X4 X5 X6。
得到相关系数矩阵。
可以从中看出五个经济变量之间两两简单相关系数⼤都在0.80以上，甚⾄有的在0.96以上。
表明模型存在着严重的多重共线性。
从⽽为了消除多重共线性，这⾥采⽤逐步回归法。
第⼀步，⽤每个解释变量分别对被解释变量做简单回归。
得：Y=-3462+0.0842X2 t=8.666 R^2=0.903 F=75Y=-2934+9.052X3 t=13 R^2=0.956 F=173Y=640+11.667X4 t=5.196 R^2=0.771 F=27Y=-2265+34.332X5 t=6.46 R^2=0.839 F=42Y=-10897+2014X6 t=8.749 R^2=0.905 F=77根据R^2统计量的⼤⼩排序，可见重要程度依次为X3, X6, X2, X5, X4。
计量经济学实验四、五
计量经济学实验四、五实验四序列相关的检验与修正实验目的1、理解序列相关的含义后果、2、学会序列相关的检验与消除方法实验内容利用下表资料，试建立我国城乡居民储蓄存款模型，并检验模型的自相关性。
表3 我国城乡居民储蓄存款与GDP 统计资料（1978年＝100）一、模型的估计0、准备工作。
建立工作文件，并输入数据。
1、相关图分析SCAT X Y相关图表明，GDP 指数与居民储蓄存款二者的曲线相关关系较为明显。
现将函数初步设定为线性、双对数等不同形式，进而加以比较分析。
2、估计模型，利用LS 命令分别建立以下模型⑴线性模型： LS YC Xx y 5075.9284.14984?+-==t (-6.706) (13.862)2R ＝0.9100 F ＝192.145 S.E ＝5030.809⑵双对数模型：GENR LNY=LOG(Y) GENR LNX=LOG(X) LS LNYC LNXx yln 9588.20753.8?ln +-= =t (-31.604) (64.189)2R ＝0.9954 F ＝4120.223 S.E ＝0.12213、选择模型比较以上模型，可见各模型回归系数的符号及数值较为合理。
各解释变量及常数项都通过了t 检验，模型都较为显著。
比较各模型的残差分布表。
线性模型的残差在较长时期内呈连续递减趋势而后又转为连续递增趋势，残差先呈连续递增趋势而后又转为连续递减趋势，因此，可以初步判断这种函数形式设置是不当的。
而且，这个模型的拟合优度也较双对数模型低，所以又可舍弃线性模型。
双对数模型具有很高的拟合优度，因而初步选定回归模型为双对数回归模型。
二、模型自相关的检验1.图示法其一，残差序列e t 的变动趋势图。
菜单：Quick→Graph→line ，在对话框中输入resid ；或者用命令操作，直接在命令行输入：line X 。
其二，作 e t-1和 e t 之间的散点图。
菜单：Quick→Graph→Scatter ，在对话框中输入resid(-1) resid ；或者用命令操作，直接在命令行输入：scat resid(-1) resid 。
计量经济 实验四
计量经济实验报告实验四多重共线性的识别与补救一、实验目的:1.对Cobb-Douglas生产函数及其参数估计进行初步的认识2.掌握多重共线性的识别方法3.能针对具体问题提出解决多重共线性问题的措施二、实验内容：随机形式的Cobb-Douglas生产函数可以表达为：其中：Y—产出--劳动投入---资本投入u---随即干扰项通过对模型的对数变换，可得：=+为说明Cobb-Douglas生产函数，收集1958-1972年的台湾地区农业部门经济的数据如下：用数据对Cobb-Douglas生产函数的对数变换模型进行估计并回答以下问题：1.劳动和资本的系数是否显著？2.判断劳动和资本两变量是否高度相关？3.如果对2的回答是肯定的，能不能从模型中剔除劳动变量而仅对资本投入作产出的回归？并解释理由。
4.针对该问题，给出消除多重共线性的方法并重新对模型进行估计。
三、实验结果：1.相关分析变量X2与X3的相关系数矩阵如下：图一LNX2 LNX3LNX2 1.000000 0.697618LNX3 0.697618 1.0000002．回归结果：（1）对lny,lnx2,lnx3进行回归分析：图二Dependent Variable: LNYMethod: Least SquaresDate: 12/16/13 Time: 19:25Sample: 1958 1972Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C -3.338455 2.449508 -1.362908 0.1979LNX2 1.498767 0.539803 2.776509 0.0168LNX3 0.489858 0.102043 4.800487 0.0004R-squared 0.889030 Mean dependent var 10.09653Adjusted R-squared 0.870535 S.D. dependent var 0.207914S.E. of regression 0.074810 Akaike info criterion -2.170875Sum squared resid 0.067158 Schwarz criterion -2.029265Log likelihood 19.28156 F-statistic 48.06885Durbin-Watson stat 0.891083 Prob(F-statistic) 0.000002(2)对lny1,lnk进行回归分析：图三Dependent Variable: LNY1Method: Least SquaresDate: 12/16/13 Time: 19:32Sample: 1958 1972Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C 1.708572 0.415882 4.108311 0.0012LNK 0.612980 0.093304 6.569715 0.0000R-squared 0.768523 Mean dependent var 4.437090 Adjusted R-squared 0.750717 S.D. dependent var 0.168009 S.E. of regression 0.083884 Akaike info criterion -1.995195 Sum squared resid 0.091475 Schwarz criterion -1.900788 Log likelihood 16.96396 F-statistic 43.16115 Durbin-Watson stat 0.601128 Prob(F-statistic) 0.000018（3）消除多重共线性后的模型：图四Dependent Variable: LY1Method: Least SquaresDate: 12/16/13 Time: 19:35Sample: 1958 1972Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C 1.708572 0.415882 4.108311 0.0012LK 0.612980 0.093304 6.569715 0.0000R-squared 0.768523 Mean dependent var 4.437090 AdjustedR-squared 0.750717 S.D. dependent var 0.168009 S.E. ofregression 0.083884 Akaike info criterion -1.995195四、 结果分析对1958-1972年的台湾地区农业部门生产函数进行回归分析，回归结果为：lnY= -3.3385 + 1.4988lnX 2 + 0.489858 lnX 3 t ： -1.3629 2.7765 4.80052R =0.8890 修正的2R =0.870535F=48.0689 D W=0.8910831、由图二得：因为t2=2.776509, t3=4.800487,t 值均大于t α/2(12）=2.179，所以劳动和资本的系数是显著的。
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。
计量经济学综合实验报告
1、用Eviews创建变量LE、NI,输入样本数据,、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;
2、估计河南省农村居民消费支出LE依可支配收入NI的一元回归模型
下图就是河南省农村居民消费支出LE和可支配收入NI的一元线性回归结果：
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;
3t检验：针对H1：β1=0和H2：β2=0,由上回归结果可以看出,估计的回归系数B1的标准误差和t值分别为：SEβ1=,tβ1=: β2的标准误差和t值分别为SEβ2= tβ2=. 取a=0,05,查t分布表得自由度为n-2=18-2=16的临界值为= 19,tβ1=＜= 19,不拒绝H1, tβ2=＞= 19,拒绝H2.这表明,城市居民可支配收入对其消费水平有很大影响;
但两者的之一比例均大于,可见用凯恩斯的绝对收入假说解释现阶段河南省居民消费规律是合理的;
实验二 截面数据一元线性回归模型
异方差性
实验目的和要求
1、掌握一元线性回归估计方程的异方差性检验方法；
2、掌握一元线性回归估计方程的异方差性纠正方法；
3、在老师的指导下独立完成实验,并得到正确结果;
实验内容
1、估计河南省城市居民消费支出CE依可支配收入DI的一元线性回归模型和农村居民生活消费支出LE与纯收入NI的一元线性回归模型；
城市居民：
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0.5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4
城镇居民
工资收入 30273.0 23231.9 14588.4 16216.4 18377.9 15882.0 14388.3 12525.8 33235.4 21890.0 24453.0 15535.3 21443.4 14767.5 21562.1 14704.2 15571.8 13951.4 25286.5 15647.8 15773.0 16654.7 14976.0 13627.6 其他收入 15000.8 12423.7 9554.4 7797.2 8600.1 12022.9 9155.9 8623.4 15643.9 13241.0 16788.0 9470.8 11939.3 8181.9 9066.0 8982.3 9608.7 10691.6 11217.5 9381.0 9146.8 10195.7 8917.9 7785.5
F 1154.996
Sig. .000a
a. 预测变量: (常量), 其他收入, 工资收入。 b. 因变量: 生活消费
系数 a 非标准化系数 模型 1 (常量) 工资收入 其他收入 a. 因变量: 生活消费 B 1765.391 .555 .560 标准 误差 337.293 .030 .072 .723 .298 标准系数 试用版 t 5.234 18.798 7.743 Sig. .000 .000 .000
15156.1 12231.9 16679.7 14020.7 13539.5 15321.1 15206.2
15140.7 19604.0 16441.0 13329.7 14015.6 15363.9 15585.3
9557.6 2956.7 7667.8 6819.3 8115.4 8402.8 6802.6
计量经济学实验报告4
《 计量经济学 》课程实验第 3 次实验报告实验内容及基本要求：实验项目名称：运用Eviews 软件进行自相关模拟分析实验类型： 上机实验每组人数： 1实验内容及要求：1、总体要求：数据已经输入到eviews 中，数据文件为：自相关实验.wf1，其中的income 为家庭收入，consume 为家庭开支，以此数据建立以consume 为被解释变量的消费方程，用最小二乘法估计变量间的相关关系。
并检验数据中自相关性等特征，采用相应方法进行修正。
2、具体步骤：依次回答下列问题（得到回归结果是指给出回归方程，并做检验）： 1、建立消费方程，做回归，得到回归结果。
2、根据回归结果，边际消费倾向为多少？显著不为1吗，给出检验过程。
3、数据中存在自相关吗，给出检验过程。
4、用dw 值来估计ρ，据此ρ做广义差分来消除自相关性，给出结果 5、 假定为ar(1)，用科克兰内-奥克特法来消除自相关性，给出结果6、 假定为ar(2)，用科克兰内-奥克特法来消除自相关性，给出结果实验结果：一．模型设定假定被解释变量Y 与解释变量X 存在线性相关关系，则可设定为如下模型:t t t u X Y ++=21ββ其中Y 为家庭支出consume,X 为家庭收入income.Ut 为随机误差项。
二．参数估计——用最小二乘法估计Y 与X 之间的参数值1.数据输入由于之前数据已输入到“自相关实验.wf1”中，故在eviews 设定完Y 和X 之后直接把相对应的数据粘贴就可以了。
2.参数估计通过最小二乘法进行回归估计，结果如图所示：可知该模型为：t t X Y 7829.02336.81^+= SE=180.2928 0.032038T=0.4506 24.4377R 2=0.9552 F=597.1988 DW=1.23373.边际消费倾向分析根据该回归结果可知，边际消费倾向为2β=0.7829，对其显著性进行检验H0：2β=1 H1：2β≠1给定显著性水平α=0.05，查表得2/αt (n-2)=025.0t (28)=2.0487752.6032038.017829.0)(22=-=-=βββSE t可知2/αt （28）=2.048<t ，所以，拒绝H0，即边际消费倾向2β显著不为1.4.自相关检验由上面的回归结果可知，该模型的可决系数R 2，2R 很高，拟合程度较好，回归系数显著。
计量经济学实验指导书正文
《计量经济学》课程实验指导书目录实验一计量经济学古典线性回归模型实验 (1)实验二计量经济学异方差模型实验 (12)实验三计量经济学自相关模型实验 (19)实验四计量经济学多重共线性模型实验 (24)实验五计量经济学虚拟变量模型和滞后变量模型实验 (30)实验六计量经济学单方程模型综合性实验 (38)实验七计量经济学联立方程模型综合性实验 (59)主要参考书1.潘省初著《计量经济学》：中国人民大学出版社，2002年，第1版。
2.袁建文编著《计量经济学实验》：科学出版社，2002年，第1版。
实验一、计量经济学古典线性回归模型实验一、实验目的与要求：使学生掌握古典线性回归模型的设定、估计、检验、预测方法以及至少掌握一种计量经济学软件的使用，提高学生应用计量经济学古典线性回归模型方法解决实际问题的实践动手能力。
要求学生能对简单的实际经济问题正确地选择古典线性回归模型的理论形式，能使用计量经济学软件包Eviews估计模型参数，能进行经济意义、拟合优度、参数显著性和方程显著性等检验，能进行模型经济意义分析以及预测因变量值。
二、实验内容与步骤：1.选择简单的实际经济问题学生从本实验指导书提供的参考选题中或从其它途径选择合适的实际经济问题。
2.古典线性回归模型的理论形式设定学生针对所选的实际经济问题，依据有关的经济理论设定恰当的古典线性回归模型的理论形式。
3.经济意义和统计检验学生应用计量经济学软件包Eviews对已设定的古典线性回归模型进行初步估计并进行经济意义和统计检验。
4.模型经济意义分析及预测因变量值三、实验例题：美国1980-1995年未偿付抵押贷款债务下表提供了以下数据，非农业未偿付抵押贷款(Y，亿美元)，个人收入(X2，亿美元)，新住宅抵押试建立美国非农业未偿付抵押贷款古典线性回归模型，若1997年个人收入为6543亿美元，新住宅抵押贷款费用为8%，试预测1997年未偿付抵押贷款额(亿美元)。
实验步骤及内容如下：1.古典线性回归模型的理论形式设定以非农业未偿付抵押贷款(Y)作为被解释变量，个人收入(X 2)及未偿付抵押贷款(X 3)作为解释变量。
计量经济学实验操作指导(完整版)--李子奈
计量经济学试验 (完整版)——李子奈目录实验一一元线性回归一实验目的：掌握一元线性回归的估计与应用，熟悉EViews的基本操作。
二实验要求：应用教材P61第12题做一元线性回归分析并做预测。
三实验原理：普通最小二乘法。
四预备知识：最小二乘法的原理、t检验、拟合优度检验、点预测和区间预测。
五实验内容：第2章练习12下表是中国2007年各地区税收Y和国内生产总值GDP 的统计资料。
单位：亿元安徽401.9 7364.2 甘肃142.1 2702.4 福建594.0 9249.1 青海43.3 783.6 江西281.9 5500.3 宁夏58.8 889.2 山东1308.4 25965.9 新疆220.6 3523.2 河南625.0 15012.5(1)作出散点图，建立税收随国内生产总值GDP变化的一元线性回归方程，并解释斜率的经济意义；(2)对所建立的回归方程进行检验；(3)若2008年某地区国内生产总值为8500亿元，求该地区税收收入的预测值及预测区间。
六实验步骤1.建立工作文件并录入数据：(1)双击桌面快速启动图标，启动Microsoft Office Excel, 如图1，将题目的数据输入到excel表格中并保存。
(2)双击桌面快速启动图标，启动EViews6程序。
(3)点击File/New/ Workfile…，弹出Workfile Create对话框。
在Workfile Create对话框左侧Workfile structuretype栏中选择Unstructured/Undated选项，在右侧DataRange中填入样本个数31.在右下方输入Workfile的名称P53.如图2所示。
图 1 图 2(4)下面录入数据，点击File/Import/Read Text-Lotus-Excel...选中第(1)步保存的excel表格，弹出Excel Spreadsheet Import对话框，在Upper-left data cell栏输入数据的起始单元格B2，在Excel 5+sheet name栏中输入数据所在的工作表sheet1，在Names for series or Number if named in file栏中输入变量名Y GDP，如图3所示，点击OK，得到如图4所示界面。
第四章计量经济学实验报告
Coefficient
Std. Error
t-Statistic
Prob.
C
-480.5047
501.1310
-0.958841
0.3566
X5
22.59572
2.594705
8.708399
0.0000
R-squared
0.863382
Mean dependent var
3527.783
Sum squared resid
5874636.
Schwarz criterion
16.16198
Log likelihood
-110.4948
F-statistic
86.65749
Durbin-Watson stat
0.424390
Prob(F-statistic)
0.000001
③Y=C+β4X4+μ
②导入数据
打开“Eviews”主页，点击“File”→“import”→“Read Text Lotus Excel”
在workfile中，选中x和y，右击鼠标，选中“open”→“as grup”即可。
obs
Y
X2
X3
X4
X5
X6
1994
1023.500
52400.00
414.7000
54.90000
Log likelihood
-101.7312
F-statistic
333.0199
Durbin-Watson stat
0.442335
Prob(F-statistic)
0.000000
②Y=C+β3X3+μ
计量经济学实验分析
计量经济学实验分析计量经济学实验报告实验项目：多元线性回归、自相关、异方差、多重共线性实验目的：掌握多元线性回归模型、自相关模型、异方差模型、多重共线性模型的估计和检验方法和处理方法实验要求：选择方程进行多元线性回归；熟悉图形法检验和掌握D-W检验，理解广义差分法变换和掌握迭代法；掌握Park或Glejser检验，理解同方差性变换；实验原理：普通最小二乘法图形检验法D-W检验广义差分变换加权最小二乘法Park检验等实验步骤：首先：选择数据为了研究影响中国税收收入增长的主要原因，选择国内生产总值（GDP）、财政支出（ED）、商品零售价格指数（RPI）做为解释变量，对税收收入（Y）做多元线性回归。
从《中国统计年鉴》2011中收集1978—2009年各项影响因素的数据。
如下表所示：时间y各项税收(亿元)X1 GDP(亿元)X2 财政支出(亿元)X3 商品零售价格指数(1997=100)1978年519.28 3678.7 1122.09 100.7 1979年537.82 4100.5 1281.79 102.714 1980年571.7 4587.6 1228.83 108.8768 1981年629.89 4935.8 1138.41 111.4899 1982年700.02 5373.4 1229.98 113.6082 1983年775.59 6020.9 1409.52 115.3123 1984年947.35 7278.5 1701.02 118.5411 19852040.79 9098.9 2004.25 128.972719862090.73 10376.2 2204.91 136.711 年19872140.36 12174.6 2262.18 146.6909 年19882390.47 15180.4 2491.21 173.8288 年19892727.4 17179.7 2823.78 204.7703 年19902821.86 18872.9 3083.59 209.0705 年19912990.17 22005.6 3386.62 215.1335 年19923296.91 27194.5 3742.2 226.7507 年19934255.3 35673.2 4642.3 256.6818 年19945126.88 48637.5 5792.62 312.3818 年19956038.04 61339.9 6823.72 358.6143 年19966909.82 71813.6 7937.55 380.4897 年19978234.04 79715 9233.56 383.5336 年19989262.8 85195.5 10798.18 373.5618 年199910682.58 90564.4 13187.67 362.3549 年200012581.51 100280.1 15886.5 356.9196 年200115301.38 110863.1 18902.58 354.0642 年200217636.45 121717.4 22053.15 349.4614 年200320017.31 137422 24649.95 349.1119 年200424165.68 161840.2 28486.89 358.8871 年200528778.54 187318.9 33930.28 361.7582 年200634804.35 219438.5 40422.73 365.3758 年200745621.97 270232.3 49781.35 379.262008年54223.79 319515.5 62592.66 401.6364 2009年59521.59 349081.4 76299.93 396.8167 2010年73210.79 413030.3 89874.16 409.1181 2011年89738.39 489300.6 109247.8 429.1648 2012年 100614.3 540367.4125953437.7481 2013年110530.7 595244.4 140212.1 443.8766 2014年119175.3643974 151785.6448.3154实验一：多元线性回归1、将RPI 转换为以1977年为基年的定基数据。
计量经济学实验报告_4
《计量经济学》课程实验报告1专业国际经济与贸易班级B谢谢谢谢姓名XXX 日期2012.9.28一、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软件求解简单线性回归模型的方法；3．掌握用Eviews软件输出结果对模型进行统计检验；4．掌握用Eviews软件进行经济预测。
二、实验内容：根据1978年到2007年的中国居民的人均消费水平和人均GDP的数据，通过模型设定，估计参数，模型检测，回归预测等步骤，分析中国全体居民的消费水平和经济发展的数量关系，对于探寻居民消费增长的规律性。
三、实验数据四：实验步骤：1：模型设定。
由上表分析居民人均消费水平（y）和人均GDP（x）的关系，制作散点图。
从中可以看出居民消费水平（y）和人均GDP（x）大体呈现为线性关系。
2：估计参数：利用软件eviews作简单线性分析的步骤包括以下几方面内容。
建立文件夹，首先双击eviews图标，进入主页。
在其菜单栏中点击File|new|workfile，并选择数据频率为1978和2007.输入数据：在eviews命令框中直接输入“data x y”回车出现“Group”窗口数据编辑框，在对应的“y”，“x”下输入数据。
估计参数。
在eviews命令框中直接键入“LS Y C X”，按回车，即出现回归结果。
Dependent Variable: YMethod: Least SquaresDate: 11/17/12 Time:8:37Sample: 1978 2007Included observations: 30Coefficient Std. Error t-Statistic Prob.C 224.3149 55.64114 4.031457 0.0004X 0.386430 0.007743 49.90815 0.0000R-squared 0.988884 Mean dependent var 2175.067Adjusted R-squared 0.988487 S.D. dependent var 2021.413S.E. of regression 216.8978 Akaike info criterion 13.66107Sum squared resid 1317251. Schwarz criterion 13.75448Log likelihood -202.9161 Hannan-Quinn criter. 13.69095F-statistic 2490.823 Durbin-Watson stat 0.115812Prob(F-statistic) 0.000000若要显示回归结果的图形，在“Equation”框中，点击“Resids”,即出现剩余项、实际值、拟合值的图形：3：模型检测：包括经济意义检测和拟合有度、统计检验。
计量经济学实验报告(自相关性)
实验6.美国股票价格指数与经济增长的关系——自相关性的判定和修正一、实验内容：研究美国股票价格指数与经济增长的关系。
1、实验目的: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。
2、实验要求：（1）分析数据，建立适当的计量经济学模型（2）对所建立的模型进行自相关分析（3）对存在自相关性的模型进行调整与修正二、实验报告1、问题提出通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？GDP是一国经济成就的根本反映。
从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP 增长，股票价格就随之上涨，实际走势有时恰恰相反。
必须将GDP与经济形势结合起来考虑。
在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。
本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。
2、指标选择：指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。
3、数据来源：实验数据来自《总统经济报告》（1989年），如表1所示：表1 4、数据处理将两组数据利用Eviews绘图，如图1、2所示：图1 GDP数据简图图2 SPI数据简图经过直观的图形检验，在1970-1987年间，美国的GDP保持持续平稳上升，SPI虽然有些波动，但波动程度不大，和现实经济相符，从图形上我们并没有发现有异常数据的存在。
所以可以保证数据的质量是可以满足此次实验的要求。
《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
计量经济学实验报告(西安交通大学)
计量经济学实验报告姓名：何璐（交换生）班级：经济91学号：09182250实验报告1.第二章十二题1.1实验目的建立一元计量经济学模型并对方程进行检验和预测1.2实验内容1）做出散点图，建立税收随国内生产总值GDP变化的一元线性回归方程。
并解释斜率的经济意义。
2）对所建立的回归方程进行检验3）若2008某地区国内生产总值为8500亿元，求该地区税收的预测值及区间。
下表是中国2007年内地各地区税收Y和国内生产总值GDP的统计资料1.3实验过程与结论(1)做Y关于GDP 的散点图,按照如下步骤：在Eviews软件中，选择Quick/Graph（图1-1），出现Serise List（图1-2）对话框图1-1图1-2在Graph窗口的Graph Type栏中选择Scatter Diagram，点击OK按钮，即出现如图1-3所示的散点图。
图1-3在Eviews软件下,为了得到税收Y随GDP变化的一元线形回归方程，选择Quick/Estimate Equation（图1-4），得到如下结果：图1-4由此可知，Y随GDP变化的一元线形方程:Ý=-10.63+0.071GDP(-0.12) (9.59)R2=0.7603斜率的经济意义是:2007年,中国内地各省区GDP每增加1亿元时,税收平均增加0.071亿元。
(2)在α=5%的显著水平下，自由度为31-2=29的t分布的临界值位2.045,可由此判断,斜率项显著不为零,截距项显著为零.R2=0.7603,表明税收的76%的变化可以GDP的变化来解释,拟合度较好(3)通过Eviews操作得出Y在GDP=8500下的预测值（图1-5）为593.2667图1-52、第三章十一题2.1实验目的学习对二元回归方程进行估计，并进行F检验和t检验2.2实验内容1）估计回归方程的参数及随机干扰项的方差，计算可决系数和调整的可决系数。
2）对方程进行F检验，对参数进行t检验，并构造参数95%的置信区间。
计量经济学实验报告4
《计量经济学》课程实践报告4系部：经济与管理系专业：国际经济与贸易任课教师：李祖辉老师年级班级： 2013级 2班组员：舒冠、张淑琴、梁湘、冯冬雪东部地区第二产业对财政收入的影响分析—基于面板数据模型的经济计量分析一、意义财政收入对于国民经济的运行及社会发展具有重要影响，是一个国家各项收入得以实现的物质保证。
在税收体制及政策不变的情况下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。
财政收入分配是调整国民收入初次分配格局，实现社会财富公平合理分配的主要工具。
是国家对经济实行宏观调控的重要经济杠杆。
我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。
其中工业和农业对财政收入的影响最大。
工业是国民经济的主要部门，也是财政收入的主要来源部门。
就我国的工业和农业相比，工业部门的技术装备、劳动生产率要远远高于农业，积累水平也要高的多。
因此，在财政收入中来自工业部门的收入占绝大比重，工业部门完成上缴任务多少，对保证财政收入起决定作用。
二、研究综述从历史上看，首先比较明确提出国家财政税收原则的是威廉配第，他作为古典政治经济学的奠基人和财政理论的先驱者，不仅在国家财政支出方面进行了深入的研究，而且在国家财政收入理论上也有很大的建树。
在其代表作《赋税论》中，他阐述了关于税收制度的建设和税收对于国家重要性的理论。
配第十分重视国家税收对经济的影响，他在《赋税论》中，比较深刻的分析了税收和国民财富，税收和国家经济实力之间的关系。
周泽民在《论财政与国民收入分配》中指出，在生产资料公有制的社会主义国家, 财政在国民收入分配中居于主导的地位, 它制约着其他各分配手段。
财政的这种主导地位是由社会主义国家的职能和有计划按比例发展的社会主义经济规律的客观要求所决定的。
中央财经大学中国经济与管理研究院的崔小勇在《我国国民收入分配格局研究》中指出：无论是初次分配格局还是再分配格局,我国居民收入在国民收入分配中的比例都是逐年下降的,而企业收入和政府收入在国民收入中的比例则是上升的.这说明,近年来我国国民收入的格局在向企业和政府倾斜.企业利润增长快于居民收入增长、财政收入增长速度远高于居民收入增长速度、居民财产收入占比下降是导致收入分配格局失衡的主要原因。
计量经济学实验报告 回归分析
西南科技大学《计量经济学》实验报告实验项目名称：计量经济学实验指导教师：实验组成人员：学号：年级专业：【实验步骤——自己操作】一、实验数据：为了研究深圳市地方预算内财政收入与国内生产总值的关系，得到以下数据：资料来源:《深圳统计年鉴2002》，中国统计出版社(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。
二、实验步骤：1.建立EViews3.1实验文件在主菜单上依次点击File/New/Work file，选择annual（年度）2.输入Y、X、T的数据在EViews软件的命令窗口键入DATA命令，命令格式为：：输入：DATA Y XLs y c x/ok 后，出现Forecast3.制图x与y的变化图形：所以根据地方预算内财政收入（Y ）和GDP 的关系近似直线关系，可建立线性回归模型：t t t u GDP y ++=21ββ4.输入命令：genr e=resid根据EViews 估计其参数结果为：t t GDP Y 134582.0611151.3ˆ+-=(4.16179) (0.003867) T = (-0.867692) (34.80013) R 2=0.99181 F=1211.049经检验说明,GDP 对地方财政收入确有显著影响。
R 2=0.99181，说明GDP 解释了地方财政收入变动的99%，模型拟合程度较好。
所以当GDP 每增长一亿元，地方财政平均收入将增长0.134582亿元。
5.回归检验——回归参数的显著性检验： 显著性检验水平：5.00=α查找自由度为n-k 的()79.122-12t 25.00=有上不检验中得出)(2k n t -≥α即为34.80013179.2≥所以在其他解释变量不变的情况下，解释变量x 对应变量y 的影响是显著的6. 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。
计量经济学实验报告4
计量经济学实验报告4计量经济学实验报告4在计量经济学中，实验是一种重要的研究方法，通过实验可以对经济理论进行验证和检验。
本次实验旨在探究市场供给曲线的形状对市场均衡和福利的影响，并通过实验结果对供给曲线的弹性进行估计。
实验设计如下：我们设定了三个不同形状的市场供给曲线，分别是完全弹性供给曲线、完全非弹性供给曲线和中间弹性供给曲线。
实验中，参与者扮演买家和卖家的角色，根据不同的价格和数量，买家和卖家可以自由决定是否进行交易。
实验的目标是观察不同供给曲线下市场的均衡价格和数量，并计算市场福利。
在实验过程中，我们发现市场供给曲线的形状对市场均衡和福利产生了显著的影响。
首先，完全弹性供给曲线下，市场均衡价格较低，交易量较大，市场福利最大化。
这是因为供给曲线完全弹性意味着卖家对价格的变动非常敏感，他们会根据市场价格灵活调整供给量，从而满足买家的需求。
相反，完全非弹性供给曲线下，市场均衡价格较高，交易量较小，市场福利较低。
这是因为供给曲线完全非弹性意味着卖家对价格的变动不敏感，他们无法根据市场需求灵活调整供给量，从而导致市场均衡价格上升。
在中间弹性供给曲线下，市场均衡价格和交易量介于完全弹性和完全非弹性之间，市场福利也相对较高。
这是因为供给曲线中间弹性意味着卖家对价格的变动有一定的敏感度，但不像完全弹性供给曲线那样敏感，也不像完全非弹性供给曲线那样不敏感。
因此，在中间弹性供给曲线下，市场能够更好地平衡供求关系，实现较高的福利。
通过对实验结果的分析，我们还可以对供给曲线的弹性进行估计。
根据实验中不同供给曲线下的市场均衡价格和交易量，我们可以计算出供给曲线的弹性系数。
弹性系数越高，说明供给曲线对价格的变动越敏感，反之则越不敏感。
通过对多组实验数据的分析，我们可以得到供给曲线的平均弹性系数，并进一步研究供给曲线的变动对市场均衡和福利的影响。
综上所述，本次实验通过观察不同形状的市场供给曲线对市场均衡和福利的影响，以及对供给曲线的弹性进行估计，得出了一些有意义的结论。
- 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)。
图一：家庭可支配收入与消费性支出相关图
（2.）残差分析
首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。
在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。
图二
二：White检验
⑴建立回归模型：LS Y C X，回归结果如图三
图三
⑵在方程窗口上点击View\Residual\Test\White Heteroskedastcity,检验结果如图四。
图四=272.36+0.76X
yˆ
异方差性检验——White检验模型对数的估计
(2)从图一中可以看出，随着可支配收入的增加，消费性支出的平
均水平不断提高，但离散程度也逐步扩大。
这说明变量之间可能存在递增的异方差性。
图2显示回归方程的残差分布有明显的扩大趋势，即表明存
在异方差性
（3）其中F 值为辅助回归模型的F 统计量值。
取显著水平，由于
05.0=α5.9913.48,所以存在异方差性。
实际应用中可以直接观察相704.699.5)2(2205.0=<=nR χ2704.699.5)2(2205
.0=<=nR χ伴概率p 值的大小，若p 值较小，则认为存在异方差性。
反之，则认为不存在异方差性。
心得：掌握异方差性的检验及处理方法。