计量经济学案例Eviews实现

2.8：

散点图:graph01。建立一元线性回归模型。

参数估计：eq02。可得出模型：t t x y 69.031.135+=

预测：graph02。得到1990年、2000年某城镇居民年人均消费性支出预测值为：1354.89、1424.05.

3.7进行回归分析，建立回归模型。

1用最小二乘法做参数估计：eq02/stats 。得到回归方程：i i i x x y 219117.00494.05398.158-+=。回归标准差为：20.21757

2经济意义检验：可得出所有的回归系数的符号和大小都与经济理论及人们的经验期望值相一致。

3统计检验：

（1） 拟合优度检验：得出样本回归方程较好的拟合了样本观测值。

（2） F 检验：F=72.9065>4.46,所以回归方程是显著的.

（3） t 检验:t1=10.5479>2.306即1β显著不等于0;9213.02-=t <2.306不能否定

02=β即x2不能作为解释变量进入模型.

4预测eq02/resids

在2000年我国城镇居民家庭人均可支配收入为5800,耐用消费价格指数为135,进行预测可得2000Y 的置信度为0.95的预测区间为（267.2001,376.7605）

4.3

1对CES 函数进行线性化处理，再用最小二乘法做参数估计：eq02/stats.得出回归方程：2)](

[0602.00293.11693.17145.8)(L

K Ln LnL LnK LnGDP -++-=分别得到A m ,,ρδ的估计值A=0.00016、δ=0.5318、ρ=0.2199、m=2.1986.

2 预测：eq02/resids

最后得出CES 的生产函数为2199.01986.22199.02199.0]4682.05318.0[00016.0---+=L K

GDP

当2199.0=ρ时得出K 与L 的替代弹性8197.0=σ

5.5

1建立计量经济模型i i i u X Y ++=10ββ用普通最小二乘法估计：eq03。参数估计为i i X Y 09.041.700+-=。由上述结果计算残差，怀疑模型存在异方差性，分别用4种方法进行检验。

（1） 图示法检验：绘制X Y 、X e 的散点图graph03、graph04.可以看出随

着可支配收入X 的增加，储蓄Y 的离散程度增加，残差项的离散程

度也增加，表明随机误差项存在异方差。

（2） 斯皮尔曼等级相关系数检验：按照检验的步骤，计算出斯皮尔曼相

关系数r=0.59，并对相关系数进行检验，检验结果表明模型的随机

误差项存在异方差。

（3） 戈的菲尔德-夸特检验：将X 的样本观测值按升序排列，略去中心9

个样本观察值，将剩下的22个观测值分成容量相等的两个子样本，

第一个子样本估计模型：X Y 09.064.744+-=残差平方和∑=9.150867

2

2i e 第二个子样本估计模型：Y=666.38+0.05X 残差平方和∑=96699722i e ，构造F 统计量进行F 检验，得出模型的随机误

差项存在异方差。

（4） White 检验：在回归估计式窗口view/residual dinostics/heterosk/white

即可：eq03

2若异方差与X 有关，则以1/X 为权做加权最小二乘估计：eq04加权最小二乘

估计为：t t t t t X u X X Y ///10++=ββ。

将X （31）代入得计算结果：Y （31）=2695.53 6.7．1

1绘制X 和Y 的散点图graph02,并用最小二乘：eq04 估计的回归方程为：Y=111.44+0.7118X ，

DW=0.6，T=23。做出残差图graph03,。

2 DW 统计量检验误差项存在正自相关，LM 统计量检验结果也显示误差项存在正自相关。

3 用广义最小二乘法估计回归参数：对原变量做广义差分变换，令11

7.07.0---=-=t t t t X X gdx Y Y gdy 再对样本进行回归：gdy=45.2489+0.6782gdx ，DW=2.31、T=22.

查表可知误差项已经消除自相关。最终可得出广义最小二乘回归：Y=150.8297+0.6782X 。过程为：eq05

6.7.2

1 做出X 与Y 、X 与LnY 的散点图，分别为：graph03和graph05最小二乘法可得eq05：LnY=-11.18+0.0254X ,DW=0.36.

2 对残差序列拟合，可知误差项存在二阶自相关。

3 用广义差分法消除自相关，对残差做滞后一期，二期运算：eq06最终可得LnY

和X 的广义差分变换为：2

121467.0861.1467.0186.1----+-=+-=t t t t t t X X X GDX LnY LnY LnY GDLnY 广义最小二乘回归：eq08结果为：GDLnY=-3.246+0.0259GDX ,DW=1.99.可知上式不存在自相关。

所以原模型的广义最小二乘回归：eq07结果是：LnY=-11.55+0.0259X

7.5

1 Y做因变量，X1、X2、X3、X4、X5做自变量，进行最小二乘回归:eq11 Y=-3.497+0.125X1+0.074X2+2.678X3+3.453X4-4.491X5.

对自变量计算两两之间的相关系数时，可知自变量之间是高度相关的，采用修正Frisch法，对Y关于X1、X2、X3、X4、X5做最小二乘回归：eq12、eq13、eq14、eq15、eq16。之后可得出相应回归方程。

2加入X3，对Y关于X1、X3做最小二乘回归eq17，做分析后应在模型中保留X3

3加入X2对Y关于X1、X2、X3做最小二乘回归eq18，分析后：应在模型中保留X3略去X2。

4加入X4对Y关于X1、X3、X4做最小二乘回归eq19，分析后应保留X3，略去X4。

5加入X5对Y关于X1、X3、X5做最小二乘回归eq20，分析后应略去X5。

最终可得回归方程Y=0.141X1+2.802X3.