《计量经济学李子奈eviews完整实验.docx》由会员分享，可在线阅读，更多相关《计量经济学李子奈eviews完整实验.docx（65页珍藏版）》请在课桌文档上搜索。
1、计量经济学试验eviews李子奈实验一一元线性回归5一实验目的5二实验要求5三实验原理5四预备知识5五实验内容51 .建立工作文件并录入数据52 .数据的描述性统计和图形统计：73 .设定模型，用最小二乘法估计参数：84 .模型检验：85 .应用：回归预测：9实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验12一实验目的：12二实验要求12三实验原理12四预备知识12五实验内容12六实验步骤13实验三多元线性回归15一实验目的15三实验原理15四预备知识15五实验内容15六实验步骤156. 1建立工作文件并录入全部数据156.2 建立二元线性回归模型166.3 结果的分析与
2、检验166.4参数的直信区间176.5回归预测176.6置信区间的预测19实验四异方差性21 21 *21 2121216.1建立对象：216.2 用普通最小二乘法建立线性模型226.3 检验模型的异方差性226. 4异方差性的修正25实验五自相关性29一实验目地29二实验要求29三实验原理29四预备知识29五实验内容29六实验步骤291.1 1建立Workfile和对象301.2 参数估计、检验模型的自相关性301.3 使用广义最小二乘法估计模型341.4 采用差分形式作为新数据，估计模型并检验相关性36实验六多元线性回归和多重共线性3838383838386.1建立工作文件并录入数据386
3、.2用OLS估计模型386.3 多重共线性模型的识别396.4 多重共线性模型的修正40实验七分布滞后模型与自回归模型及格兰杰因果关系检验.43一实验目的43二实验要求43三实验原理43四预备知识43五实验内容43六实验步骤436.1建立工作文件并录入数据436 .2使用4期滞后2次多项式估计模型447 .3格兰杰因果关系检验46实验八联立方程计量经济学模型50一实验目的50二实验要求50三实验原理50四预备知识50五实验内容506.1分析联立方程模型。516.2建立工作文件并录入数据，如图1所示。516.3估计国内生产总值方程521 .4估计货币供给量方程546 .5模型的直接计算机估计55
4、实验九时间序列计量经济学模型57一实验目的57二实验要求57三实验原理57四预备知识57五实验内容57六实验步骤576. 1建立工作文件并录入数据，如图1所示。577. 2*亚588. 3单整性检验629. 4估计CPl的WMA模型63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KYGDPEYG
5、DP京津北西古宇林江海苏江徽建西东南蒙 龙北天河山内辽吉黑上江浙安福江山河1435.79353.3438.45050.4618.313709.5430.55733.4347.96091.1815.711023.5237.45284.7335.07065.01975.512188.91894.825741.21535.418780.4401.97364.2594.09249.1281.95500.31308.425965.9625.015012.5北南东西南庆川州南藏西肃海夏疆湖湖广广海重四贵云西陕甘青宁新434.09230.7410.79200.02415.531084.4282.75955.
6、788.01223.3294.54122.5629.010505.3211.92741.9378.64741.311.7342.2355.55465.8142.12702.443.3783.658.8889.2220.63523.2要求，以手工和运用EVieWS软件：(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MierOSOftOfficeExcel,如图1
7、,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FileNewWorkfile,弹出WorkfiIeCreate对话框。在WorkfiIeCreate对话框左侧Workfilestructuretype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WOrkfiIe的名称P53.如图2所示。ABC1地区YGDP2北京1435.79353.33天津438.45050.44河北618.313709.55山西430.55733.46内蒙古347.96091.17辽宁815.7l11
8、023.58吉林237.45284.79黑龙江335706510上海1975.512188.911江济1894.825741.24 r4* A47rt A图1图2(4)下面录入数据,点击File/Import/ReadTeXt-LOtUS-EXCeL.选中第(1)步保存的CXCCi表格,弹出EXCCISpreadsheetImPOrt对话框，在UPPerTeftdataCCIl栏输入数据的起始单元格B2,在EXCeI5+sheetIIanlC栏中输入数据所在的工作表sheetl,在NamesforseriesorNumberifnamedinfile栏中输入变量名YGDP,如图3所示，点击OK
9、,得到如图4所示界面。Excd Spreadsheet ImportDataaderjperftdatacel cd 5+sheet name By ObservaSon series n OAJmnSB2sheet!Bygenes-SefieshfwsNamesfwserea HjrteriffWredn fieY(j)P, Wrtte teobsEm d&te format &st Gfendar dayLastcalendarday0Jte series namesImpatsample Resetsampleto:131* n .J CinentsafnpieQ Workfierang
10、e二 Q ToendofrangeI - I I 4， UntitIedM NewPage/Vewj.ocjOect: Print【SavePetafe+/： ；SneW g Feteh:施Deiete GenrISanRange: 131 - 31 obsDispla), Filter1Sample: 131 - 31 obs团0图3图4(5)按住Ctrl键同时选中Workfile界面的gdp表跟y表，点击鼠标右键选Open/asGroup得到完整表格如图5,并点击Group表格上菜单命令Name,在弹出的对话框中命名为group01.图5图62 .数据的描述性统计和图形统计：以上建立的序列
11、GDP和Y之后，可对其做描述统计和统计以把握该数据的一些统计属性。(1)描述属性；点VieW/DescriptiveStatsCommonSample,得描述统计结果，如图6所示，其中：Mean为均值，Std.Dev为标准差。(2)图形统计:双击序列GDP,打开GDP的表格形式，点击表格左边View/GraPh,可得图7。同样可查看序列Y的线形图。很多时候需要把两个序列放在一个图形中来查看两者的相互关系，用线图或散点图都可以。在命令栏键入：SCatGDPY,然后回车，就可以得到用散点图来查看GDP和Y的关系，如图8所示。图73 .设定模型，用最小二乘法估计参数：设定模型为工=4+夕2X,+%。
12、图9按住Ctrl键，同时选中序列Y和序列GDP,点击右键，在所出现的右键菜单中,选择OPen/asEquation后弹出一对话框，在框中一次输入ycgdp”,(注意被解释变量在最前，变量间要空格，如图9)点击其下的确定，即可得到回归结果(如图10)oEquatioft:UNKFLEDWorMiIeP61：:Unthled11o11VewProcObjectAmtjNaneFreezeEstmateForecastStatsAesdsDependentVariable:YMethLeastSquaresDate09/27/11Time:01:11Sample:131InduOedobservat
13、ions:31CoefficientStd.Erroft-StatisticProb.C10.6296386.06992-0.1235000.9026GDP0.07104700074079.5912450.0000Mean dependent Var621.0548S.D. Jependent Var619.5803Akalke info Cntenon14.36378Schwarzcnterion14.45629Hannan-Quinn itef1439393Durtiin-Watson stat1.570523Rsquared0.760315AdjustedR-SqUafed0752050
14、SEolregression3085176Sumsquaredresid2760310.1.oglikelihood-2206385F-Statisttc91.99198ProtXF-Statisfic)0.000000图10由图10数据结果，可得到回归分析模型为：X=10.62963+().()71047Xj(-0.123500)(9.591245)R2=0.760315,b=9199198,DW.=1.570523其中，括号内的数为相应的t检验值。斤是可决系数，F与DW.是有关的两个检验统计量。4 .模型检验：(1)经济意义检验。斜率R=Oo71047为边际可支国内生产总值GDP,表明20
15、07年，中国内地各省区GDP每增加1亿元时，税收平均增加0.071047亿元。(2)t检验和拟合优度检验。在显著性水平下，自由度为31-2=29的t分布的临界值ho25(29)=2.O5。因此，从参数的t检验值看，斜率项显然不为零，但不拒绝截距项为零的假设。另外，拟合优度斤=0.760315表明，税收的76%的变化也以由GDP的变化来解释，因此拟合情况较好。在Eqution界面点击菜单命令View/Actual,Fitted,Residual/Actual,Fitted.ResidualGraph可得到图IL可直观看到实际观测站和拟合值非常接近。图H图12 Equation: UNTLED W
16、orkfile: P61:Untitled上J旦图 Equation： UNTITLED WorWletP61:UntitIed 瓦区5 .应用：回归预测：（1）被解释变量Y的个别值和平均值的点预测：由第二章第五节知道，个别值和平均值点预测的预测公式均为4=R+Ax.内插预测：在EqUatiOn框中，点击“Forecast”,在FOreCaStname框中可以为所预测的预测值序列命名，计算机默认为yf,点击“0K”，得到样本期内被解释变量的预测值序列yf（也称拟合值序列）的图形形式（图12）o同时在Workfile中出现一个新序列对象yf。外推预测：录入2008年某地区国内生产总值GDP为85
17、00亿元的数据。双击Workfile菜单下的Range所在行，出现将Workfilestructured对话框，讲右侧ObServation旁边的数值改为32,然后点击OK,即可用将Workfile的Range以及Sample的Range改为32；双击打开GDP序列表格形式，将编辑状态切换为“可编辑”，在GDP序列中补充输入GDP=8500（如图13所示）。O Series: GDP Workfile: P61:UrrtitledmY ?TQCOt%operes PnrKWe FreeZe Defajit SOGEdt+刊弼+上161718192021242526272829303132150
18、12.509230.7009200.00031084.40EwOO1223.300412250010505.302741.9004741.300342.20005465.8002702.400783.6000889200035232008500.0001图13I o 图14进行预测在EqUation框中，点击“Forecast，弹出一对话框，在其中为预测的序列命名，如yf2。点击OK即可用得到预测结果的图形形式（如图14所示）。点击WorkfiIe中新出现的序列yf2,可以看到预测值为593.2667（图15）（注意：因为没有对默认预测区间1-32做改变，这时候得到的是所有内插预测与外插预测的
19、值，若将区间改为3232,则只会得到外推预测结果）。图15图16结果查看按住Ctrl键，同时选中y、yfresid,点击右键，在右键菜单中选OPen/asGroUP可打开实际值、预测值、残差序列，在VieW菜单选择GraPh,画折线图（如图16所示）。(2)区间预测原理：当2007年中国某省区GDP为8500亿元时，预测的税收为Y=-0.63+0.0718500=593.2667(亿元)被解释变量Y的个别值区间预测公式为：yfta,2+ln+(GDPf-GDP)2sdpi2,被解释变量Y的均值区间预测公式为：Yfta/2/n(GDPf-GDP)2/sdpi2。具体地说，匕.可以在前面点预测序列
20、W2=593.2667中找到；如产2.045可以查t分布表得到；样本数n=31为己知；Go号-3方中的Gf)Pf=8500为已知,g5p=8891.126,=55957878.6可以在序歹JGDP的描述统计中找到，(GDPf-GDP)2=(-391.126)2=152979.5；=S,S=2760310,从而2=-=f631=95183.1；由X总体方差的无偏估计式n-k-31-1-1p2=g血2/5-1)=619.5803z=383879.74814809,可以计算gdpi2=(n-1)=11900272.19259079(%勿可在序列X的描述统计中找到)。(3)区间预测的EVieWS操作：
21、个别值置信区间的计算：在命令栏输入：(yfu为个别值的置信上界，yfl为个别值的置信下界)uscalaryfu=593.2667+2.045*sqrt(95183.1*(1+1/31+152979.555957878.6)uscalaryfl=593.2667-2.045*sqrt(95183.1*(1+1/31+152979.555957878.6)得到:yfu=1235.12876632yfl=-48.5953663235于是95%的置信度下预测的2008年某省区税收入个值的置信区间为：(-48.5953663235,1235.12876632)o均值的置信区间的计算：在命令栏输入：(ey
22、fu为均值的置信上界，eyfl为均值的置信下界)uscalareyfu=593.2667+2.045*sqrt(95183.1*(1/31+152979.555957878.6)m,scalareyfl=593.2667-2.045*sqrt(95183.1*(1/31+152979.5/55957878.6)”得到:eyfu=711.287072849eyfl=475.246327151于是在95%的置信度下，预测省区的2008年的税收收入均值的置信区间为:(475.246327151,711.287072849)o实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验一实验目
23、的：（1）掌握可化为线性的非线性回归模型的估计方法；（2）模型参数的线性约束检验方法；（3）掌握ChOw检验的基本原理和主要用途；（4）掌握ChOW分割点检验和ChOW预测检验的操作过程，判断分割点。二实验要求：应用教材P83例子3.5.1做可化为线性的非线性回归模型估计，利剑受约束回归检验，掌握ChoW稳定性检验。三实验原理：普通最小二乘法、模型参数线性受约束检验法、ChOW检验法。四预备知识：最小二乘估计原理、t检验、F检验、ChOW检验。五实验内容：下表列出了中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y,资产合计K及职工人数L。序号工业总产值Y（亿元）资产
24、合计K（亿元）职工人数L（万人）序号工业总产值Y（亿元）资产合计K（亿元）职工人数L（万人）13722.73078.2211317812.71118.814321442.521684.4367181899.72052.166131752.372742.7784193692.856113.1124041451.291973.8227204732.99228.2522255149.35917.01327212180.232866.658062291.161758.77120222539.762545.639671345.17939.158233046.954787.92228656.77694.9
25、431242192.633255.291639370.18363.4816255364.838129.68244101590.362511.9966264834.685260.214511616.71973.7358277549.587518.7913812617.94516.012828867.91984.5246134429.193785.9161294611.3918626.94218145749.028688.0325430170.3610.9119151781.372798.98331325.531523.1945161243.071808.4433设定模型为Y=AkaI%”（1）利
26、用上述资料，进行回归分析。（2）回答：中国概念的制造总体呈现规模报酬不变状态吗？六实验步骤：建立工作文件并导入全部数据，如图1所示(1)设定并估计可化为线性的非线性回归模型:InY=y+alnK+lnL/在EVieWS软件下，点击主界面菜单QUCik/EstimateEquation,在弹出的对话框中输入Iog(Y)CIog(K)IOg(L),点击确定即可得到回归结果，如图2所示。根据图2中的数据，得到模型的估计结果为：InP=1.15399+0.609241nK+0.3608071nL(1.586)(3.454)(1.790)R2=0.809925R2=0.796348D.W.=0.7932
27、09e2=5.070303F=59.65501df=(2,28)随机干扰项的方差估计值为：2=ei2/(n-3)=5.070303/28=0.18108225回归结果表明，这一年InY变化的81%可由InK和InL的变化来解释。在5%的显著性水平下，F统计量的临界值未然。式2,28)=3.34,表明模型的线性关系显著成立。在5%的显著性水平下，自由度为n-k-1=28的t统计量临界值为,o25(28)=2.O48,因此InK的参数通过了该显著性水平下的t检验，但InL未通过检验。如果将显著性水平设为10%,则t分布的临界值为机式28)=1.701,此时InL的参数也通过了显著性水平检验。O G
28、roup: GROUPOl Worlcfile: P106Utit!edlVwProcOect PrmlNameIFeI Deit SortTmPo 3VewProc Object PntNameFreeze) EstvnatefForecast StatsResdsDependent Variable LOG(Y) Method Least SquaresDate 10/08/11 Time 22 57Sample. 1 31Included Obseivations: 31VanableCoefficient Std. Error !-Statistic Prob.C1.1539940.7
29、276111 5860040.1240LOG(K)0 6092360 1763783.4541490 0018LoG(L)0 3607960 2015911 7897410 0843R-squared0 809925Mean dependent var7 493997Adjusted R-squared0 796348S D dependent var0 942960S E of regression0 425538Akaike info criterion1 220839Sum squared resid5.070303Schwarz criterion1 359612Log likelih
30、ood-15.92300F-Statistic59 65501Durbin-Watson stat0.793209Prob(F-Statistic)0.000000图2(2)从上述回归结果可以得到：a+y=0.97l,也就是说，资产与劳动的产出弹性之和可以认为为1,即中国制造业这年呈现出规模报酬不变的状态。下面进行参数的约束检验，原假设“。：。+夕=1。若原假设为真，则可估计如下模型:In()=C+aln(一)+LL点击主界面菜单QUCik/EstimateEquation,在弹出的对话框中输入Iog(YL)Clog(KL),点击确定即可得到回归结果，如图3所示。由回归结果可看到此模型通过了F
31、检验和t检验，而F二(RSSR-RSSU)/(即-/)=5.0886-5.0703二01-RSS(n-ku-)-5.0703/28,在5%的显著性水平为，自由度为(1,28)的F分布的临界值为4.20,F4.20,不拒绝原假设，表明该年中国制造业呈现规模报酬不变的状态。在EVieWS软件中，当估计完图2所示的模型后，选中ViCWCoefficientTestWaldCoefficientRestrictions,然后在对话框中输入C(2)+C(3)=L点击OK可得到如图4所示的结果。得出的结论仍然是不拒绝原假设的，就原假设为真，所以该年中国制造业呈现规模报酬不变的状态的结果。 Equation
32、: UNTITLED Workfile: P106Untitied 6wIProcjotyctl PrtntlNamelFreee 8tmateForecartStatt Equation: UNTITLED Worlcfile: P106U. (l aVieWlPrOClObJectl PrimlNamelFfeeZel Estimate ForeCaStlStatS IResIdDependent Vanable LOG(Y.)Method. Least SiaresDate 10/08/11 Time 23 22Sarnie. 1 31Included observations- 31W
33、ald Test:Equation UntitledVanableCoefficientStd EfrOC t-StatsticProbC1 0260480.596769 1 7193390 0962LOG(Kl)0.6081410.173590 3.5033240.0015Rsquared0.297366Mean dependent var3.100040Adjusted R-squared0.273138S.D dependent var0.491331S E of regression0418891Akaike info criterion1 159927Sum squared resl
34、5 088613Schwarz criterion1.252443Log likelihood.15 97888F-statistic12 27328Durbn-Watson stat0.846460Prob(F-Statisbc)0.001511Test StatisticValuedfProbabilityF-statistic0.101118(1.28)0.7529Chi-square0.10111810.7505Null Hypothesis Summary:Normalized Restnction (= 0)ValueStd. Err.-1 + C(2) + C(3)-0 0299
35、680.094242Restrictions are linear in coefficients实验三多元线性回归一实验目的：(1)掌握多元线性回归模型的估计方法(2)模型方程的F检验，参数的t检验(3)模型的外推预测与置信区间预测二实验要求：应用教材P105习题11做多元线性回归模型估计，对回归方程和回归参数进行检验并做出单点预测与置信区间预测三实验原理：最小二乘法四预备知识：最小二乘法估计原理、t检验、F检验、点预测和置信区间预测五实验内容：在一项对某社区家庭对某种消费品的消费需要调查中，得到书中的表所示的资料。序号对某商品的商品单价家庭月收序号对某商品的商品单价家庭月收消费支出YXl入
36、X2消费支出YXl入X21591.923.5676206644.434.14129202654.524.4491207680.035.3143403623.632.07106708724.038.7159604647.032.46111609757.139.63180005674.031.151190010706.846.6819300请用手工与软件两种方法对该社区家庭对该商品的消费需求支出作二元线性回归分析。估计回归方程的参数及及随机干扰项的方差2,计算收及R2。(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.(3)如果商品单价变为35元，则某一月收入为20000元的家
37、庭的消费支出估计是多少？构造该估计值的95%的置信区间。六实验步骤：6.1 建立工作文件并录入全部数据如图1所示：Group:UNTITLEDWorkfile:P105.I=Il回ViewIProcObjeetlPrintlNalnelFreeZe11DefaultSOrtTransobsYX1X215919000235600076200002654.500024.440009120.0003623.6000320700010670.004647000032.4600011160.0056740000311500011900.006644400034.1400012920.0076800000
38、35.3000014340.008724000038.7000015960.009757.100039.6300018000.00107068000466800019300.004|M6.2 建立二元线性回归模型Yo+iXl+2X2点击主界面菜单QUiCkEstimateEquation选项，在弹出的对话框中输入:YCXlX2点击确定即可得到回归斐果，如吧2年Equation:EQOlWorkfile:P105MUntitledIbiVleWlProClObjcctPntNameFfeCZelEstimateFOreCaStlStatSlResfeDependentVariable.YMeth
39、od:LeastSquaresDate:10/11/11Time:11:51Sample:110Includedobservations10VariableCoefficientStdErrort-StatisticProb.C626.509340.1301015.611950.0000X1-9.7905703.197843-3.0616170.0183X20.0286180.0058384.9020300.0017R-sqared0902218Meandependentvar6703300AdjustedR-squared0874281SDdependentvar4904504SEofregression1738985Akaikeinfocriterion8792975Sumsquaredresid2116.847Schw
