计量经济学实验项目与主要内容

《计量经济学》实验项目与主要内容

目录

实验1——

【实验目的】

了解Eviews软件的基本操作对象，掌握基本操作方法。

【实验内容】

1A-1 Eviews软件的安装与启动

1A-2 工作文件的建立

1A-3数据的输入、编辑与生成

1A-4观察数据的基本特征

1A-5一元回归模型的估计、检验及预测

【实验步骤】

1B-1 观看“”，模仿其中的操作。(点击超链接即可)

1B-2 根据下文示范步骤，完成操作

1B-3 独立完成指定两个实验课题

1B-1 Eviews软件的入门基本操作

观看“”，模仿其中的操作。(点击超链接即可)。

1B-2 根据下文示范步骤，完成操作

例：四川省城市居民1978-1998年家庭人均生活性消费支出Y与人均可支配收入X 的

建立文件：

Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。主要有如下几种方法：

【1】操作命令法：create 数据类型样本区间

【2】新建文件：File/New/Workfile，出现对话框“工作文件范围”，选取或填上数据类型、起止时间。OK后，得到一个无名字的工作文件，其中有：

时间范围、当前工作文件样本范围、filter 、默认方程、系数向量C、序列RESID。【3】读已存在文件：File/Open/Workfile。

(1)操作命令法：create a 1978 1998（回车，即完成，见下图所示）

(2)菜单操作法：file\new\workfile(单击)\再弹出的对话框中点选“数据类

型”、输入“样本区间”\点击“OK”

输入样本数据

主要有如下几种方法：

【1】从键盘输入：Quick/Empty Group (Edit Series)，打开组窗口，产生一个untitled“Group”；按列在表中输入序列名（在OBS）及其数据，每输入一个数

据完，敲一次enter。

【2】从Excel复制数据：先取定Excel中的数据区域，选“复制”；其次，打开Eview，同，建工作文件，使样本区域包含与被复制数据同样多的观察值个数；第三，击

Quick/Empty Group (Edit series)；第四，按向上滚动指针，击数据区OBS右边

的单元格，点Edit/Paste，再退出，选No，于是，在工作文件中有被复制的数据

序列的图标。

【3】从Excel复制部分数据到已存在的序列中：取定要复制的数据，复制之；打开包含已存在序列的Group窗口，使之处于Edit模式（开关键是Edit+）；将光标指

到目标单元格，点Edit/Paste，

(1) 命令操作法：data x y（回车，即完成，见下图所示）

在弹出的对话框中输入各个样本数据有三种方法

①直接输入：

②若样本数据以表格形式给出，可直接复制——粘贴；

③若样本数据以表格（excel）或文本文件(txt.)格式给出，可直接导入。

★若样本数据以表格（excel）格式给出，

文件名为sichuan, 保存在“实验”文件夹中，数据导入操作如下：

（关闭文件sichuan），点击file\import\read text-lotus\excel

弹出对话框：

选择路径（保存数据的文件夹）-文件类型-文件名-点击“打开”，弹出对话框：在对话框中选择“数据排列形式”、输入“数据（变量）名称”、“数据位置”等信息后，单击“OK”即可。

★若样本数据以文本文件(txt.)格式给出，

文件名为x\y, 保存在“实验”文件夹中，数据导入操作如下：

点击file\import\read text-lotus\excel

选择路径（保存数据的文件夹）-文件类型-文件名-点击“打开”，弹出对话框：在对话框中选择“数据排列形式”、输入“数据（变量）名称”、“数据位置”等信息后，单击“OK”即可。

(2)菜单操作法：object\new object，

单击弹出对话框，选择对象类型（series）,输入变量名称（x）,

点击“OK”弹出对话框，

双击图标（x）, 弹出对话框,点击“edit+/-”按钮，在相应位置输入相应样本数据（或复制——粘贴）即可，

做散点图

（1）命令操作法：scat x y（回车，即完成，见下图所示）

（2）菜单操作法：点击quick\graph,

弹出对话框

输入变量名,单击“OK”弹出对话框

在下拉菜单中选择“scatter diagram”, 单击“OK”即弹出散点图

回归分析

说明：普通最小二乘法有多种操作方法：

方法1：在命令窗口，直接输入“LS 因变量 C 自变量”，中间用空格隔开，多个自变量之间也用空格隔开。

方法2：点Object/New Object/Equation，出现对话框：在Equation Specification 内填入方程（不带扰动项）；在Estimation Settings中填入所用估计方法和

样本估计区间。

方法3：点Quick/Estimate Equation，同上填写对话框。

方法4：在工作文件内，按被解释变量、各解释变量图标的次序取定（按住Ctrl，用鼠标逐个选），对它们双击左键后，再点Open Equation，出现对话框，根据

习惯，将C放在被解释变量与解释变量之间，其它填充同上方法。

在OLS输出结果中，注意以下项目：

【1】各解释变量的系数估计及其t值、样本标准差和p值分别是多少，它们分别是如何定义的，分别有什么意义，怎样对系数进行检验；

【2】对回归方程线性性进行检验的统计量是什么，方程拟合优度检验量是什么，如何定义的？

【3】指出回归方程的标准差、残差平方和、依赖变量的均值和标准差、对数拟然值，分别写出它们的确定公式。

（1）命令操作法：ls y c x（回车，即完成，见下图所示）

（2）菜单操作法：点击quick\estimate equation弹出对话框

在对话框中输入待估计模型相应的变量（y c x）即可

（3）点击Resids，出现图形

点击Stats，返回

在Equation框中，击“Forecast/ok"，得样本期内被解释变量的拟合值YF（拟合值与实际值的对比图、表）。

点击view\

预测应用

外推预测（如原资料为1978-1998，外推到1978-2000年）

键入：expand 1978 2000/回车（Range扩大）

键入：smpl 1978 2000/回车 (sample扩大）

键入：data x /回车/yes, 输入X的1999、2000年资料(4366,4601) /最小化在Equation框中，点击“Forecast”，得对话框。对话框主要有 Forecast name(预测值序列名) YF

S．E．（预测值标准差） se 回车

注：如果要浏览预测值YF、实际值Y，预测值的标准差se，在命令行键入：“Show Y YF se ”.

（指标解读：请参考张晓峒的《EVIEWS 使用指南与案例》103页）

实验总结（报告回归分析结果及预测应用情况）

（1）样本回归方程为：

Y

? = + *X （t ）（）（） 2R = （2）模型检验

截距项为，在理论上表示自发消费支出，其值为正数；估计值符合经济理论要求，即能够通过经济意义检验；斜率项为，在理论上表示边际消费倾向，其介于0到1之间，估计值符合经济理论要求，即能够通过经济意义检验；

决定系数2R =，接近于1，说明模型总体拟和优度高，即四川省城市人均可支配收入X 的变化可以解释说明人均生活性消费支出Y 的变化的%；

若显着性水平为

，则t 检验的临界值为093.2)19(t )221(t 025.02/05.0==-，解释变量X

对应的t 统计值为，大于临界值，故拒绝零假设，即四川省城市人均可支配收入X 对人均生活性消费支出Y 的影响是显着的。（亦可表示为：解释变量X 能够通过t 检验） (3) 预测应用

当1999、2000年四川省城市人均可支配收入分别为4366和4601元时，平均人均生活性消费支出分别为和元，其置信度为95%的预测区间为（±*）和（±*）。

1B-3 独立完成指定两个实验课题 实验课题1

年份 地方预算内财政收入Y （亿元） 国内生产总值X （GDP,亿元） 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001

1．实验要求

(1)运用Eviews 软件画出财政收入Y 对国内生产总值GDP 的的散点图

(2)建立深圳地方预算内财政收入Y对国内生产总值GDP的回归模型；

(3)运用Eviews软件估计所建立模型的参数，解释斜率系数的经济意义；

(4)对回归结果进行检验；

(5)若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和预测区间()。

2. 请分别采用“命令法”和“菜单法”完成上述操作，籍此初步掌握Eviews软件的简单操作方法。

3.整理上述分析，写出一篇完整的计量经济分析报告（参考课堂所将相关内容）。

实验课题2

采用2001年我国各省（直辖市、自治区）的国内生产总值gdp和最终消费com来估

地区gdp com 地区gdp com

北京湖北

天津湖南3983

河北广东

山西广西

内蒙古海南

辽宁重庆

吉林四川

黑龙江3561 贵州

上海云南

江苏西藏

浙江陕西

安徽甘肃

福建青海

江西宁夏

山东新疆

河南

2.建立com对gdp的一元回归方程（注意选择适当的函数形式）

3.运用Eviews软件估计模型，分别作拟合优度检验、回归方程显着性检验以及回归参数

显着性检验。

4.简要说明实验课题2与实验课题1的异同之处。

实验2——多元线性回归模型的估计、检验和预测

【实验目的】

多元回归模型的估计、检验及预测方法

【实验内容】

2A-1 多元回归模型的估计、检验

2A-2 多元回归模型的预测

2A-2 非线性模型回归、受约束回归

【实验步骤】

2B-1按照实验课题1、2要求，完成基本操作练习作。

2B-2 根据实验课题3要求，独立完成实验操作、课外练习和实验报告。

2B-3 根据实验课题4、5要求，课外独立探索，完成相关操作。

2B-1实验课题1——基本操作练习

2B-1.1.1——基本操作练习1

下表是我国某市1978——1995年间的宏观经济数据

1）运用Eviews软件画出

①REV对GDP的散点图

②EXB对REV的散点图

③SLC对GDP的散点图

2)建立REV对GDP（解释变量）、EXB对REV、SLC对GDP的一元回归模型

3）运用Eviews软件分别估计各个模型

4）对三个回归方程分别作拟合优度检验、回归方程显着性检验以及回归参数显着性检验。

5）请预测1996年的财政收入、财政支出以及社会消费平均零售额（提示：先建立GDP 的时间序列模型GDP=a+bt，预测出1996年的GDP）.

2B-1.1.2——基本操作练习2

将SLC作为被解释变量，GDP，REV，EXB为解释变量

1）建立多元回归方程

2) 对回归方程进行拟合优度检验、回归方程显着性检验以及回归参数显着性检验。（显

——基本操作练习3

（实验数据来源：古扎拉蒂着的《计量经济学》教材）

数据定义：Y=售出的玫瑰数量，打

x2=玫瑰的平均批发价格，美元/打

x3=石竹的平均批发价格，美元/打

x4=平均每周家庭可支配收入，美元/打

x5=底特律市区从1971第二季度到1975年第二季度的趋势变量，取值1，2，等等

拟合与预期一致。

2.对该组数据进行线型模型的参数估计

Estimation Command:

=====================

LS Y C X2 X3 X4 X5

Estimation Equation:

=====================

Y = C(1) + C(2)*X2 + C(3)*X3 + C(4)*X4 + C(5)*X5

Substituted Coefficients:

=====================

Y = - *X2 + *X3 + *X4 - *X5

3. 对对数-线性模型的参数估计

Estimation Command:

=====================

LS LNY C LNX2 LNX3 LNX4 LNX5

Estimation Equation:

=====================

LNY = C(1) + C(2)*LNX2 + C(3)*LNX3 + C(4)*LNX4 + C(5)*LNX5

Substituted Coefficients:

=====================

LNY = - *LNX2 + *LNX3 + *LNX4 - *LNX5

4．对数-线性模型的参数解释。

5．对线性模型自价格，互价格和收入三弹性的计算。

6．模型的选择。

2B-2实验操作、课外练习和实验报告

2B-2 实验课题4——书刊消费研究

1、确定研究对象并采集相应的样本数据；

经过研究发现，家庭书刊消费水平（Y，元/年）受家庭收入（X，元/月）和户主受教育年数（T

2、模型设定；

我们假设家庭书刊消费水平（Y，元/年）与家庭收入（X，元/年）和户主受教育年数

（T，年）之间具有线性关系：

Y i = b

+ b

1

X

i

+ b

2

T

i

+ε

i

(i=1,2, (18)

根据凯恩斯理论，回归系数b

1

表示消费者的边际消费倾向，既可支配收入每增加1元

所引起的消费者消费支出的平均变化量，显然b

2

介于0~1之间（书刊作为消费品，应符合一般的消费论）；另一方面，书刊为一种特殊商品，不同消费群体对他的消费具有不同的特点。根据经验可知，受教育年限越长，对书刊的消费应该越多（职业、竞争、娱乐、偏

好，等）[专用资产、沉没成本]，所以b

1

应为正数。

一般情况下，截距项b

没有什么具体的经济意义。

3、用Eviews软件进行回归分析——操作命令；

create u 18

data x y t

Scat x y

Scat t y

Ls y c x t

4、回归结果的表达及意义——样本回归方程：

i

Y?= + + T i

（Se）（）（）(回归系数标准差)

（t）（）（）（）（回归系数t统计值）

R2= 2

R= DW=2.5872 F=

回归结果表明：

决定系数为，意味着模型能够以%的比例解释家庭书刊消费支出的变动，表明所选择的模型很好地拟合了实际数据。F=，远远大于相应的临界值，说明回归模型是高度显着成立的。

在其他条件（T及其它假设条件）不变的情况下，家庭收入每增加1元，家庭书刊消费支出将增加元；在其他条件（X及其它假设条件）不变的情况下，户主受教育年限每增加1年，家庭书刊消费支出将增加元；符合理论假设和实际经验，可以通过经济意义检验。

截距项为，没有什么具体的经济意义。

两个回归系数的t值均大于相应的临界值，说明家庭收入（X）和户主受教育年数(T)对家庭书刊消费支出（Y）的影响是高度显着，都是对被解释变量有解释能力的变量，应当保留在模型中。同时，变量——户主受教育年数(T)比较显着，说明该变量对被解释变量的影响更大(合理吗？)。

由此可见，欲刺激书刊消费，延长教育年限、普及大学教育、实施终生教育是可行的政策措施之一。

5、进一步还可以求出：

（1）回归系数的置信区间（有何作用？）——请同学们自己完成。

（2）若某一家庭收入为3598元/月，户主受教育年数为19年时，那么该家庭书刊消费为多少？

6、整理上述分析，写出一篇简要的计量经济分析报告。

2B-3独立探索

实验课题5——非线性模型的Eviews实现

1．? 公式输入法：同线性回归

2．? 可线性化的模型可定义新的序列，再用线性回归

3．? 案例分析：根据平均成本U型曲线理论，成本函数可用产量的三次多项式近似表示。利用某企业的下面统计资料，用Eviews，先观察散点图，再建立总成本模型

实验课题6——受约束回归

1.参数约束条件检验：在回归输出表中击菜单“View/Coefficient Tests/Wald Coefficient Restrictions”，在对话框中输入“参数约束条件”，观察F值和p值，判断；例如：

2.缺省变量的检验：在回归输出表中击菜单“View/Coefficient Tests/Omitted Variables-Likelihood Ratio”，在对话框中输入“m”，观察F值和p值，判断；

3.多余变量的检验：在回归输出表中，击菜单“View/Coefficient Tests/ Redundant Variables-Likelihood Ratio”，在对话框中输入“m”，看F值和p值（似然比以后再讲），判断。

4.参数的稳定性检验：

实验3——回归模型的计量经济检验

【实验目的】

掌握回归模型异方差、自相关、多重共线性问题的检验与处理的操作方法。

【实验内容】

3A-1 异方差的检验与处理的操作方法

3A-2自相关的检验与处理的操作方法

3A-3多重共线性问题的检验与处理的操作方法

【实验步骤】

3B-1按要求实验课题1

3B-2按要求实验课题2

3B-3按要求实验课题3

3B-1实验课题1——异方差的检验与修正

异方差的检验与修正方法，是计量经济学中一个重要的课题。一般经验告诉我们，对于采用截面数据作样本的计量经济模型，由于在不同样本点上解释变量以外的其他因素的差异较大，所以往往存在异方差性。异方差的检验主要有解析法和图示法两种方法，但其思路是相同的，即：检验异方差性就是检验随机扰动项的方差与解释变量观察值之间的相

关性。一般情况下，首先OLS用法估计模型，求出随机扰动项的近似估计量——残差

i

e，

然后检验残差

i

e与某个解释变量或多个解释变量之间的相关性。对于存在异方差的模型，一般采用模型变换或WLS法来克服和处理。下面的例题就是围绕这些内容来说明相应的操作方法。

为了研究浙江省农业总产值Y（百万元）与农业劳动者人数L（万人）、耕地面积S（公顷）的相互关系，特选取该省17个县市90年代初的数据资料，同时为了研究问题的方便，我们将各县市按农业总产值从小到大排序，见下表（表）。

内，随着农业劳动者人数的增加与耕地面积的扩大，农业总产值会相应增加，因此可设理论模型如下：

Y i = b

+ b

1

L

i

+ b

2

S

i

+ε

i

(i=1,2,……，n)

用OLS法估计模型，求出残差序列

i

e （1）输入：create u 17 回车

输入：data y l s 回车，输入样本数据。

如果已制作了相应数据库，可用load或fetch命令，将数据序列或文件读取到内存。

如，输入：load a:file7 回车

（2）输入：ls y c l s 回车,屏幕显示：

由此得，样本回归方程为：

i

Y?=++（i=1，2， (17)

（se）（）（）（）

(t)（）（）（）

R2=，DW=，F=

判定系数R2的较大，F也大于其相应临界值，回归模型是线性显着的；S的回归参数能通过t检验，是显着非零的；S的系数为，符合实际经济意义，能够通过经济意义检验；L 的回归参数不能通过t检验，是显着为零的；

点击菜单：wiview\Actual***\,

屏幕显示：残差散点图表明，残差绝对值随序列号 i 的增大而增大，可初步断定模型存在递增异方差。这可能就是模型OLS估计结果不理想的主要原因。

（3）建立残差序列和回归理论拟合值序列（即

i

Y?），为进一步检验模型的异方差性服务。

用e表示残差序列（e

i ），e2表示残差平方序列（e

i

2），e1表示残差的绝对值序列（

i

e），

Y1表示回归理论（拟合）值序列（即

i

Y?）

输入：genr e=resid 回车

输入：genr e2=e^2 回车

输入：genr e1=abs(e) 回车

输入：forcst y1 回车

输入：show y1 e e1 e2 s l 回车，屏幕显示表:

用图示法检验模型的异方差性

（1）用图（表）RAF所显示的散点图检验模型的异方差性：

这种检验方法已经在“回归结果解读”以及有关例题中进行了说明，不再赘述。

（2）用残差的平方序列与某个解释变量或理论回归值的散点图检来验模型的异方差性：

首先，输入：scat(s) e2 y1,回车，屏幕显示图：

显然可见，残差平方

i

e2随S i变大而明显变大，说明模型存在递增异方差。

其次，输入：scat(s) e2 l, 回车，屏幕显示可见，残差平方

i

e2随L i变大并没有明显变大，也无其他规律性，因此不能说明模型存在异方差。

再次，输入：scat(s) e2 s,回车，屏幕显示可见，残差平方

i

e2随Y1变大而明显变大，也说明模型存在递增异方差。

用解析法检验模型的异方差性

解析法检验模型的异方差性的方法很多，很难说哪一种方法是最好的，下面仅介绍Spearman检验法、Goldfield-Quandt检验法、Park检验法、和Glejser检验法的操作方法。

（1）Goldfield-Quandt检验法

第一步，建立统计假设：

零假设H

0: ε

i

是同方差 (i=1,2, (17)

备择假设 H

1：ε

i

不是同方差

第二步，处理观察值：

将解释变量S

i

的观察值按由小到大的顺序排列，然后将居中的3个观察数据去掉。再将剩余的14组数据分为样本容量为7的两个子样本。

第三步，建立回归方程，求残差平方和：

输入：sort s

输入：smpl 1 7 回车

输入：ls y c s l 回车

Genr r21=@ssr

屏幕显示回归结果，得：r21=∑e

1i

2 =

输入：smpl 11 17 回车

输入：ls y c s l 回车

Genr r22=@ssr

屏幕显示回归结果，得：r22=∑e

2i

2 =

第四步，建立统计量，计算统计值：

用所得的两个子样本的残差平方和构成F统计量，当H

为真时，统计值F为：Genr F=r22/r21

F= r22/r21=∑e

2i 2 / ∑e

1i

2 ==

第五步，作结论：

如果没有异方差性，则∑e

1i 2和∑e

2i

2应大体相等；如果存在异方差性，则∑e

1i

2应比

∑e 2i 2小很多，即统计值F 应很大。对给定的显着性水平α=5%，查表得临界值为： F α（(n-c)/2-k-1,(n-c)/2-k-1）= (7-2-1,7-2-1) = , 显然, F= > F α(4,4)=

则 ，拒绝H 0，认为模型具有异方差性。

（2）Park 检验法

第一步，对原模型用OLS 法计算残差e i 和残差平方e i 2 ；

第二步，取异方差结构的函数形式为：i e S i i νβσσ22=

可以改写成对数形式：i i i S νβσσ++=ln ln ln 22

第三步，建立方差结构回归模型：

由于2i σ未知，Park 建议用e i 2来替代之。如果用lne2表示2ln i e ，用lns 表示i S ln ，则： 输入：smpl 1 17 回车

输入：ls log(e2) c log(s)回车，屏幕显示: 得，回归方程为：

lne2=+ （Se ） （t ）

R 2

= 第四步，对解释变量lns 的回归系数进行t 检验，并得出结论：

在显着性水平下，双边临界值(15)=，单边临界值(15)=。因此，解释变量lns 的回归系数是单边显着的，双边检验不显着。结合模型的线性显着性检验结果，可认为这种形式的异方差是显着不存在的。

（3）Glejser 检验法

第一步，对原模型用OLS 法计算残差e i （i=1，2 ……，17）；

第二步，结合上述散点图分析，认为S i 是与2i σ有关的解释变量，则选定i ε与S i 的一

系列可能的函数，例如： i ε=b 0+b 1S i +εi i ε=b 0+b 1/S i +εi i ε=b 0+b 1√S i +εi

i ε=b 0+b 1/√S i +εi

等等其他函数形式，其中εi 为随机扰动项。

第三步，利用OLS 法对上述模型进行估计，分别得回归方程如下：

输入：ls e1 c s 回车，得

i e = + R 2

=,F=

输入：genr s1=1/s 回车，得

输入：ls e1 c s1 回车，得

i

e= – 97415S1i R2=,F=

(62285)

输入：genr s2=s^(1/2) 回车，得

输入：ls e1 c s2 回车，得

i

e= + R2=,F=

输入：genr s3=1/S2 回车，得

输入：ls e1 c s3 回车，得

i

e= - R2=,F=

如果显着性水平取，则临界值分别为（1，15）= 和(15)=。上述四个回归方程中，第一个回归方程的决定系数R2=，是最大的。其F统计值为F=，大于临界值，因此模型是线性显着的；其相应解释变量S的回归系数也能通过t检验，是显着不为零的。所以，可认为异方差结构为：

2

i

=（ + ）2

（4）White检验法

输入：ls y c l s 回车,屏幕显示结果窗口，

点击菜单：wiview\Residual Tests\White***,，屏幕显示:

可见Obs*R-squared的p值为>5%，所以接受原假设，及模型不存在该种形式的异方差。

（5）Spearman检验法

第一步，对原模型用OLS法计算残差e

i

;

第二步，计算e

i 的绝对值与S

i

的等级差d

i

；

输入：sort e1 s 回车

输入：plot e1 s 回车,屏幕显示图:

利用时序图可

以方便地计算出等级差dd

i (见表(等级差dd

i

= ︳e

i

︳的等级 - S

i

的等级)

∣e

i

∣的等

级S

i

的等级等级差dd

i

∣e

i

∣的等级S

i

的等级

等级差

dd

i

1 1 0 10 7 3

2 11 -9 11 14 -3

3 9 -6 12 2 10

4 17 -13 13 13 0

5 3 2 14 8 6

6 5 1 15 16 -1

7 6 1 16 12 4

8 4 4 17 15 2

9 10 -1

第三步，计算

i

e与S i的等级相关系数

输入：data dd 回车，输入等级差dd

i

的相应数据。

输入：genr dd2=@sum(dd^2)

输入：Genr rs=1-((6*@sum(dd^2))/(17*(17^2-1)))

show dd2 rs

回车，由屏幕显示数据，得：dd2=@sum(dd^2)=∑dd

i 2 = 484,所以，

i

e与S i的等

级相关系数为：

r s = rs=1-((6*@sum(dd^2))/(17*(17^2-1)))=1- (6∑dd i 2 ) / n (n 2-1) = ,

第四步，对总体等级相关系数ρs 进行显着性检验，并说明检验结果

统计量t= r s 2-n / 21s r -=,临界值(15)=,表明样本数据异方差性显着，认为模型

存在异方差性。

3B-1.4克服、处理模型的异方差性

处理模型的异方差主要有两种方法：对原模型进行变换和加权最小二乘法（WLS ）。人们通常采用的经验方法是：并不对原模型进行异方差检验，而是直接选择加权最小二乘法，尤其是采用截面数据作样本时。如果确实存在异方差，则被有效地消除了；如果不存在异方差，则加权最小二乘法等价于普通最小二乘法（LS ）。

(1) 对原模型进行变换

根据上述对模型异方差的检验可知，异方差结构为：2i σ =（ + ）2。则，用 + 去除原理论模型的两端所得到的新模型就可消除异方差。为表达方便，不妨设：ee i =+*S i ,则新模型为：

Y i / ee i = b 0/ ee i + b 1 （L i / ee i ） + b 2 （S i / ee i ） +εi / ee i (i=1,2,……，17) 用软件包估计该模型的具体操作如下： 键入：genr ee=+*S 回车 键入：genr yy=y/ee 回车 键入：genr ss=s/ee 回车 键入：genr ll=l/ee 回车 键入：genr b=1/ee 回车

键入：ls yy ss ll b 回车，屏幕显示：

根据回归结果所显示的统计数据，变换后的模型不能通过统计检验。观察残差图（图RAF ）可知，新模型并没有有效消除异方差性。这是因为，我们利用Glejser 检验法所得到的所谓的异方差结构函数并不是异方差结构的较理想形式，利用它来变换模型，也就很难达到预期的理想结果。

(2) 加权最小二乘法（WLS ）

在利用软件包时，WLS 的具体步骤如下：

第一步，对原模型用OLS 法计算残差e i 并将其表示为单独的序列： 键入：genr e=resid 回车

第二步，建立1/i e 序列： 键入：genr h=1/ abs(e) 回车

第三步，以1/i e 序列为权数估计模型：

键入：ls(w=h) y c s l 回车，屏幕显示：

可见，利用WLS 估计原模型，求得的回归方程的统计显着性明显提高，拟合优度也达到非常好的程度。

3B-2 实验课题2——自相关的检验与修正

关于自相关的检验与修正方法，是计量经济学中另一个重要的课题。一般经验告诉我们，对于采用时间序列数据作样本的计量经济模型，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对解释变量的影响的连续性，所以往往存在自相关性。对于自相关的检验主要有解析法和图示法两种方法，但其思路是相同的，即：检验自相关性就是检验随机扰动项之间的相关性。一般情况下，首先OLS 用法估计模型，求出随机扰动项的近似估计量——残差i e ，然后检验残差i e 之间的相关性以达到判断随机扰动项是否具有自相关的目的。一阶自相关是最常见的一种自相关问题，经验表明如果不存在一阶自相关，一般也不存在高阶自相关。所以在实际应用中，首先检验模型是否存在一阶自相关（常用DW 检验法），然后再作进一步的处理。对于存在自相关的模型，一般采用差分法法来克服和处理。下面的例题就是围绕这些内容来说明相应的操作方法。

根据《中国统计年鉴》的有关资料，我们来研究财政支出模型。设其模型为：

Y i = b 0 + b 1 X i +εi (i=1,2,……，n)

其中，Y 表示财政支出（单位：亿元），X 表示财政可支配收入（X=财政收入+国债余额+财政向银行借款，单位：亿元）。我们选择1952~1992年间的数据（表）作为研究的样本数据。

计量经济学实验三

实 验 三： 多元回归模型与非线性回归模型 【实验目的】掌握多元回归模型参数估计，特别是非线性回归模型的转化、参数估计及检验方法。 【实验内容】一、多元回归模型参数估计； 二、生成序列以及可线性化模型的参数估计； 三、不可线性化模型的迭代估计法的Eviews 软件的实现方式。 【实验数据】建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为：()ε,,,K L t f Y =。其中，L 、K 分别为生产过程中投入的劳动与资金，时间变量t 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y 为工业总产值（可比价），L 、K 分别为年末职工人数和固定资产净值（可比价）。 资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理 【实验步骤】Y=AK 一、建立多元线性回归模型 ㈠建立包括时间变量的三元线性回归模型； μββββ++++=L K T Y 3210

在命令窗口依次键入以下命令即可： ⒈建立工作文件： CREATE A 78 94 ⒉输入统计资料： DATA Y L K ⒊生成时间变量t ： GENR T=@TREND(77) ⒋建立回归模型： LS Y C T L K 则生产函数的估计结果及有关信息如图3-1所示。 图3-1 我国国有独立核算工业企业生产函数的估计结果 因此，我国国有独立工业企业的生产函数为： K L t y 7764.06667.06789.7732.675?+++-= （模型1） t ＝(-0.252) (0.672) (0.781) (7.433) 9958.02=R 9948 .02=R 551.1018=F 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。9958.02=R ，说明模型有很高的拟合优度，F 检验也是高度显著的，说明职工人数L 、资金K 和时间变量t 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K 的t 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的t 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除t 统计量最小的变量（即时间变量）而重新建立模型。 ㈡建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K 则生产函数的估计结果及有关信息如图3-2所示。

计量经济学实验报告2

一元线性回归模型 一、实验内容：利用一元线性回归模型研究我国经济水平对消费的影响 1、实验目的：掌握一元线性回归方程的建立和基本的经济检验和统计检验 2、实验要求： （1）对原始指标变量数据作价格因子的剔除处理； （2）对回归模型做出经济上的解释； （3）独立完成实验建模和实验报告 二、实验报告 ----中国1978-2006年人均消费与经济水平之间的关系 1、问题的提出 居民的消费在社会经济发展中具有重要的作用，合理适度的消费可以有利的促进经济的平稳健康的增长。要充分发挥消费对经济的拉动作用，关键问题是如何保证居民的消费水平。根据宏观经济学理论，一国的GDP扣除掉折旧和税收就是居民的可支配的收入了，而居民的收入主要用于两个方面：一是储蓄，二是消费。如果人均GDP增加，那么居民的可支配收入也会增加，这样居民用于消费的应该也会增加。本次实验通过运用中国1978-2006年人均消费与经济水平（用人均GDP这个指标来表示）数据，建立模型研究人均消费和经济水平之间的关系。 2、指标选择 3、、数据来源 我们从中国统计局网站上取得中国1978-2006年的人均消费、人均GDP和各年的CPI。见表2.1： 表2.1 人均GDP与人均消费的原始数据（现价）单位：元

4、数据处理 为了保证我们各个时期数据的可性，我们必须剔除价格的因素对人均消费和人均GDP的影响。在这里我们用1990年的CPI作为基期来调整数据。关于调整方法我们可以用Excell也可以用Eviews软件进行，在这里我们介绍一下用Eviews软件调整数据的步骤。 利用命令行输入： “Genr averageconsume1=100/cpibase1990*averageconsume Genr averagegdp1=100/cpibase1990*averagegdp” 其中averageconsume1、averagegdp1表示调整过后的人均消费和人均GDP；cpibase1990表示以1990年为基期的CPI。 调整过后的人均消费和人均GDP如表2.2 表2.2 人均GDP与人均消费的可比价数据（单位：元）

计量经济学实验报告 (3)

1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型

为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5

计量经济学实验一

《计量经济学》综合实验一系金融系专业经融工程姓名程若宸 学号20141206031035 实验地点：B楼305 实验日期：216.9.30 实验题目：研究中国汽车市场未来发展趋势 实验类型：基本操作训练。 实验目的：掌握简单线性回归模型的Eviews操作 实验内容：第三章的“引子”中分析了，经济增长、公共服务、市场价格、交通状况、社会环境、政策因素，都会影响中国汽车拥有量。为了研究一些主要因素与家用汽车拥有量的数量关系，选择“百户拥有家用汽车量”、“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”等变量，2011年全国各省市区的有关数据见附件：1）建立百户拥有家用汽车量计量经济模型? 2）估计参数并写出回归分析结果报告? 3) 对模型进行经济意义上的检验，统计意义上的检验? 评分标准：操作步骤正确，回归结果正确，结果分析准确到位，符合实际。 实验步骤：

Dependent Variable: Y Method: Least Squares Date: 09/30/16 Time: 11:27 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 246.8540 51.97500 4.749476 0.0001 X2 5.996865 1.406058 4.265020 0.0002 X3 -0.524027 0.179280 -2.922950 0.0069 X4 -2.265680 0.518837 -4.366842 0.0002 R-squared 0.666062 Mean dependent var 16.77355 Adjusted R-squared 0.628957 S.D. dependent var 8.252535 S.E. of regression 5.026889 Akaike info criterion 6.187394 Sum squared resid 682.2795 Schwarz criterion 6.372424 Log likelihood -91.90460 Hannan-Quinn criter. 6.247709 F-statistic 17.95108 Durbin-Watson stat 1.206953 Prob(F-statistic) 0.000001 (51.98) (1.41) (0.18) (0.52) t= (4.75) (4.27) (-2.92) (-4.37) F=17.951 n=31 模型检验 1.经济意义检验 模型估计结果的数据说明理论分析与经验判断相一致 2.统计检验 (1)拟合优度：修正的可决系数为说明模型对样本拟和

计量经济学实验报告

计量经济学实验报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT

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，

计量经济学实验报告

《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图

从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033

则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归

1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。

计量经济学实验二 一元回归模型

实验二一元回归模型 【实验目的】 掌握一元线性、非线性回归模型的建模方法 【实验内容】 建立我国税收预测模型 【实验步骤】 【例1】建立我国税收预测模型。表1列出了我国1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。 一、建立工作文件 ⒈菜单方式 在录入和分析数据之前，应先创建一个工作文件（Workfile）。启动Eviews软件之后，在主菜单上依次点击File\New\Workfile（菜单选择方式如图1所示），将弹出一个对话框（如图2所示）。用户可以选择数据的时间频率（Frequency）、起始期和终止期。 图1 Eviews菜单方式创建工作文件示意图

图2 工作文件定义对话框 本例中选择时间频率为Annual（年度数据），在起始栏和终止栏分别输入相应的日期85和98。然后点击OK，在Eviews软件的主显示窗口将显示相应的工作文件窗口（如图3所示）。 图3 Eviews工作文件窗口 一个新建的工作文件窗口内只有2个对象(Object）,分别为c（系数向量）和resid（残差）。它们当前的取值分别是0和NA（空值）。可以通过鼠标左键双击对象名打开该对象查看其数据，也可以用相同的方法查看工作文件窗口中其它对象的数值。 ⒉命令方式 还可以用输入命令的方式建立工作文件。在Eviews软件的命令窗口中直接键入CREATE命令，其格式为： CREATE 时间频率类型起始期终止期 本例应为：CREATE A 85 98 二、输入数据 在Eviews软件的命令窗口中键入数据输入/编辑命令： DA TA Y X 此时将显示一个数组窗口（如图4所示），即可以输入每个变量的数值

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

计量经济学实验报告54995

1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP ）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型 为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。

计量经济学实验二 一元线性回归 2

计量经济学实验报告 学院：信管学院 专业：金—1 实验编号：实验二 实验题目：一元线性回归 姓名： 学号： 1 指导老师：

实验二一元线性回归模型 【实验目的】 掌握一元线性、非线性回归模型的建模方法 【实验内容】 建立我国税收预测模型 【实验步骤】 【例1】建立我国税收预测模型。表1列出了我国1990－2011年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。 数据来源：国家统计局→国家统计年鉴2012数据（https://www.wendangku.net/doc/5018982832.html,/tjsj/ndsj/2012/indexch.htm）→1 、国民经济核算（国内生产X）2、财政（各项税收Y）

一、建立工作文件 ⒈菜单方式 在录入和分析数据之前，应先创建一个工作文件（Workfile）。启动Eviews软件之后，在主菜单上依次点击File\New\Workfile（菜单选择方式如图1所示），将弹出一个对话框（如图2所示）。用户可以选择数据的时间频率（Frequency）、起始期和终止期。 图1 Eviews菜单方式创建工作文件示意图 图2 工作文件定义对话框

本例中选择时间频率为Annual（年度数据），在起始栏和终止栏分别输入相应的日期1990和2011 。然后点击OK，在Eviews软件的主显示窗口将显示相应的工作文件窗口（如图3所示）。 图3 Eviews工作文件窗口 一个新建的工作文件窗口内只有2个对象(Object）,分别为c（系数向量）和resid（残差）。它们当前的取值分别是0和NA（空值）。可以通过鼠标左键双击对象名打开该对象查看其数据，也可以用相同的方法查看工作文件窗口中其它对象的数值。 ⒉命令方式 还可以用输入命令的方式建立工作文件。在Eviews软件的命令窗口中直接键入CREATE命令，其格式为： CREATE 时间频率类型起始期终止期 本例应为：CREATE A 1990 2011 二、输入数据 在Eviews软件的命令窗口中键入数据输入/编辑命令： DA TA Y X 此时将显示一个数组窗口（如图4所示），即可以输入每个变量的数值

计量经济学实验报告

计量经济学实验报告 ：马艺菡 学号：4 班级：9141070302 任课教师：静文

实验题目简单线性回归模型分析 一实验目的与要求 目的：影响财政收入的因素可能有很多，比如国生产总值，经济增长，零售物价指数，居民收入，消费等。为研究国生产总值对财政收入是否有影响，二者有何关系。 要求：为研究国生产总值变动与财政收入关系，需要做具体分析。 二实验容 根据1978-1997年中国国生产总值X和财政收入Y数据，运用EV软件，做简单线性回归分析，包括模型设定，模型检验，模型检验，得出回归结果。 三实验过程：（实践过程，实践所有参数与指标，理论依据说明等） 简单线性回归分析，包括模型设定，估计参数，模型检验，模型应用。 （一）模型设定 为研究中国国生产总值对财政收入是否有影响，根据1978-1997年中国国生产总值X和财政收入Y，如图1 1978-1997年中国国生产总值和财政收入（单位：亿元）

1996 66850.5 7407.99 1997 73452.5 8651.14 根据以上数据作财政收入Y 和国生产总值X的散点图，如图2 从散点图可以看出，财政收入Y和国生产总值X大体呈现为线性关系，所以建立的计量经济模型为以下线性模型： （二）估计参数 1、双击“Eviews”，进入主页。输入数据：点击主菜单中的File/Open/EV Workfile—Excel—GDP.xls; 2、在EV主页界面点击“Quick”菜单，点击“Estimate Equation”,出现“Equation Specification”对话框，选择OLS估计，输入““y c x”,点击“OK”。即出现回归结果图3；

计量经济学实验报告

一、考察Y与X1、X2、X3、X4之间的关系 1、 建立模型 这是一个时间序列数据。我们假设拟建立如下四元回归模型： Y=β0+β1X1+β2X2+β3X3+β4X4+μ 表1给出了采用Eviews软件对上表中的数据进行回归分析的计算结果，表明可建立如下城乡收入比函数： Y^=4.1-0.15X1+0.93X2+3.27X3-11.84 X4 表1：中国城乡收入比Y对X1、X2、X3、X4的回归（1991-2010）

2、 经济意义检验 城乡二元结构系数（X1）: 此系数越大，说明城乡二元结构越严重,即X1与Y成正相关，可从我们建立的模型中得知对X1参数估计为 -0.15 ，不符合经济意义。 人均GDP增长率（X2）：这个比率与城乡收入比成正相关，从建立的模型中看到对X2的参数估计为0.93 ，符合经济意义。 财政支农比率（X3）：此比率反映了政府和社会对农村的支持力度。比率越大，说明政府财政支农比率越大。可见与Y成负相关，可是我们得出的参数估计为3.26 ，不符合经济意义。 产业比（X4）：此比率越大，说明福建省农业产值越高，农民收入水平较高，即与被解释变量成负相关。从列表中得到X4的参数 -11.84，符合经济意义。 二、考察Y与X2、X3、X4之间的关系 1、建立模型 假设拟建立如下三元回归模型： Y=β0+β2X2+β3X3+β4X4+μ

表2给出了采用Eviews软件对上表中的数据进行回归分析的计算结果，表明可建立如下城乡收入比函数： Y=3.21+0.74X2-0.50X3-6.76X4 表2：中国城乡收入比Y对X2、X3、X4的回归（1991-2010） 2、经济意义检验 人均GDP增长率（X2）：这个比率与城乡收入比成正相关，从建立的模型中看到对X2的参数估计为0.74 ，符合经济意义。

计量经济学实验报告

中国海洋大学 《计量经济学》实验报告实验项目名称：黄金价格影响因素解析 指导教师：殷克东 姓名：王焜 学号： 年级专业： 14金融 中国海洋大学经济学院

【实验步骤——自己操作】 一、实验数据： 黄金价格、美元指数、通胀率、原油价格、US利率、GDP、标准普尔指数的数据如下：二、实验步骤： （1）建立回归模型 1.建立实验文件 2.输入Y、X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 X1 X2 X3 X4 X5 X6 X7 3.建立回归模型： 建立Y C X1 X2 X3 X4 X5 X6 X7的回归，

其中Y代表黄金价格 X1代表美元指数 X2代表通胀率 X3代表原油价格 X4代表短期US 利率 X5代表长期US利率 X6代表GDP X7代表标准普尔指数 4．回归结果如下： 5、对模型的初步分析 a.对模型拟合度分析：从报告单可以看出，R-squared为，模型拟合度在89%左右。

b.对变量的显着性分析：在t检验中，截距项参数、RS的参数并不显着。可能为0。但要判断是否为0，还要对残差和变量进行检验。 c.对模型显着性分析F检验中，F统计量值为，大于显着水平为5%的临界值，说明模型显着。对多个解释变量的模型，若OLS法估价的R2与F值较大，但t检验值较小，则说明各解释变量对Y的联合线性作用显着，但各解释变量间存在共线性而使得它们对Y的独立作用不能分辨，故t检验不显着。 d、对模型的残差项进行分析 异方差检验：怀特检验 由图知Obs*R-squared统计量为，概率值大于，说明不存在异方差 自相关检验 P(Obs*R-squared)为，大于的显着水平，所以不存在自相关。 e、对变量进行分析 对变量进行多重共线性检验 由相关系数矩阵知： 与RL、RS和SP存在明显的线性相关性。可以看出GDP与利率存在线性负相关，与股票市场存在线性正相关。因为GDP是反映国家经济的一个重要指标，因此，国家为了刺激经济，货币政策往往比较宽松，利率比较低，此时国家经济发展，GDP加速上升，带动股市上扬。 与SP存在明显的线性相关性。由股票理论价格=股票收益/利率知 道利率与股票价格存在负相关。 由于存在多重共线性存在，导致OLS下估计量的非有效、变量显着性检验失效和模型预测失效，因此必须克服模型多重共线性，对模型进行修改。 6、对模型的修正 前面已经大致检测出存在多重共线性的解释变量，分别是短期利率（X4）、长期利率（X5）、标准普尔指数（X7）、GDP（X6）。对这些解释变量进行逐步回归： 短期利率： 长期利率 标准普尔指数 GDP 可以看出在标长期利率的逐步回归中t检验最显着；R检验值为，在四个检验中最好；因

计量经济学实验二

实验二 （一）异方差性 【实验目的】 掌握异方差性的检验及处理方法 【实验内容】 建立并检验我国制造业利润函数模型 【实验步骤】 【例1】表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。 表1 我国制造工业1998年销售利润与销售收入情况

一、检验异方差性 ⒈图形分析检验 ⑴观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y 图1 我国制造工业销售利润与销售收入相关图 从图中可以看出，随着销售收入的增加，销售利润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。 ⑵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2 我国制造业销售利润回归模型残差分布 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。 ⒉Goldfeld-Quant检验 ⑴将样本安解释变量排序（SORT X）并分成两部分（分别有1到10共11个样本合19到28共10个样本） ⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为2579.587。 SMPL 1 10 LS Y C X

图3 样本1回归结果 ⑶利用样本2建立回归模型2（回归结果如图4），其残差平方和为63769.67。 SMPL 19 28 LS Y C X 图4 样本2回归结果 ⑷计算F 统计量：12/RSS RSS F =＝63769.67/2579.59=24.72，21RSS RSS 和分别是模型1和模型2的残差平方和。 取 05 .0=α时，查F 分布表得 44.3)1110,1110(05.0=----F ，而 44.372.2405.0=>=F F ，所以存在异方差性 ⒊White 检验 ⑴建立回归模型：LS Y C X ，回归结果如图5。

最新版计量经济学实验报告

3.3 3.3 经调查研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表3.6为对某地区部分家庭抽样调查得到的样本数据。 表3.6 家庭书刊消费、家庭收入及户主受教育年数数据 （1）作家庭书刊消费（Y ）对家庭月平均收入（X ）和户主受教育年数（T ）的多元线性回归： 1 2 3 i i i i u Y X T βββ=+++ 利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和作用。 步骤： 1.打开EViews6，点“File ”→“New ”→“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。

2. 在命令行输入：DATA Y X T，回车。将数据复制粘贴到Group中的表格中。 3. 建立数据关系图为初步观察数据的关系，在命令行输入命令：sort Y，从而实现数据Y的递增排序。 4. 在数据表“group”中点“view/graph/line”，最后点击确定，出现序列Y、X、T 的线性图。

5. OLS 估计参数,点击主界面菜单Quick\Estimate Equation ，弹出对话框，如下图。在其中输入Y c X T ，点确定即可得到回归结果。 ()()()()()() 2 2 50.01620.0864552.3703 49.46026 0.02936 5.20217 t= 1.011244 2.944186 10.067020.951235 =0.944732 F=146.2974 ?i i i X T Y R R =-++-= 经济意义：家庭月平均收入每增加1元，家庭书刊消费将增加0.08645 元。户主受教育年数每

计量经济学实验报告二

计量经济学实验报告二标准化工作室编码[XX968T-XX89628-XJ668-XT689N]

学生实验报告 学院：经济学院 课程名称：计量经济学 专业班级： 11经济学1班 姓名：魏丹丹 学号： 0112102 学生实验报告 （经管类专业用） 一、实验目的及要求： 1、目的 利用Eviews软件，使学生在实验过程中全面了解和熟悉计量经济学。 2、内容及要求 熟悉Eviews软件的操作与应用 二、仪器用具： 三、实验方法与步骤: 1 经研究发现，家庭书刊消费受家庭收入几户主受教育年数的影响，表中为对某地区部分家庭抽样调查得到样本数据：

（2）利用样本数据估计模型的参数； （3）检验户主受教育年数对家庭书刊消费是否有显着影响； （4）分析所估计模型的经济意义和作用 答：（1）家庭书刊消费的计量经济学模型是： Dependent Variable: Y Method: Least Squares Date: 11/27/12 Time: 14:36 Sample: 1 18 Included observations: 18 Variable Coeffici ent Std. Error t- Statistic Prob. C X T R-squared Mean dependent var Adjusted R- squared. dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic

EViews计量经济学实验报告异方差的诊断及修正

姓名学号实验题目异方差的诊断与修正 一、实验目的与要求： 要求目的：1、用图示法初步判断是否存在异方差，再用White检验异方差； 2、用加权最小二乘法修正异方差。

估计结果为： i Y ? = 12.03564 + 0.104393i X （19.51779） (0.008441) t=（0.616650） （12.36670） 2R =0.854696 R =0.849107 S.E.=56.89947 DW=1.212859 F=152.9353 这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。 2R =0.854696 , 拟合程度较好。在给定 =0.0时，t=12.36670 > )26(025.0t =2.056 ，拒 绝原假设，说明销售收入对销售利润有显著性影响。F=152.9353 > )6,21(F 05.0= 4.23 ,

表明方程整体显著。 （三） 检验模型的异方差 ※（一）图形法 6、判断 由图3可以看出，被解释变量Y 随着解释变量X 的增大而逐渐分散，离散程度越来越大； 同样，由图4可以看出，残差平方2 i e 对解释变量X 的散点图主要分布在图形中的下三角部分，大致看出残差平方2 i e 随i X 的变动呈增大趋势。因此，模型很可能存在异方差。但是否确实存在异方差还应该通过更近一步的检验。

※ （二）White 检验 White 检验结果 White Heteroskedasticity Test: F-statistic 3.607218 Probability 0.042036 Obs*R-squared 6.270612 Probability 0.043486 Test Equation: t 界值5.002 χ （2） =5.99147。比较计算的2χ统计量与临界值，因为n 2R = 6.270612 > 5 .002 χ（2）=5.99147 ，所以拒绝原假设，不拒绝备择假设，这表明模型存在异方差。 （四） 异方差的修正 在运用加权最小二乘法估计过程中，分别选用了权数t 1ω=1/t X ，t 2ω=1/2 t X ，t 3ω=1/t X 。 用权数t 1ω的结果

EViews计量经济学实验报告-异方差的诊断及修正模板

姓名 学号 实验题目 异方差的诊断与修正 一、实验目的与要求： 要求目的：1、用图示法初步判断是否存在异方差，再用White 检验异方差； 2、用加权最小二乘法修正异方差。 二、实验内容 根据1998年我国重要制造业的销售利润与销售收入数据，运用EV 软件，做回归分析，用图示法，White 检验模型是否存在异方差，如果存在异方差，运用加权最小二乘法修正异方差。 三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等） （一） 模型设定 为了研究我国重要制造业的销售利润与销售收入是否有关，假定销售利润与销售收入之间满足线性约束，则理论模型设定为： i Y =1β+2βi X +i μ 其中，i Y 表示销售利润，i X 表示销售收入。由1998年我国重要制造业的销售收入与销售利润的数据，如图1： 1988年我国重要制造业销售收入与销售利润的数据 （单位：亿元）

（二） 参数估计 Dependent Variable: Y Method: Least Squares Date: 10/19/05 Time: 15:27 Sample: 1 28 Included observations: 28 Variable Coefficient Std. Error t-Statistic Prob. C 12.03564 19.51779 0.616650 0.5428 X 0.104393 0.008441 12.36670 0.0000 R-squared 0.854696 Mean dependent var 213.4650 Adjusted R-squared 0.849107 S.D. dependent var 146.4895 S.E. of regression 56.90368 Akaike info criterion 10.98935 Sum squared resid 84188.74 Schwarz criterion 11.08450 Log likelihood -151.8508 F-statistic 152.9353 Durbin-Watson stat 1.212795 Prob(F-statistic) 0.000000 估计结果为： i Y ? = 12.03564 + 0.104393i X （19.51779） (0.008441) t=（0.616650） （12.36670） 2R =0.854696 2R =0.849107 S.E.=56.89947 DW=1.212859 F=152.9353 这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。 2R =0.854696 , 拟合程度较好。在给定 =0.0时，t=12.36670 > )26(025.0t =2.056 ，拒

计量经济学实验报告

计量经济学实验报告 学院： 班级 姓名： 学号： 一、经济学理论概述 1、需求是指消费者（家庭）在某一特定时期内，在每一价格水平时愿意而且能够购买的某种商品量。需求是购买欲望与购买能力的统一。 2、需求定理是说明商品本身价格与其需求量之间关系的理论。其基本内容是：在其他条件不变的情况下，一种商品的需求量与其本身价格之间成反方向变动，即需求量随着商品本身价格的上升而减少，随商品本身价格的下降而增加。 3、需求量的变动是指其他条件不变的情况下，商品本身价格变动所引起的需求量的变动。需求量的变动表现为同一条需求曲线上的移动。 二、经济学理论的验证方法 在此次试验中，我运用了Eviews和Excel软件对相关数据进行处理和分析。 1、拟合优度检验——可决系数R2统计量 回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越大，参差平方和越小，表明样本回归线与样本观测值的拟合程度越高。 2、方程总体线性的显着性检验——F检验

（1）方程总体线性的显着性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显着成立作出判断。 （2）给定显着性水平α，查表得到临界值F α（k ，n-k-1）,根据样本求出F 统计量的数值后，可通过F ＞F α(k ，n-k-1) （或F ≤F α(k ，n-k-1)）来拒绝（或接受）原假设H0，以判定原方程总体上的线性关系是否显着成立。 3、变量的显着性检验——t 检验 4、异方差性的检验——怀特检验 怀特检验不需要排序，对任何形式的异方差都适用。 5、序列相关性的检验——图示法和回归检验法 6、多重共线性的检验——逐步回归法 以Y 为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。 三、验证步骤 1、确定变量 （1）被解释变量 “货币流通量”在模型中用“Y ”表示。 （2）解释变量 ①“货币贷款额”在模型中用“1X ”表示; ②“居民消费价格指数”在模型中用“2X ”表示； ③把由于各种原因未考虑到和无法度量的因素归入随机误差项，在模型中用“μ”。 2、建立计量经济学模型 根据各相关变量之间的关系，假定： Y=0β+1βX 1+2βX 2+μ 3、数据描述和处理