计量经济学课后作业
计量经济
学上机实
验报告
目录
一、实验目的和实验心得
二、课后作业
第三章
3.3
3.4
3.5
3.6
3.7
第四章
4.3
4.6
4.7
第五章
5.2
5.4
5.5
5.6
第六章
6.1
6.3
6.4
6.5
三、对上机实验课程的建议
计量经济学上机实验
一、实验目的和实验心得
实验目的：本学期的计量经济学上机实验是为了让同学们在学习了计量经济学的理论知识的基础之上，熟练掌握Eviews原件的操作步骤，学会建立计量经济学模型，能够对模型进行检验和修正，并能够通过建立模型的方法分析社会中的经济现象。增强学生实际操作的能力，使学生能独立解决遇到的经济问题。
实验心得：通过这学期的上机实验，我学会了运用Eviews6.0进行数据处理，并且能够熟练操作。学会了建立计量经济学模型，但对于难度较大的题目还有不理解的地方。
二、课后作业
第三章
3.3
（1）建立家庭书刊消费的计量经济模型：
其中：Y 为家庭书刊年消费支出、X 为家庭月平均收入、T 为户主受教育年数（2）估计模型参数，结果为：
1,300
1,200
1,100
1,000
900
Y
800
700
600
500
400
1,0001,5002,0002,5003,0003,5004,000
X
1,300
1,200
1,100
1,000
900
Y
800
700
600
500
400
6810121416182022
T
即
（49.46026）（0.02936）（5.20217）
t= (-1.011244 (2.944186 (10.06702
=0.951235 = 0.944732 =146.2974
(3 检验户主受教育年数对家庭书刊消费是否有显著影响:
由估计检验结果, 户主受教育年数参数对应的t 统计量为10.06702, 明显大于t 的临界值，同时户主受教育年数参数所对应的P 值为0.0000，明显小于= 0.05，均可判断户主受教育年数对家庭书刊消费支出确实有显著影响。
（4）本模型说明家庭月平均收入和户主受教育年数对家庭书刊消费支出有显著影响，家庭月平均收入增加1 元，家庭书刊年消费支出将增加0.086 元，户主受教育年数增加1 年，家庭书刊年消费支出将增加52.37 元。
3.4
（1）对此模型作估计,并作出经济学和计量经济学的说明。
（2）根据此模型所估计结果，作计量经济学的检验。
t检验表明：各参数的t值的绝对值均大于临界值
，从P值也可看出均明显小于，表明失业率和预期通货膨胀率分别对实际通货膨胀率都有显著影响。
F检验表明：F=34.29559,大于临界值, 其P值0.000033也明显小于,说明失业率和预期通货膨胀率联合起来对实际通货膨胀率有显著影响。
从经济意义上看：失业率与实际通货膨胀率负相关，预期通货膨胀率与实际通货膨胀率正相关，与经济理论一致。
（3）计算修正可决系数（写出详细计算过程）
由Y的统计量表得Std.Dev=3.041892
3.5
(1 建立该地区城镇居民人均全年耐用消费品支出关于人均年可支配收入和耐用消费品价格指数的回归模型：
（2）估计参数结果
350
300
250
Y
200
150
100
1,0002,0003,0004,0005,0006,000
X1
350
300
250
Y
200
150
100
115120125130135140145
X2
由估计和检验结果可看出，该地区人均年可支配收入的参数的t检验值为
10.54786，其绝对值大于临界值；而且对应的P值为0.0000，
也明显小于。说明人均年可支配收入对该地区城镇居民人均全年耐用消费品支出确实有显著影响。
但是，该地区耐用消费品价格指数的参数的t检验值为-0.921316，其绝对值小于临
界值；而且对应的P值为0.3838，也明显大于。这说明该地区耐用消费品价格指数对城镇居民人均全年耐用消费品支出并没有显著影响, 这样的结论似乎并不合理。为什么会出现这样的结果呢? 很值得考虑。说明此模型存在严重的问题（存在严重多重共线性）。
3.6
（1）建立能源需求与收入和价格之间的对数需求函数
说明收入GDP指数增加1%时，平均说来能源需求指数将增长0.9969%; 价格指数增加1%时，平均说来能源需求指数将降低0.3314%
由P值可知, 收入和价格对能源需求的影响是显著的.
（2）建立能源需求与收入和价格之间的线性需求函数
说明收入GDP指数增加1个单位时，平均说来能源需求指数将增长0.980849个单位; 价格指数增加1个单位时，平均说来能源需求指数将降低0.258426个单位
由P值可知, 收入和价格对能源需求的影响是显著的.
3.7
（1）建立线性回归模型：
预期常住人口和人均收入应与粮食销售量正相关，和应为正值，而肉、蛋、鱼虾与粮食消费应该负相关，预期、、应当为负值。
2）用OLS法估计参数：
只有和的符号与预期一致，、、的符号均与预期相反。
3）对模型及各个解释变量的显著性发现：虽然可决系数和修正的可决系数都较高，F=13.5823,检验表明也显著,但是所有的解释变量的t检验却都不显著
这种矛盾现象说明此模型存在严重的问题（存在严重多重共线性）。
第四章
4.3
（1）建立经济模型：
其中 Y表示为商品进口额，GDP表示为国内生产总值，CPI表示为居民消费价格指数。
模型参数估计结果：
7
8910
11
12
9.0
9.5
10.0
10.5
11.0
11.5
12.0
12.5
LNGDP
L N Y
78910
11
12
4.4
4.8
5.2 5.6
6.0
LNCPI
L N Y
（0.337427） （0.092206） （0.214647）
t= (-9.069059 (17.96703 (-4.924618
F=1275.093
(2居民消费价格指数的回归系数的符号不能进行合理的经济意义解释，且CPI与进口之间的简单相关系数呈现正向变动。可能数据中有多重共线性。
计算相关系数:
从上图可知， GDP与CPI之间存在较高的线性相关。
3）已知：
对以上三个模型分别进行回归，结果如下：
（0.384252） (0.035196
t= (-10.64579 (34.62222
F=1198.698
（1.253662） (0.228046
t= (-4.341218 (11.68091
F=136.4437
（0.734328） (0.133577
t= (-1.958231 (16.81400
F=282.7107
单方程拟合效果都很好，回归系数显著，可决系数较高，GDP和CPI对进口分别有显著的单一影响，在这两个变量同时引入模型时影响方向发生了改变，这只有通过相关系数的分析才能发现。
4如果仅仅是作预测，可以不在意这种多重共线性，但如果是进行结构分析，还是应该引起注意。
4.6
1建立多元对数线性回归模型：
作全部变量对数线性多元回归,结果为:
由上图可见，该模型，可决系数很高，F检验值386.2196，明显显著。全部变量对数线性多元回归整体对样本拟合很好，各变量联合起来对能源消费影响显著。可是其中的lnX3、lnX4、lnX6对lnY影响不显著,而且lnX2、lnX5的参数为负值，在经济意义上不合理。所以这样的回归结果并不理想。
2）预料此回归模型会遇到多重共线性问题, 因为国民总收入与GDP本来就是一对关联指标；而工业增加值、建筑业增加值、交通运输邮电业增加值则是GDP的组成部分。这两组指标必定存在高度相关。
解释变量国民总收入(亿元X1(代表收入水平、国内生产总值(亿元X2(代表经济发展水平、工业增加值(亿元X3、建筑业增加值(亿元X4、交通运输邮电业增加值(亿
元X5(代表产业发展水平及产业结构、人均生活电力消费 (千瓦小时X6(代表人民生活水平提高、能源加工转换效率(%X7(代表能源转换技术等很可能线性相关,计算相关系数如下:
可以看出lnx1与lnx2、lnx3、lnx4、lnx5、lnx6之间高度相关，许多相关系数高于0.900以上。如果决定用表中全部变量作为解释变量，很可能会出现严重多重共线性问题。
3）因为存在多重共线性，解决方法如下：
A：修正理论假设，在高度相关的变量中选择相关程度最高的变量进行回归建立模型：而对变量取对数后，能源消费总量的对数与人均生活电力消费的对数相关程度最高，可建立这两者之间的回归模型。如:
回归结果如下：
（0.116373）（0.026024）
t= (85.34551 (16.17255
F=261.5513
B：进行逐步回归，直至模型符合需要研究的问题，具有实际的经济意义和统计意义。采用逐步回归的办法，去检验和解决多重共线性问题。分别作对
的一元回归，结果如下:
变量lnX1 lnX2 lnX3 lnX4 lnX5 lnX6 lnX7
参数估计
值
0.316171 0.314891 0.277141 0.297392 0.273340 0.420972 8.730031 t统计量14.98487 14.62022 9.718016 13.22994 11.71682 16.17255 4.647591 可决系数0.914476 0.910543 0.818087 0.892730 0.867327 0.925677 0.507043
调整可决
系数
0.910404 0.906284 0.809425 0.887621 0.861009 0.922138 0.483569
其中加入lnX6的方程调整的可决系数最大, 以lnX6为基础, 顺次加入其他变量逐步回归。结果如下表:
变量lnX1lnX2lnX3lnX4lnX5lnX6lnX7
lnX6 lnX1-0.186
(-0.698
0.666
(1.891
0.920
lnX6 lnX2-0.251
(-1.021
0.753
(2.308
0.922
lnX6 lnX30.061
(1.548
0.341
(5.901
0.927
lnX6 lnX4-0.119
(-0.897
0.585
(3.167
0.921