计量经济学实验报告csust.doc
计量经济学实验报告csust.doc
- 配套讲稿：
如PPT文件的首页显示word图标，表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制：
部分文档作品中含有的国旗、国徽等图片，仅作为作品整体效果示例展示，禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词：
- 计量 经济学 实验 报告 csust
- 资源描述：
-
实验报告 课程名称： 计量经济学 实验项目： 计量经济学Eviews应用与操作 学生姓名： 学 号： 班 级： 专 业： 指导教师： 2023年12月 指导老师评语： 签字： 年 月 日 成绩等级： 备注： 实验任务一 1. 根据数据1构建截面数据一元线性模型。 假设拟建立如下一元回归模型： Y= 下图为用Eviews 软件对数据进行回归分析的计算结果： Dependent Variable: Y Method: Least Squares Date: 01/07/03 Time: 23:44 Sample: 1 31 Included observations: 31 Coefficient Std. Error t-Statistic Prob. X 1.359477 0.043302 31.39525 0.0000 C -57.90655 377.7595 -0.153289 0.8792 R-squared 0.971419 Mean dependent var 11363.69 Adjusted R-squared 0.970433 S.D. dependent var 3294.469 S.E. of regression 566.4812 Akaike info criterion 15.57911 Sum squared resid 9306127. Schwarz criterion 15.67162 Log likelihood -239.4761 Hannan-Quinn criter. 15.60926 F-statistic 985.6616 Durbin-Watson stat 1.294974 Prob(F-statistic) 0.000000 由此可得： （377.76） （0.043） （-0.15） （31.40） R2=0.97 2. 对模型进行检查。 从回归估计的结果看，模型拟合较好。可决系数R2=0.97，拟合优度较高，表白该地区消费支出变化的97%可以由该地区可支配收入的变化来解释。从斜率项的t检查值来看，在1%的水平上通过了显著性检查，它表白，人均可支配收入每增长1元，人均消费支出增长1.36元。但是斜率值1.36＞1，不符合经济规律。 3. 若2023年某地区人均可支配收入为4100元，那么该地区消费支出是多少？ （元） 实验任务二 1. 根据数据2构建时间数据一元线性模型。 假设拟建立如下一元回归模型： Y= 下图为用Eviews 软件对数据进行回归分析的计算结果： Dependent Variable: Y Method: Least Squares Date: 01/31/02 Time: 15:25 Sample: 1978 2023 Included observations: 29 Coefficient Std. Error t-Statistic Prob. X 0.437527 0.009297 47.05950 0.0000 C 2091.295 334.9869 6.242914 0.0000 R-squared 0.987955 Mean dependent var 14855.72 Adjusted R-squared 0.987509 S.D. dependent var 9472.076 S.E. of regression 1058.633 Akaike info criterion 16.83382 Sum squared resid 30259014 Schwarz criterion 16.92811 Log likelihood -242.0903 Hannan-Quinn criter. 16.86335 F-statistic 2214.596 Durbin-Watson stat 0.277155 Prob(F-statistic) 0.000000 由此可得： （334.99） （0.009） （6.24） （47.06） R2=0.99 2. 对模型进行检查。 从回归估计的结果看，可决系数R2=0.99，拟合优度较高，模型拟合较好，表白实际消费支出的变化的99%可以由实际可支配收入的变化来解释。从斜率项的t检查值来看，在1%的水平上通过了显著性检查，且斜率项0<0.44<1,符合经济规律，表白人均可支配收入每增长1亿元，消费支出增长0.44亿元。 3. 若2023年我国可支配总收入为54180亿元，那么该相应的总消费是多少？ （亿元） 实验任务三 1. 根据数据3构建截面数据多元线性模型。 假设拟建立如下多元截面数据模型： Y= 下图为用Eviews 软件对数据进行回归分析的计算结果： Dependent Variable: Y Method: Least Squares Date: 06/09/15 Time: 22:08 Sample: 1 31 Included observations: 31 Coefficient Std. Error t-Statistic Prob. X1 0.555644 0.075308 7.378320 0.0000 X2 0.250085 0.113634 2.202391 0.0362 C 143.3265 260.4032 0.550402 0.5864 R-squared 0.975634 Mean dependent var 8401.468 Adjusted R-squared 0.973893 S.D. dependent var 2388.459 S.E. of regression 385.9169 Akaike info criterion 14.84089 Sum squared resid 4170093. Schwarz criterion 14.97966 Log likelihood -227.0337 Hannan-Quinn criter. 14.88612 F-statistic 560.5650 Durbin-Watson stat 1.843488 Prob(F-statistic) 0.000000 散点图：表白2023年可支配收入X1与Y存在线性正相关关系，并且，2023年消费支出X2与Y存在线性正相关关系，这表白居民消费支出不仅受本年可支配收入的影响，也受上一年消费支出的影响，即存在棘轮效应。 估计方程： （0.55） （7.38）（2.20） 2. 对模型进行检查。 ①从回归估计结果看出，R2=0.98，，这说明拟合优度高，模型拟合较好，表白2023年消费支出变化的98%可以由2023年可支配收入X1和2023年消费支出X2来解释。 ②从回归模型的t检查值来看，X1在1%的水平上通过了显著性检查，X2在5%的水平上通过了显著性检查，可判断X1和X2对Y均有显著影响。从回归模型的F检查值来看，F=560.57，其随着概率为零，在1%的水平上通过显著性检查，说明回归方程显著。 ③斜率项0<0.56<1,0<0.25<1，符合经济规律。这表白了在2023年可支配收入X1保持不变的情况下,每增长1元2023年消费支出X2,2023年消费支出Y变动0.25元;在2023年消费支出X2保持不变的情况下,每增长1元2023年可支配收入X1,2023年消费支出Y变动0.56元。 实验任务四 1. 根据数据4构建时间序列数据多元线性模型。 根据需求理论，P0为食品价格，P1为通货膨胀率，X为食品消费支出总额。Q=f(X, P0 ,P1), 用Eviews软件对数据进行回归分析，结果如下： Dependent Variable: Q Method: Least Squares Date: 06/10/15 Time: 02:02 Sample: 1985 2023 Included observations: 22 Coefficient Std. Error t-Statistic Prob. X 0.210206 0.011751 17.88857 0.0000 P0 6.680334 3.306630 2.020285 0.0585 P1 -5.854723 2.929604 -1.998469 0.0610 C 877.2041 37.09124 23.64990 0.0000 R-squared 0.982629 Mean dependent var 1830.000 Adjusted R-squared 0.979734 S.D. dependent var 365.1392 S.E. of regression 51.98063 Akaike info criterion 10.90258 Sum squared resid 48635.74 Schwarz criterion 11.10096 Log likelihood -115.9284 Hannan-Quinn criter. 10.94932 F-statistic 339.4076 Durbin-Watson stat 0.737832 Prob(F-statistic) 0.000000 2. 对模型进行检查。 ① 可决系数R2=0.9826，,拟合优度较高,模型拟合好。 ② 从t检查值看，解释变量X、P0、P1分别在1%、10%、10%的水平上通过了显著性检查。 ③ F值=339.41，所相应的随着概率为0，小于1%，表白整体模型在1%的水平上通过了显著性检查。 ④ P1的斜率项为-5.85，与理论相悖，是由于随着通货膨胀率的增长，实际收入水平会下降，食品消费支出减少，食品需求减少。P0斜率项为正，说明随着食品价格的增长，消费支出也会增长，此商品为吉芬商品，符合经济规律。 实验任务五 1. 估计中国农村居民人均消费函数。 假设拟建立如下回归模型： =+X1+X2+ 下图为用Eviews 软件对数据进行回归分析的计算结果： Dependent Variable: Y Method: Least Squares Date: 05/25/15 Time: 03:06 Sample: 1 31 Included observations: 31 Coefficient Std. Error t-Statistic Prob. X1 0.402097 0.164894 2.438514 0.0213 X2 0.709030 0.041710 16.99911 0.0000 C 728.1402 328.1558 2.218886 0.0348 R-squared 0.922173 Mean dependent var 2981.623 Adjusted R-squared 0.916614 S.D. dependent var 1368.763 S.E. of regression 395.2538 Akaike info criterion 14.88870 Sum squared resid 4374316. Schwarz criterion 15.02747 Log likelihood -227.7748 Hannan-Quinn criter. 14.93394 F-statistic 165.8853 Durbin-Watson stat 1.428986 Prob(F-statistic) 0.000000 用普通最小二乘法的估计结果如下： =728.14+0.40 X1+0.71X2 （2.22） （2.44） （17.00） =0.92 D.W.=1.43 F=165.89 1． 对模型进行异方差检查。 2.1图示法 不同地区农村人均消费支出的差别重要来源于非农经营收入及工资收入、财政收入等其他收入的差别上，因此，假如存在异方差性，则也许是X2引起的。 上图我们得到了残差平方项与X2的散点图，残差平方项在不断变化，存在明显的散点扩大趋势，且随着X2的增大，残差平方项也在不断增大，因此存在递增型异方差性。 2.2 G-Q检查 Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic 8.048853 Prob. F(2,28) 0.0017 Obs*R-squared 11.31644 Prob. Chi-Square(2) 0.0035 Scaled explained SS 23.78437 Prob. Chi-Square(2) 0.0000 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/10/15 Time: 13:57 Sample: 1 31 Included observations: 31 Coefficient Std. Error t-Statistic Prob. C -246960.3 222964.1 -1.107623 0.2774 X1 88.52762 112.0369 0.790165 0.4361 X2 108.5096 28.33955 3.828909 0.0007 R-squared 0.365046 Mean dependent var 141107.0 Adjusted R-squared 0.319692 S.D. dependent var 325595.5 S.E. of regression 268553.6 Akaike info criterion 27.93125 Sum squared resid 2.02E+12 Schwarz criterion 28.07003 Log likelihood -429.9344 Hannan-Quinn criter. 27.97649 F-statistic 8.048853 Durbin-Watson stat 2.178345 Prob(F-statistic) 0.001731 由此可得，在1%的显著性水平下拒绝同方差的原假设，该模型存在异方差。 2.3怀特检查 Heteroskedasticity Test: White F-statistic 3.898573 Prob. F(5,25) 0.0095 Obs*R-squared 13.58148 Prob. Chi-Square(5) 0.0185 Scaled explained SS 28.54493 Prob. Chi-Square(5) 0.0000 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/25/15 Time: 03:11 Sample: 1 31 Included observations: 31 Coefficient Std. Error t-Statistic Prob. C 1062731. 993615.4 1.069559 0.2950 X1 -902.4493 1056.763 -0.853975 0.4012 X1^2 0.185265 0.269249 0.688079 0.4977 X1*X2 0.246797 0.138910 1.776665 0.0878 X2 -522.6261 363.4949 -1.437781 0.1629 X2^2 0.045546 0.029326 1.553115 0.1330 R-squared 0.438112 Mean dependent var 141107.0 Adjusted R-squared 0.325735 S.D. dependent var 325595.5 S.E. of regression 267358.4 Akaike info criterion 28.00255 Sum squared resid 1.79E+12 Schwarz criterion 28.28010 Log likelihood -428.0396 Hannan-Quinn criter. 28.09303 F-statistic 3.898573 Durbin-Watson stat 2.151382 Prob(F-statistic) 0.009480 由此可得，模型在1%的显著性水平下拒绝同方差的原假设，该模型存在异方差。 3. 采用加权最小二乘法估计方程 Dependent Variable: Y Method: Least Squares Date: 05/25/15 Time: 03:27 Sample: 1 31 Included observations: 31 Weighting series: 1/ABS(RESID) Coefficient Std. Error t-Statistic Prob. X1 0.471024 0.035570 13.24221 0.0000 X2 0.691298 0.011628 59.45173 0.0000 C 642.1640 56.79157 11.30738 0.0000 Weighted Statistics R-squared 0.992927 Mean dependent var 2595.506 Adjusted R-squared 0.992422 S.D. dependent var 3551.699 S.E. of regression 67.05808 Akaike info criterion 11.34076 Sum squared resid 125910.0 Schwarz criterion 11.47953 Log likelihood -172.7818 Hannan-Quinn criter. 11.38600 F-statistic 1965.400 Durbin-Watson stat 1.604499 Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.920239 Mean dependent var 2981.623 Adjusted R-squared 0.914424 S.D. dependent var 1368.763 S.E. of regression 400.4084 Sum squared resid 4489153. Durbin-Watson stat 1.580905 由此可得： （11.31）（13.24）（59.45） R2=0.99 通过比较，可以发现在加权后，R2值增长了，模型的拟合优度提高，消除了异方差。同时X1，X2的t记录量有了显著改善，都在1%的限度上通过了显著性检查，更好拟合了原模型。 实验任务六 1. 对实验数据3各变量取对数，并估计方程 ，判断其是否存在序列相关性。 下图为用Eviews 软件对数据进行回归分析的计算结果： Dependent Variable: LNY Method: Least Squares Date: 06/10/15 Time: 15:28 Sample: 1980 2023 Included observations: 28 Coefficient Std. Error t-Statistic Prob. LNX 0.854415 0.014219 60.09058 0.0000 C 1.588478 0.134220 11.83492 0.0000 R-squared 0.992851 Mean dependent var 9.552256 Adjusted R-squared 0.992576 S.D. dependent var 1.303948 S.E. of regression 0.112351 Akaike info criterion -1.465625 Sum squared resid 0.328192 Schwarz criterion -1.370468 Log likelihood 22.51875 Hannan-Quinn criter. -1.436535 F-statistic 3610.878 Durbin-Watson stat 0.379323 Prob(F-statistic) 0.000000 由此可得： （11.83）（60.09） R2=0.99 D.W=0.3793 F=3610.88 2.对模型进行序列相关性检查。 2.1 图示法 由图：这期的残差e随着上一期的残差e1的增长而增长，存在正序列相关性。 2.2 D.W.检查法 由于D.W=0.3793, n=28, k=2,查D.W分布表可得，dL=1.33, du=1.48,0<D.W<1.33,所以存在一阶正自相关。 2.3 拉格朗日乘数(LM)检查法 （1）1阶自相关检查：如下图，只看rob. Chi-Square(1)=0.0001，因此在1%的水平上拒绝不存在自相关的原假设，表白存在一阶自相关。 Breusch-Godfrey Serial Correlation LM Test: F-statistic 32.78471 Prob. F(1,25) 0.0000 Obs*R-squared 15.88607 Prob. Chi-Square(1) 0.0001 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/10/15 Time: 16:28 Sample: 1980 2023 Included observations: 28 Presample missing value lagged residuals set to zero. Coefficient Std. Error t-Statistic Prob. INX -0.002836 0.009551 -0.296927 0.7690 C 0.023345 0.090124 0.259033 0.7977 RESID(-1) 0.769716 0.134430 5.725793 0.0000 R-squared 0.567360 Mean dependent var 7.33E-16 Adjusted R-squared 0.532748 S.D. dependent var 0.110251 S.E. of regression 0.075363 Akaike info criterion -2.232045 Sum squared resid 0.141989 Schwarz criterion -2.089309 Log likelihood 34.24863 Hannan-Quinn criter. -2.188409 F-statistic 16.39235 Durbin-Watson stat 1.042286 Prob(F-statistic) 0.000028 (2)一直检查到15阶，随着概率11.14%才大于10%，没有通过检查，这表白模型存在直到15阶的自相关。下图为15阶自相关检查。 Breusch-Godfrey Serial Correlation LM Test: F-statistic 2.612572 Prob. F(15,11) 0.0568 Obs*R-squared 21.86315 Prob. Chi-Square(15) 0.1114 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/10/15 Time: 16:48 Sample: 1980 2023 Included observations: 28 Presample missing value lagged residuals set to zero. Coefficient Std. Error t-Statistic Prob. INX -0.002108 0.011190 -0.188362 0.8540 C 0.013530 0.103707 0.130466 0.8986 RESID(-1) 1.044683 0.298728 3.497102 0.0050 RESID(-2) -0.689205 0.434177 -1.587382 0.1407 RESID(-3) 0.300810 0.482539 0.623389 0.5457 RESID(-4) -0.467902 0.484487 -0.965767 0.3549 RESID(-5) 0.425773 0.504899 0.843283 0.4170 RESID(-6) -0.324709 0.519778 -0.624706 0.5449 RESID(-7) -0.028321 0.530359 -0.053400 0.9584 RESID(-8) -0.110678 0.531208 -0.208352 0.8388 RESID(-9) 0.082966 0.540990 0.153360 0.8809 RESID(-10) -0.223730 0.553029 -0.404553 0.6936 RESID(-11) 0.032267 0.569923 0.056617 0.9559 RESID(-12) -0.312762 0.549093 -0.569597 0.5804 RESID(-13) -0.030329 0.555608 -0.054586 0.9574 RESID(-14) 0.027348 0.494117 0.055347 0.9569 RESID(-15) -0.178625 0.354512 -0.503863 0.6243 R-squared 0.780827 Mean dependent var 7.33E-16 Adjusted R-squared 0.462029 S.D. dependent var 0.110251 S.E. of regression 0.080865 Akaike info criterion -1.912089 Sum squared resid 0.071931 Schwarz criterion -1.103251 Log likelihood 43.76925 Hannan-Quinn criter. -1.664819 F-statistic 2.449286 Durbin-Watson stat 1.536255 Prob(F-statistic) 0.068306 3.采用广义差分法估计方程 （1）一阶广义差分：如下图，D.W=0.83,n=27,k=3,查表，得到临界值dL=1.02 和du=1.32, 0<D.W<1.02，存在正自相关。 Dependent Variable: INY Method: Least Squares Date: 06/10/15 Time: 17:07 Sample (adjusted): 1981 2023 Included observations: 27 after adjustments Convergence achieved after 200 iterations Coefficient Std. Error t-Statistic Prob. INX 0.496388 0.100539 4.937250 0.0000 C 333.6558 40410.85 0.008257 0.9935 AR(1) 0.999832 0.020770 48.13872 0.0000 R-squared 0.998115 Mean depen展开阅读全文
咨信网温馨提示：1、咨信平台为文档C2C交易模式，即用户上传的文档直接被用户下载，收益归上传人（含作者）所有；本站仅是提供信息存储空间和展示预览，仅对用户上传内容的表现方式做保护处理，对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿，我们不确定上传用户享有完全著作权，根据《信息网络传播权保护条例》，如果侵犯了您的版权、权益或隐私，请联系我们，核实后会尽快下架及时删除，并可随时和客服了解处理情况，尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确)，网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据，个别因单元格分列造成显示页码不一将协商解决，平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺，下载前须认真查看，确认无误后再购买，务必慎重购买；若有违法违纪将进行移交司法处理，若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传，付费前请自行鉴别，如您付费，意味着您已接受本站规则且自行承担风险，本站不进行额外附加服务，虚拟产品一经售出概不退款（未进行购买下载可退充值款），文档一经付费（服务费）、不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印，是因预览和防盗链等技术需要对页面进行转换压缩成图而已，我们并不对上传的文档进行任何编辑或修改，文档下载后都不会有水印标识（原文档上传前个别存留的除外），下载后原文更清晰；试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓；PPT和DOC文档可被视为“模板”，允许上传人保留章节、目录结构的情况下删减部份的内容；PDF文档不管是原文档转换或图片扫描而得，本站不作要求视为允许，下载前可先查看【教您几个在下载文档中可以更好的避免被坑】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用；网站提供的党政主题相关内容(国旗、国徽、党徽－－等)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
6、文档遇到问题，请及时联系平台进行协调解决，联系【微信客服】、【QQ客服】，若有其他问题请点击或扫码反馈【服务填表】；文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“【版权申诉】”，意见反馈和侵权处理邮箱：1219186828@qq.com；也可以拔打客服电话：0574-28810668；投诉电话：18658249818。
实名认证
平台协调中心【客服】
自信AI助手
微信客服
客服QQ
发送邮件
意见反馈
链接地址：https://www.zixin.com.cn/doc/3768736.html