计量经济学综合实验报告 本文关键词:计量,经济学,实验,报告,综合
计量经济学综合实验报告 本文简介:计量经济学综合实验姓名:胡中浩学号:110101404218《计量经济学综合实验》实验报告2013-2014学年第一学期班级:经济1142班姓名:胡中浩学号:110101404218课程编码:0123100320课程类型:综合实训实验时间:第16周至第18周实验地点:相思湖校区实1-604实验目的和
计量经济学综合实验报告 本文内容:
计量经济学综合实验
姓名:胡中浩
学号:110101404218
《计量经济学综合实验》实验报告
2013-2014学年第一学期
班级:
经济1142班
姓名:
胡中浩
学号:
110101404218
课程编码:0123100320
课程类型:综合实训
实验时间:第16周至第18周
实验地点:相思湖校区
实1-604
实验目的和要求:熟悉eviews软件的基本功能,能运用eviews软件进行一元和多元模型的参数估计、统计检验和预测分析,能运用eviews软件进行异方差、自相关、多重共线性的检验和处理,并最终将操作结果进行分析。能熟悉运用eviews软件对时间序列进行单位根、协整和格兰杰因果关系检验。
实验所用软件:eviews
实验内容和结论:见第2页—第
41
页
实验一
第二章第6题
Dependent
Variable:
Y
Method:
Least
Squares
Date:
12/17/13
Time:
09:13
Sample:
1985
1998
Included
observations:
14
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
12596.27
1244.567
10.12101
0.0000
GDP
26.95415
4.120300
6.541792
0.0000
R-squared
0.781002
Mean
dependent
var
20168.57
Adjusted
R-squared
0.762752
S.D.
dependent
var
3512.487
S.E.
of
regression
1710.865
Akaike
info
criterion
17.85895
Sum
squared
resid
35124719
Schwarz
criterion
17.95024
Log
likelihood
-123.0126
F-statistic
42.79505
Durbin-Watson
stat
0.859998
Prob(F-statistic)
0.000028
(1)
(10.12)
(6.54)
(2)是样本回归方程的斜率,它表示GDP每增加1亿元,货物运输量将增加26.95万吨,是样本回归方程的截距,表示GDP不变价时的货物运输量。
(3),说明离差平方和的78%被样本回归直线解释,还有22%未被解释。因此,样本回归至西安对样本点的拟合优度是较高的。
给出显著水平,查自由度v=14-2=12的t分布表,得临界值,,,故回归系数均显著不为零,回归模型中英包含常数项,X对Y有显著影响。
(4)2000年的国内生产总值为620亿元,货物运输量预测值为29307.84万吨。
实验二
第二章第7题
X1
Dependent
Variable:
Q
Method:
Least
Squares
Date:
12/17/13
Time:
10:57
Sample:
1978
1998
Included
observations:
21
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
40772.47
1389.795
29.33704
0.0000
X1
0.001220
0.001909
0.639194
0.5303
R-squared
0.021051
Mean
dependent
var
40996.12
Adjusted
R-squared
-0.030473
S.D.
dependent
var
6071.868
S.E.
of
regression
6163.687
Akaike
info
criterion
20.38113
Sum
squared
resid
7.22E+08
Schwarz
criterion
20.48061
Log
likelihood
-212.0019
F-statistic
0.408568
Durbin-Watson
stat
0.206201
Prob(F-statistic)
0.530328
=40772.47+0.001+
X2
Dependent
Variable:
Q
Method:
Least
Squares
Date:
12/17/13
Time:
10:58
Sample:
1978
1998
Included
observations:
21
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
26925.65
915.8657
29.39912
0.0000
X2
5.912534
0.356423
16.58851
0.0000
R-squared
0.935413
Mean
dependent
var
40996.12
Adjusted
R-squared
0.932014
S.D.
dependent
var
6071.868
S.E.
of
regression
1583.185
Akaike
info
criterion
17.66266
Sum
squared
resid
47623035
Schwarz
criterion
17.76214
Log
likelihood
-183.4579
F-statistic
275.1787
Durbin-Watson
stat
1.264400
Prob(F-statistic)
0.000000
=26925.65+5.91+
X3
Dependent
Variable:
Q
Method:
Least
Squares
Date:
12/17/13
Time:
10:58
Sample:
1978
1998
Included
observations:
21
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
-49865.39
12638.40
-3.945545
0.0009
X3
1.948700
0.270634
7.200498
0.0000
R-squared
0.731817
Mean
dependent
var
40996.12
Adjusted
R-squared
0.717702
S.D.
dependent
var
6071.868
S.E.
of
regression
3226.087
Akaike
info
criterion
19.08632
Sum
squared
resid
1.98E+08
Schwarz
criterion
19.18580
Log
likelihood
-198.4064
F-statistic
51.84718
Durbin-Watson
stat
0.304603
Prob(F-statistic)
0.000001
=-49865.39+1.95+
(1)
=40772.47+0.001+
=26925.65+5.91+
=-49865.39+1.95+
(2)
=0.001为样本回归方程的斜率,表示边际农业机械总动力,说明农业机械总动力每增加1万千瓦,粮食产量增加1万吨。=40072.47是截距,表示不受农业机械总动力影响的粮食产量。=0.02,说明总离差平方和的2%被样本回归直线解释,有98%未被解释,因此样本回归直线对样本点的拟合优度是很低的。给出的显著水平=0.05,查自由度v=21-2=19的t分布表,得临界值,,
,=16.6>,故回归系数均不为零,回归模型中应包含常数项,X对Y有显著影响。
=1.95为样本回归方程的斜率,表示边际土地灌溉面积,说明土地灌溉面积每增加1千公顷,粮食产量增加1万吨。=-49865.39是截距,表示不受土地灌溉面积影响的粮食产量。=0.73,说明总离差平方和的73%被样本回归直线解释,有27%未被解释,因此样本回归直线对样本点的拟合优度是较高的。给出显著性水平=0.05,查自由度=21-2=19的t分布表,得临界值=2.09,=-3.95,故回归系数包含零,回归模型中不应包含常数项,X对Y有无显著影响
。
(3)根据分析,X2得拟合优度最高,模型最好,所以选择X2得预测值。
=26925.65+5.91+
实验三
P85第3题
Dependent
Variable:
Y
Method:
Least
Squares
Date:
12/19/13
Time:
09:10
Sample:
1
18
Included
observations:
18
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
-0.975568
30.32236
-0.032173
0.9748
X1
104.3146
6.409136
16.27592
0.0000
X2
0.402190
0.116348
3.456776
0.0035
R-squared
0.979727
Mean
dependent
var
755.1500
Adjusted
R-squared
0.977023
S.D.
dependent
var
258.6859
S.E.
of
regression
39.21162
Akaike
info
criterion
10.32684
Sum
squared
resid
23063.27
Schwarz
criterion
10.47523
Log
likelihood
-89.94152
F-statistic
362.4430
Durbin-Watson
stat
2.561395
Prob(F-statistic)
0.000000
(1)
(2)提出检验的原假设为。
给出显著水平,查自由度v=18-2=16的t分布表,得临界值。,所以否定,显著不等于零,即可以认为受教育年限对购买书籍及课外读物支出有显著影响。
,所以否定,显著不等于零,即可以家庭月可支配收入对购买书籍及课外读物支出有显著影响。
(3)
=0.9797,表示Y中的变异性能被估计的回归方程解释的部分越多,估计的回归方程对样本观测值就拟合的越好。同样,=0.9770,很接近1,表示模型拟合度很好。
(4)把=10,=480代入
实验四
P86第6题
Dependent
Variable:
Y
Method:
Least
Squares
Date:
12/19/13
Time:
10:14
Sample:
1955
1984
Included
observations:
30
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
0.208932
4.372218
0.047786
0.9623
X1
1.081407
0.234139
4.618649
0.0001
X2
3.646565
1.699849
2.145229
0.0414
X3
0.004212
0.011664
0.361071
0.7210
R-squared
0.552290
Mean
dependent
var
22.13467
Adjusted
R-squared
0.500632
S.D.
dependent
var
14.47115
S.E.
of
regression
10.22618
Akaike
info
criterion
7.611345
Sum
squared
resid
2718.944
Schwarz
criterion
7.798171
Log
likelihood
-110.1702
F-statistic
10.69112
Durbin-Watson
stat
1.250501
Prob(F-statistic)
0.000093
,表示该地区某农产品收购量随着销售量的增加而增加,=3.647表示农产品收购量随出口量的增加而增加。=3.647表示农产品收购量随库存量的增加而增加。该回归方程系数的符号和大小均符合经济理论和实际情况。
统计检验
a.回归方程的显著性检验
F检验:r=0.55表示和和联合起来对Y的解释能力达到55,因此,样本回归方程的拟合优度是高的。显著性水平=0.05,查自由度v=30-3-1=27,的F分布表的临界值(3,27)=2.96,F=10.69>
F(3,27)=2.96,说明回归方程在总体上是显著的。
b.回归系数的显著性检验
t检验:显著性水平=0.05,查自由度v=30-3-1=26的t分布表的临界值t(26)=2.06,t=4.62>t(26),所以显著不为零,即销售量对农产品收购量有显著影响;t=2.15
>
t(26),所以显著不为零,即出口量对农产品收购量有显著影响;t=0.36
t(7),t=81.2>
t(7),故回归系数显著不为零,回归模型中应包含常数项,时间t对lny有显著影响。
4、预测
1.13+0.28*10
=e=51.89925
1999年该商场皮鞋的销售额为51.89925万元。
实验六
P107第四章第2题
Dependent
Variable:
LOGY
Method:
Least
Squares
Date:
12/20/13
Time:
15:13
Sample(adjusted):
1
21
Included
observations:
21
after
adjusting
endpoints
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
-35.40425
1.637922
-21.61535
0.0000
T
0.020766
0.000866
23.97401
0.0000
R-squared
0.968000
Mean
dependent
var
3.843167
Adjusted
R-squared
0.966316
S.D.
dependent
var
1.309610
S.E.
of
regression
0.240355
Akaike
info
criterion
0.076997
Sum
squared
resid
1.097644
Schwarz
criterion
0.176475
Log
likelihood
1.191533
F-statistic
574.7531
Durbin-Watson
stat
0.110127
Prob(F-statistic)
0.000000
lnY=-35.404+0.0208t+u
即样本回归方程为:
-35.40+0.02
t
(-21.62)(23.97)R=0.97
2、对回归方程的结构分析
=0.02,表示每增加10年,美国的人口总数增加2%。
3、T检验:
R=0.97,表示t对lny的解释能力达到97%。样本回归直线对样本点的拟合优度很高。
给出显著性水平=0.05,查自由度=21-2=19的t分布表,得临界值t(19)=2.09,t=>
t(19),t=23.97>
t(19),故回归系数显著不为零,回归模型中应包含常数项,时间t对lny有显著影响。
4、预测
-35.40+0.02*2000=6.127408
=e=458.25
美国2000年的人口总数为458.25百万人。
logY=6.127408
Y=458.0599
实验七
P108第四章第3题
Dependent
Variable:
LOGMTN
Method:
Least
Squares
Date:
12/20/13
Time:
16:29
Sample:
1948
1964
Included
observations:
17
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
-2.095090
1.790906
-1.169850
0.2631
LOGYT
0.206210
0.308720
0.667952
0.5158
LOGRT
0.864595
0.517228
1.671593
0.1185
LOGPT
1.265879
0.431393
2.934402
0.0116
R-squared
0.859355
Mean
dependent
var
5.481567
Adjusted
R-squared
0.826899
S.D.
dependent
var
0.269308
S.E.
of
regression
0.112047
Akaike
info
criterion
-1.337475
Sum
squared
resid
0.163208
Schwarz
criterion
-1.141425
Log
likelihood
15.36854
F-statistic
26.47717
Durbin-Watson
stat
0.743910
Prob(F-statistic)
0.000008
(1)ln=-2.1+0.206ln+0.865ln+1.266ln+
1.2661+0.206=1.4721
ln=-2.1+0.206ln+0.865ln+1.4721n+
是正数,所以合理,表示内含价格缩减指数每增加1%,名义货币存量增加1.4721%。
(2)
Dependent
Variable:
LOGMTN
Method:
Least
Squares
Date:
12/20/13
Time:
17:03
Sample:
1948
1964
Included
observations:
17
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
-2.095090
1.790906
-1.169850
0.2631
LOGYTN
0.206210
0.308720
0.667952
0.5158
LOGRT
0.864595
0.517228
1.671593
0.1185
LOGPT
1.059669
0.556714
1.903436
0.0794
R-squared
0.859355
Mean
dependent
var
5.481567
Adjusted
R-squared
0.826899
S.D.
dependent
var
0.269308
S.E.
of
regression
0.112047
Akaike
info
criterion
-1.337475
Sum
squared
resid
0.163208
Schwarz
criterion
-1.141425
Log
likelihood
15.36854
F-statistic
26.47717
Durbin-Watson
stat
0.743910
Prob(F-statistic)
0.000008
ln=-2.1+0.206ln+0.865ln+1.0597ln+
相等
(3)
Dependent
Variable:
LOGMT
Method:
Least
Squares
Date:
12/24/13
Time:
08:41
Sample:
1948
1964
Included
observations:
17
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
-1.006527
0.289766
-3.473584
0.0037
LOGYT
0.226585
0.300069
0.755110
0.4627
LOGRT
0.944253
0.489602
1.928614
0.0743
R-squared
0.751490
Mean
dependent
var
0.802225
Adjusted
R-squared
0.715989
S.D.
dependent
var
0.205539
S.E.
of
regression
0.109537
Akaike
info
criterion
-1.426321
Sum
squared
resid
0.167977
Schwarz
criterion
-1.279283
Log
likelihood
15.12373
F-statistic
21.16793
Durbin-Watson
stat
0.656255
Prob(F-statistic)
0.000059
ln=-1.0065+0.227ln+0.944ln+
实际货币存量关于实际国民收入的弹性,当实际货币存量每增加1亿卢比时,实际国民收入就增加0.227亿卢比;实际货币存量关于长期利率的弹性,当实际货币存量每增加1亿卢比时,长期利率增加0.944%。
(4)(M/T)t==
令(M/T)t=MY
所以有ln(M/T)=ln+ln+
Dependent
Variable:
LOGMY
Method:
Least
Squares
Date:
12/24/13
Time:
09:04
Sample:
1948
1964
Included
observations:
17
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
-1.287677
0.314926
-4.088823
0.0010
LOGRT
-0.209411
0.232757
-0.899696
0.3825
R-squared
0.051201
Mean
dependent
var
-1.569623
Adjusted
R-squared
-0.012053
S.D.
dependent
var
0.127733
S.E.
of
regression
0.128501
Akaike
info
criterion
-1.155637
Sum
squared
resid
0.247686
Schwarz
criterion
-1.057611
Log
likelihood
11.82291
F-statistic
0.809453
Durbin-Watson
stat
1.474376
Prob(F-statistic)
0.382499
lnMY=-1.288+-0.209ln+
经济意义:(M/T)t表示1亿卢比名义国民收入所需要的名义货币存量。因为-0.2091是负数,所以表示长期利率每增加1%,货币需求减少0.209%.
(5)a.回归方程的显著性检验
1、F检验:r=0.86表示和和联合起来对的解释能力达到86,因此,样本回归方程的拟合优度是高的。显著性水平=0.05,查自由度v=17-3-1=13,的F分布表的临界值(3,13)=3.41,F=0.809
F(3,13)=3.41,说明回归方程在总体上是显著的。
b.回归系数的显著性检验
t检验:显著性水平=0.05,查自由度v=17-3-1=13的t分布表的临界值t(13)=2.16,t=0.206
F(2,14)=3.74,说明回归方程在总体上是显著的。
b.回归系数的显著性检验
t检验:显著性水平=0.05,查自由度v=17-2-1=14的t分布表的临界值t(14)=2.15,t=0.2261.96,所以拒绝,接受,即等级相关系数是显著的,说明支出模型的随机误差项存在异方差。
(2)加权最小二乘法估计模型
Dependent
Variable:
Y
Method:
Least
Squares
Date:
12/26/13
Time:
09:32
Sample:
1
29
Included
observations:
29
Weighting
series:
W
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
87.47796
57.98023
1.508755
0.1430
X
0.783976
0.024242
32.33905
0.0000
Weighted
Statistics
R-squared
0.077754
Mean
dependent
var
2003.291
Adjusted
R-squared
0.043596
S.D.
dependent
var
66.95477
S.E.
of
regression
65.47902
Akaike
info
criterion
11.26781
Sum
squared
resid
115762.5
Schwarz
criterion
11.36210
Log
likelihood
-161.3832
F-statistic
1045.814
Durbin-Watson
stat
1.868851
Prob(F-statistic)
0.000000
Unweighted
Statistics
R-squared
0.985593
Mean
dependent
var
2111.931
Adjusted
R-squared
0.985060
S.D.
dependent
var
555.5470
S.E.
of
regression
67.90432
Sum
squared
resid
124496.9
Durbin-Watson
stat
1.915651
还原变量,得
实验九
P158第六章第3题
Dependent
Variable:
Y
Method:
Least
Squares
Date:
12/26/13
Time:
10:57
Sample:
1975
1994
Included
observations:
20
Variable
Coefficient
Std.
Error
t-Statistic
Prob.
C
-1.454750
0.214146
-6.793261
0.0000
X
0.176283
0.001445
122.0170
0.0000
R-squared
0.998792
Mean
dependent
var
24.56900
Adjusted
R-squared
0.998725
S.D.
dependent
var
2.410396
S.E.
of
regression
0.086056
Akaike
info
criterion
-1.972991
Sum
squared
resid
0.133302
Schwarz
criterion
-1.873418
Log
likelihood
21.72991
F-statistic
14888.14
Durbin-Watson
stat
0.734726
Prob(F-statistic)
0.000000
Y和X的散点图
线性回归模型
s.e.=0.086
DW=0.7347
T=20
回归方程拟合效果较好,但是DW值较低。
残差图
已知DW=0.60,若给定,查表得DW检验临界值,因为DW=0.60<1.20,所以认为误差项存在严重的正自相关。
Breusch-Godfrey
Serial
Correlation
LM
Test:
F-statistic
11.32914
Probability
Obs*R-squared
7.998223
Probability
Test
Equation:
Dependent
Variable:
RESID
Method:
Least
Squares
Date:
12/27/13
Time:
15:05
Presample
missing
value
lagged
residuals
set
to
zero.
Variable
Coefficient
Std.
Er