计量经济学实验报告.doc

学生实验报告（经管类专业用）学生姓名学号同组人实验项目一元线性回归模型必修 选修 演示性实验 验证性实验 操作性实验 综合性实验实验地点实验仪器台号指导教师实验日期及节次一、实验目的及要求：1、目的利用实验软件，使学生在实验过程中全面了解和熟悉计量经济学的基本概念，熟悉一元线性回归模型估计的基本程序和基本方法。2、内容及要求()熟悉实验软件的基本操作程序和方法；(2)、掌握一元线性回归模型基本概念，了解其估计和检验原理(3)、提交实验报告二、仪器用具：仪器名称规格/型号数量备注计算机1有网络环境多媒体会计模拟实验室系统1三、实验结果与数据处理：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：(1) 建立家庭书刊消费的计量经济模型；（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著影响；（4）分析所估计模型的经济意义和作用答：（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Dependent Variable: YMethod: Least SquaresDate: 11/28/12 Time: 14:10Sample: 1 18Included observations: 18VariableCoefficientStd. Errort-StatisticProb.C-50.0163849.46026-1.0112440.3279X0.0864500.0293632.9441860.0101T52.370315.20216710.067020.0000R-squared0.951235Mean dependent var755.1222Adjusted R-squared0.944732S.D. dependent var258.7206S.E. of regression60.82273Akaike info criterion11.20482Sum squared resid55491.07Schwarz criterion11.35321Log likelihood-97.84334F-statistic146.2974Durbin-Watson stat2.605783Prob(F-statistic)0.000000即 （49.46026）（0.02936） （5.20217） t= (-1.011244) (2.944186) (10.06702) R2=0.951235 F=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，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。2 考虑以下“期望扩充菲利普斯曲线（Expectations-augmented Phillips curve）”模型：其中：=实际通货膨胀率（%）；=失业率（%）；=预期的通货膨胀率（%）下表为某国的有关数据，表1. 1970-1982年某国实际通货膨胀率Y(%)，失业率X2(%)和预期通货膨胀率X3(%)（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。 （3）计算修正的可决系数（写出详细计算过程）。答：（1）建立线性回归模型：其中：=实际通货膨胀率（%）；=失业率（%）；=预期的通货膨胀率（%）。参数估计：利用Eviews进行回归分析，回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 11/28/12 Time: 14:42Sample: 1 13Included observations: 13VariableCoefficientStd. Errort-StatisticProb.C7.1059751.6185554.3903210.0014X2-1.3931150.310050-4.4931960.0012X31.4806740.1801858.2175060.0000R-squared0.872759Mean dependent var7.756923Adjusted R-squared0.847311S.D. dependent var3.041892S.E. of regression1.188632Akaike info criterion3.385658Sum squared resid14.12846Schwarz criterion3.513031Log likelihood-18.98728F-statistic34.29559Durbin-Watson stat2.254851Prob(F-statistic)0.000033表1 回归结果根据表1中的数据，模型估计结果为= 7.105975 - 1.393115 + 1.480674 (1.618555) (0.310050) (0.180185)t = (4.390321) (-4.493196) (8.217506)=0.872759 =0.847311 F=34.29559 =10由和可知“失业率”、“预期通货膨胀率”对“实际通货膨胀率”有显著影响。根据回归方程= 7.105975 - 1.393115 + 1.480674，在假定其他变量不变的情况下，失业率每增长，实际通货膨胀率降低；在假定其他变量不变的情况下，预期通货膨胀率增长，实际通货膨胀率增长。因此，失业率与实际通货膨胀率负相关，预期的通货膨胀率与实际通货膨胀率正相关。（2）模型检验拟合优度：由表1中数据可知，修正的可决系数为，这说明模型对样本的拟合很好。检验：大于临界值，Prob（F-statistic）的值为0.000033小于0.05，根据经验原则，说明回归方程显著，即“失业率”、“预期通货膨胀率”等变量联合起来对“实际通货膨胀率”有显著影响。从经济意义上来看，失业率与预期通货膨胀率负相关，预期的通货膨胀率与实际通货膨胀率正相关，与经济理论一致。检验：根据经验原则，各参数的T值的绝对值都大于临界值，从P值也可看出都小于0.05，即当在其他解释变量不变的情况下，,失业率 ()、预期通货膨胀率 ()分别对被解释变量实际通货膨胀率都有显著的影响。计算修正的可决系数： 3某地区城镇居民人均全年耐用消费品支出、人均年可支配收入及耐用消费品价格指数的统计资料如表所示： 利用表中数据，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，进行回归分析，并检验人均年可支配收入及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是否有显著影响。(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Dependent Variable: YMethod: Least SquaresDate: 01/31/06 Time: 15:14Sample: 1991 2001Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C158.5398121.80711.3015640.2293X10.0494040.00468410.547860.0000X2-0.9116840.989546-0.9213160.3838R-squared0.947989Mean dependent var190.4827Adjusted R-squared0.934986S.D. dependent var79.29127S.E. of regression20.21757Akaike info criterion9.077982Sum squared resid3270.001Schwarz criterion9.186499Log likelihood-46.92890F-statistic72.90647Durbin-Watson stat1.035840Prob(F-statistic)0.000007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）4下表给出的是19601982年间7个OECD国家的能源需求指数（Y）、实际GDP指数（X1）、能源价格指数（X2）的数据，所有指数均以1970年为基准（1970=100）年份能源需求指数Y实际GDP指数X1能源价格指数X2年份能源需求指数Y实际GDP指数X1能源价格指数X219601961196219631964196519661967196819691970197154.155.458.561.763.666.870.373.578.383.388.991.854.156.459.462.165.969.573.275.779.983.886.289.8111.9112.4111.1110.2109.0108.3105.3105.4104.3101.797.7100.31972197319741975197619771978197919801981198297.2100.097.393.599.1100.9103.9106.9101.298.195.694.3100.0101.4100.5105.3109.9114.4118.3119.6121.1120.698.6100.0120.1131.0129.6137.7133.7144.5179.0189.4190.9(1)建立能源需求与收入和价格之间的对数需求函数，解释各回归系数的意义，用P值检验所估计回归系数是否显著。(2) 再建立能源需求与收入和价格之间的线性回归模型 ，解释各回归系数的意义，用P值检验所估计回归系数是否显著。(3 )比较所建立的两个模型，如果两个模型结论不同，你将选择哪个模型，为什么？答：（1）建立能源需求与收入和价格之间的对数需求函数Dependent Variable:LNYMethod: Least SquaresDate: 28/11/12 Time: 15:14Sample: 1960 1982Included observations: 23VariableCoefficientStd. Errort-StatisticProb.C1.5495040.09011317.195080.0000LNX20.9969230.01911052.166340.0000LNX3-1.3313640.024310-13.630860.0000R-squared0.994130Mean dependent var4.412077Adjusted R-squared0.993543S.D. dependent var0.224107S.E. of regression0.018008Akaike info criterion-5.074916Sum squared resid0.006486Schwarz criterion-4.926808Log likelihood61.36153F-statistic1693.652Durbin-Watson stat0.807864Prob(F-statistic)0.000000T=（17.1951）（52.1663）（-13.6309）， ，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值小于0.05，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 Dependent Variable:YMethod: Least SquaresDate: 28/11/12 Time: 15:24Sample: 1960 1982Included observations: 23VariableCoefficientStd. Errort-StatisticProb.C28.255061.42148819.877090.0000X20.9808490.01945450.419000.0000X3-0.2584260.015282-16.910310.0000R-squared0.993890Mean dependent var84.34348Adjusted R-squared0.993279S.D. dependent var17.50999S.E. of regression1.435479Akaike info criterion3.681982Sum squared resid41.21199Schwarz criterion3.830090Log likelihood-39.34279F-statistic1626.707Durbin-Watson stat0.977840Prob(F-statistic)0.000000T=（19.8771）（50.4190）（-16.9103）， ，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0.9808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0.2584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）两个模型的拟合优度分别为：0.9941和0.9939，模型一的拟合优度比较大，说明拟合情况比较好，所以选择模型一。5 表中给出了19701987年期间美国的个人消息支出(PCE)和个人可支配收入(PDI)数据，所有数字的单位都是10亿美元(1982年的美元价)。估计下列模型：(1) 解释这两个回归模型的结果。(2) 短期和长期边际消费倾向（MPC）是多少？答：（1）先用第一个模型回归，结果如下：Dependent Variable: PCEMethod: Least SquaresDate: 11/28/12 Time: 16:28Sample: 1970 1987Included observations: 18VariableCoefficientStd. Errort-StatisticProb.C-31.76530152.0670-0.2088900.8372PDI0.9311660.06992213.317280.0000R-squared0.917249Mean dependent var1974.494Adjusted R-squared0.912077S.D. dependent var296.2495S.E. of regression87.84356Akaike info criterion11.89343Sum squared resid123463.9Schwarz criterion11.99236Log likelihood-105.0409Hannan-Quinn criter11.90707F-statistic177.3501Durbin-Watson stat2.273406Prob(F-statistic) 0.000000 t =（133173） （-0.2089） =0.917249 F=177.3501 利用第二个模型进行回归，结果如下：Dependent Varia