江西财经大学计量经济学实验报告(三).doc

20142015第1学期计量经济学实验报告实验（三）：计量经济检验与修正实验学号： 0122585 姓名： 戴安琪 专业： 注册会计师 选课班级： A02 实验日期： 2014.12.3 实验地点： 0305 实验名称：计量经济检验与修正实验【实验目标、要求】使学生掌握用Eviews做1. 异方差性检验和修正方法；2. 自相关性检验和修正方法；3. 【实验内容】实验内容以课后练习：以116页第8题、第9题为例进行操作。【实验步骤】一第116页第8题（一）创建工作文件（二）输入和编辑数据在命令窗口直接输入：Data Y X .屏幕出现数据编辑框，如下图所示。点击上图中对话框的“Edit +/- ”，将数据进行输入，如下图所示。数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的FileSave将数据存入磁盘。（三）LS估计参数利用2008年中国部分省市城镇居民家庭平均全年可支配收入（X）与消费性支出（Y）的相关数据表，作散点图。Eviews命令:scat X Y； 如图所示可看出年中国部分省市城镇居民家庭平均全年可支配收入（）与消费性支出（）的关系近似直线关系可建立线性回归模型。在主菜单命令行键入：“LS Y C X”，然后回车。即可直接出现如下图所示的计算结果Dependent Variable: YMethod: Least SquaresDate: 11/20/14 Time: 20:15Sample: 1 28Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C735.1080477.11231.5407440.1355X0.6662220.03055821.802130.0000R-squared0.948138Mean dependent var10780.65Adjusted R-squared0.946144S.D. dependent var2823.752S.E. of regression655.3079Akaike info criterion15.87684Sum squared resid11165139Schwarz criterion15.97199Log likelihood-220.2757F-statistic475.3327Durbin-Watson stat1.778976Prob(F-statistic)0.000000点击“objectstore to DB”,将估计式以“eq01”为名保存。参数估计所建立的回归方程为： 73510800666222x （4771123） (0030558) t=（1540744) (2180213) R=0948138 =0946144 F=4753327（四）检验异方差性1、残差分析首先将数据排序，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。由图可知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。2、White检验在方程窗口上点击“ViewResidual TestWhite Heteroskedastcity”，检验结果如图所示：其中，F值为辅助回归模型的F统计量值。取显著水平=0.05，由于=5.99nR=8.315098,所以存在异方差性。故本题数据不符合OLS经典假设中同方差性的假设，即存在异方差性。（五）异方差的修正 确定权数变量根据Park检验，可以得出的一般形式为：生成权数变量：GENR W1=1/X3.2670根据Gleiser检验，可以取以下三种形式作为权数变量：生成权数变量：GENR W2=1/X0.5GENR W3=1/ABS(RESID）GENR W4=1/ RESID 2 利用加权最小二乘法估计模型在Eviews命令窗口中依次键入命令：LS(W=) Y C X经估计检验发现用权数W3的效果最好。下面仅给出用权数W3的结果。Dependent Variable: YMethod: Least SquaresDate: 11/20/14 Time: 20:46Sample: 1 28Included observations: 28Weighting series: W3VariableCoefficientStd. Errort-StatisticProb.C970.6104254.53623.8132500.0008X0.6493550.01841835.255760.0000Weighted StatisticsR-squared1.000000Mean dependent var9942.842Adjusted R-squared1.000000S.D. dependent var46660.83S.E. of regression27.34564Akaike info criterion9.523740Sum squared resid19442.39Schwarz criterion9.618898Log likelihood-131.3324F-statistic1242.969Durbin-Watson stat1.481595Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.947484Mean dependent var10780.65Adjusted R-squared0.945465S.D. dependent var2823.752S.E. of regression659.4257Sum squared resid11305899Durbin-Watson stat1.893691 对所估计的模型再进行White检验，观察异方差的调整情况对所估计的模型再进行White检验，其结果对应图所示。所对应的White检验显示，P值较大，所以接受不存在异方差的原假设，即认为已经消除了回归模型的异方差性。二第117页第九题（一） 建立多元回归模型和估计利用Eviews分别绘制名义服务业产出与服务业就业人数，软件外包服务收入，技术进步指数的散点图，了解他们的关系。1.数据的输入2.散点图：在数据输入之后，分别输入eviews命令：scat x1 y; scat x2 y; scat x3 y;得到散点图。 Y 与x1 的散点图 Y 与x2 的散点图Y 与x3 的散点图从以上三幅图可以看出y与x1存在线性关系，但是Y与x2,x3不存在线性关系。3.模型估计为了通过AIC和SC准则来判断软件外包服务收入和技术进步指数是否应该作为解释变量，输入eviews 命令：ls y c x1。得到Y与x1的估计结果。在以上模型中，得到： AIC=21.51513 SC=21.20605 再次输入eviews 命令：ls y c x1 x2 .得到y与x1,x2的估计结果。在以上模型中，得到： AIC=20.10313 SC=20.23351 从上面可以看出，加入X2后的模型AIC和SC的值均变小，所以应该将X2包含在模型中。 再次输入eviews 命令：ls y c x1 x2 x3 .得到y与x1,x2,x3的估计结果。 在此模型中，得到 AIC=19.98080 SC=20.15463从上面可以看出，加入X3后的模型AIC和SC的值均变小，所以应该将X3包含在模型中。即，x2和x3均要包含在模型中，模型的估计结果为： Y=-140628.8+8.404923X1-10.51442X2+13275.56X3Se=(10930.76)( 0.748947) (1.615580) (7846.169) T= (-12.86542)(11.22232) (-6.508141) (1.691980)（二）.white 检验在方程窗口上点击“ViewResidual TestWhite Heteroskedastcity”，检验结果如图所示：其中，F值为辅助回归模型的F统计量值。取显著水平=0.05，由于=5.99 nR=0.617177,所以不存在异方差性。（三） LM检验自相关性 在方程窗口中，点击“ViewResidual TestsSerial Correlation LM Test”，输出结果如下： 可得：nR= 2.215395,相伴概率为0.330319.因此在显著性水平=0.05的条件下，接受无自相关的原假设，即随即干扰项不存在自相关。又因为回归系数都显著不为0，表明存在一阶自相关。 （四）T检验和F检验T检验：根据（一）中建立的多元回归方程，Y=-140628.8+8.404923X1-10.51442X2+13275.56X3 各项系数对应的t统计量分别为： 11.22232，-6.508141，1.691980。因为在给定的显著性水平=0.05时，t/2(13-4)=t0.025(9)=2.2622。显然， x1,x2的绝对值均