计量经济学上机实验报告1

计量经济学计量经济学 上机实验报告二上机实验报告二 题目题目 练习题练习题 3 1 3 2 3 6实验日期和时间 实验日期和时间 2015 12 20 班级 班级 学号 学号 姓名 姓名 实验室 实验室 实验环境 实验环境 Windows XP EViews 3 1 实验目的实验目的 多元线性回归模型 T 检验 F 检验 多元线性回归模型的改进 实验内容 实验内容 3 1 1 建立百户拥有家用汽车量计量经济模型 估计参数并对模型加以检验 检验结论的依据是什么 建立百户拥有家用汽车量计量经济模型 估计参数并对模型加以检验 检验结论的依据是什么 2 分析模型的经济意义 你如何解读模型估计检验结果 分析模型的经济意义 你如何解读模型估计检验结果 3 你认为模型还可以如何改进 你认为模型还可以如何改进 3 2 1 建立出口货物总额计量经济模型 并对模型加以检验 建立出口货物总额计量经济模型 并对模型加以检验 2 如果在建立入如下货物总额计量经济模型 如果在建立入如下货物总额计量经济模型 LnYt a1 a2lnX2t a3X3t ut 估计参数并加以检验 估计参数并加以检验 3 分析比较两个模型参数估计结果的经济意义的不同 分析比较两个模型参数估计结果的经济意义的不同 3 6 1 设定线性回归模型 设定线性回归模型 Y 你预期所估计的各个参数符号应该是什么 你预期所估计的各个参数符号应该是什么 2 用 用 OLS 法估计参数 模型参数估计结果与你的预期是否相符 并对估计结果做评价 法估计参数 模型参数估计结果与你的预期是否相符 并对估计结果做评价 3 如果另外建立回归模型 即剔除 如果另外建立回归模型 即剔除 X2 X3 X4 变量 用变量 用 OLS 法估计参数 并做评价 法估计参数 并做评价 实验步骤 实验步骤 3 1 1 输入数据 在命令窗口输入 输入数据 在命令窗口输入 LS Y C X2 X3 X4 得到如下结果 得到如下结果 Dependent Variable Y Method Least Squares Date 12 20 15 Time 19 44 Sample 1 31 Included observations 31 VariableCoefficient Std Errort StatisticProb C246 854051 975004 7494760 0001 X25 9968651 4060584 2650200 0002 X3 0 5240270 179280 2 9229500 0069 X4 2 2656800 518837 4 3668420 0002 R squared0 666062Mean dependent var16 77355 Adjusted R squared0 628957S D dependent var8 252535 S E of regression5 026889Akaike info criterion6 187394 Sum squared resid682 2795Schwarz criterion6 372424 Log likelihood 91 90460F statistic17 95108 Durbin Watson stat1 147253Prob F statistic 0 000001 根据上图中数据 模型估计的结果为根据上图中数据 模型估计的结果为 51 9750 1 4060 0 1793 0 5188 t 4 7495 4 2650 2 9229 4 3668 0 6289 F 17 9511 n 31 2 R 对模型进行检验 对模型进行检验 拟合优度检验 拟合优度检验 0 6660 0 6289 接近于 1 说明模型对样本拟合较好 2 R F 检验 检验 F 17 9511 这说明在显著性水平 a 0 05 下 回归方程是显著的 T 检验 检验 t 统计量分别为 4 749476 4 265020 2 922950 4 366842 其绝对值均大于查表所得的 27 2 0518 这说明在显著性水平 a 0 05 下都是显著的 依据 依据 可决系数越大 说明拟合程度越好 F 指与临界值比较 若大于临界值 则拒绝假设 拥有显著影响 若小于临界值 则接受原假设 系数 不显著 T 的指与临界值比较 若大于临界值 则拒绝原假设 系数显著 若小于临界值 则接受院假设 系数 不显著 2 经济意义 经济意义 人均 增加 万元 百户拥有家用汽车增加 5 996865 辆 城镇人口比重增加 个百分点 百户拥有家用汽车减少 0 524027 辆 交通工具消费价格指数每上升 百户拥有家用汽车减少 2 265680 辆 3 改进方法 对 改进方法 对 X2 X3 取对数取对数 用用 EViews 分析得分析得 Dependent Variable Y Method Least Squares Date 12 20 15 Time 20 50 Sample 1 31 Included observations 31 VariableCoefficientStd Errort StatisticProb C1148 758228 29175 0319740 0000 X25 1356701 0102705 0834650 0000 LNX3 22 810056 771820 3 3683780 0023 LNX4 230 848149 46791 4 6666240 0001 R squared0 691952 Mean dependent var16 77355 Adjusted R squared0 657725 S D dependent var8 252535 S E of regression4 828088 Akaike info criterion6 106692 Sum squared resid629 3818 Schwarz criterion6 291723 Log likelihood 90 65373 F statistic20 21624 Durbin Watson stat1 150090 Prob F statistic 0 000000 改进后的模型方程为 改进后的模型方程为 由上表可得可决系数为由上表可得可决系数为 R 2 0 6920 0 6660 可决系数得到提高 拟合程度得到了提高 所以可以这样改进 可决系数得到提高 拟合程度得到了提高 所以可以这样改进 3 2 1 输入数据 在命令窗口输入 输入数据 在命令窗口输入 LS Y C X2 X3 得到如下结果 得到如下结果 Dependent Variable Y Method Least Squares Date 12 20 15 Time 21 35 Sample 1994 2011 Included observations 18 VariableCoefficientStd Errort StatisticProb C 18231 588638 216 2 1105730 0520 X20 1354740 01279910 584540 0000 X318 853489 7761811 9285120 0729 R squared0 985838 Mean dependent var6619 191 Adjusted R squared0 983950 S D dependent var5767 152 S E of regression730 6306 Akaike info criterion16 17670 Sum squared resid8007316 Schwarz criterion16 32510 Log likelihood 142 5903 F statistic522 0976 Durbin Watson stat1 173432 Prob F statistic 0 000000 根据上图中数据 模型估计的结果为根据上图中数据 模型估计的结果为 T 2 110573 10 58454 1 928512 0 983950 F 522 0976 n 18 2 R 对模型加以检验 对模型加以检验 拟合优度检验拟合优度检验 可决系数是 0 985838 修正的可决系数为 0 983950 接近于 1 说明模型对样本拟合较好 F 检验 检验 F 522 0976 F 2 15 4 77 回归方程显著 t 检验 检验 t 统计量分别为 X2 的系数对应 t 值为 10 58454 大于 t 15 2 131 系数是显著的 X3 的系数 对应 t 值为 1 928512 小于 t 15 2 131 说明此系数是不显著的 2 在命令窗口依次键入 在命令窗口依次键入 GENR LnY log Y GENR LnX2 log X2 LS LnY C LnX2 X3 Dependent Variable LNY Method Least Squares Date 12 20 15 Time 21 50 Sample 1994 2011 Included observations 18 VariableCoefficientStd Errort StatisticProb C 10 810901 698653 6 3643970 0000 LNX21 5737840 09154717 191060 0000 X30 0024380 0009362 6053210 0199 R squared0 986373 Mean dependent var8 400112 Adjusted R squared0 984556 S D dependent var0 941530 S E of regression0 117006 Akaike info criterion 1 302176 Sum squared resid0 205355 Schwarz criterion 1 153780 Log likelihood14 71958 F statistic542 8930 Durbin Watson stat0 684080 Prob F statistic 0 000000 根据上图中数据 模型估计的结果为根据上图中数据 模型估计的结果为 T 6 364397 17 19106 2 605321 0 984556 F 542 8930 n 18 2 R 对模型加以检验 对模型加以检验 拟合优度检验 拟合优度检验 可决系数为 0 986373 修正的可决系数为 0 984556 非常接近 1 说明模型对样本的拟合程 度较高 F 检验 检验 F 542 8930 F 2 15 4 77 拒绝原假设 说明回归方程显著 T 检验 检验 t 的统计量分别为 6 364379 17 19106 2 605312 他们的绝对值均大于 t 15 2 131 所以拒绝原 假设 说明模型对样本的拟合程度较高 3 第一问中的经济意义为 当工业增加值每增加 第一问中的经济意义为 当工业增加值每增加 1 亿元时 出口货物总额增加亿元时 出口货物总额增加 0 135474 亿元 人民币汇率增亿元 人民币汇率增 加加 1 出口货物总额增加 出口货物总额增加 18 85348 亿元 亿元 第二问中的经济意义为 当工业增加值每增加第二问中的经济意义为 当工业增加值每增加 1 时 出口货物总额增加时 出口货物总额增加 1 573784 当人民币汇率增加 当人民币汇率增加 1 时 出口货物总额增加时 出口货物总额增加 0 0 002438 3 6 1 预期的符号是 预期的符号是 X1 X2 X3 X4 X5 的符号为正 的符号为正 X6 的符号为负的符号为负 2 输入数据 在命令窗口输入 输入数据 在命令窗口输入 LS Y C X2 X3 X4 X5 X6 得到如下结果 得到如下结果 Dependent Variable Y Method Least Squares Date 12 21 15 Time 13 14 Sample 1994 2011 Included observations 18 VariableCoefficientStd Errort StatisticProb C 13 7773215 73366 0 8756590 3984 X20 0013820 0011021 2543300 2336 X30 0019420 0039600 4905010 6326 X4 3 5790903 559949 1 0053770 3346 X50 0047910 0050340 9516710 3600 X60 0455420 0955520 4766210 6422 R squared0 994869 Mean dependent var12 76667 Adjusted R squared0 992731 S D dependent var9 746631 S E of regression0 830963 Akaike info criterion2 728738 Sum squared resid8 285993 Schwarz criterion3 025529 Log likelihood 18 55865 F statistic465 3617 Durbin Watson stat1 553294 Prob F statistic 0 000000 根据上表可得 回归模型估计结果为 根据上表可得 回归模型估计结果为 模型参数估计结果与预期不相符 比现在模型参数估计结果与预期不相符 比现在 X4 与与 X5 的符号与预期相反 的符号与预期相反 评价 评价 从经济意义上来说 国民总收入与年底存款余额是呈正比的 国民总收入越高 年底存款余额就越多 符从经济意义上来说 国民总收入与年底存款余额是呈正比的 国民总收入越高 年底存款余额就越多 符 号为正 居民消费价格总指数与年底存款总额是呈反比的 居民消费价格指数越高 年底存款余额就越少 符号为正 居民消费价格总指数与年底存款总额是呈反比的 居民消费价格指数越高 年底存款余额就越少 符 号为负 号为负 拟合优度检验 可决系数为拟合优度检验 可决系数为 0 994869 修正后的可决系数为 修正后的可决系数为 0 992731 非常接近于 非常接近于 1 表明回归方程拟合的 表明回归方程拟合的 非常好 非常好 T 检验 解释变量检验 解释变量 X2 X3 X4 X5 X6 的系数分别为的系数分别为 1 254330 0 490501 1 005377 0 951671 0 476621 它们绝对值均小于 它们绝对值均小于 t 18 6 t 12 2 179 所以接受原假设 回归方程各系数不显著 所以接受原假设 回归方程各系数不显著 F 检验 检验 F 465 3617 F 5 12 3 89 拒绝原假设 回归方程显著 拒绝原假设 回归方程显著 3 根据新的线性回归模型 输入命令 根据新的线性回归模型 输入命令 LS Y C X5 X6 得到 得到 Dependent Variable Y Method Least Squares Date 12 21 15 Time 13 38 Sample 1994 2011 Included observations 18 VariableCoefficientStd Errort StatisticProb C4 2054813 3356021 2607860 2266 X50 0010322 20E 0546 799460 0000 X6 0 0549650 031184 1 7625810 0983 R squared0 993601 Mean dependent var12 76667 Adjusted R squared0 992748 S D dependent var9 746631 S E of regression0 830018 Aka