计量经济学实验报告5

1 / 11计量经济学实验报告 5计量经济学实验报告 5实 验 报 告课程名称： 计量经济学实验项目： 异方差模型的检验和处理 实验类型：综合性 设计性 验证性 专业班别： 姓 名： 学 号： 实验课室： 指导教师： 实验日期：广东商学院华商学院教务处 制一、实验项目训练方案2 / 11二、实验总结与评价计量经济学实验报告五开课实验室：财经科学实验室 2016 年 5 月30 日 班级： _财政 1112 班_ 学号： 2016410060_姓名：蓝锦达_ 实验项目名称：_多重共线性_ 成绩：_实验性质： 验证性 综合性 设计性 指导教师签字：_【实验目的】掌握用 Eviews 软件进行参数估计、检验的方法，并进行预测。【实验要求】熟悉基本操作步骤，读懂各项上机输出结果的含义并能进行分析、预测。【实验软件】Eviews, Excel 软件 【实验方案与进度】1 学习软件操作,运用 EViews 软件建立新文件 2 收集数据、资料并在 EViews 软件上进行输入和编3 / 11辑3 在窗口转换变量，把 Y、GDP、CPI 转换成LnY、LnGDP、LnCPI 4 建立关于 LnY 的线性回归模型 5 检验修正模型6 进行图形分析、回归分析7 对回归分析所得结果进行检验，判断多重共线性的性质【实验过程】下表给出了中国商品进口额 Y、国内生产总值GDP、消费者价格指数 CPI。资料来源：中国统计年鉴 ，中国统计出版社2000 年、XX 年。请考虑下列模型：lnYt?1?2lnGDPt?3lnCPIt?ui (1)利用表中数据估计此模型的参数。建立商品进口额 Y、国内生产总值 GDP、消费者价格指数 CPI 回归模型，利用 Y 和 GDP、CPI 的数据表，通过 EViews 软件计算得到 lnY 和 lnGDP、lnCPI 的数据并估计其参数结果参数估计结果如下4 / 11lnYt?t (-) () (-)R2?,R2?,F?,DW?(2)你认为数据中有多重共线性吗？居民消费价格指数的回归系数的符号不能进行合理的经济意义解释，且且 CPI 与进口之间的简单相关系数呈现正向变动。可能数据中有多重共线性。计算相关系数:根据表格知，各解释变量的相关系数都很高，证实存在多重共线性。 (3)进行以下回归：lnYt?A1A2lnGDPt?v1ilnYt?B1B2lnCPIt?v2ilnGDPt?C1?C2lnCPIt?v3i根据这些回归你能对数据中多重共线性的性质说些什么？ 分别拟合的回归模型如下：lnY?(GDP) t= (-) ()R2? 2?lnY?(CPI) t= (-) ()5 / 11R2? 2?ln(GDP)?(CPI)t=() ()R2? 2? F?单方程拟合效果都很好，回归系数显著，可决系数较高，GDP 和 CPI 对进口分别有显著的单一影响，在这两个变量同时引入模型时影响方向发生了改变，这只有通过相关系数的分析才能发现。注：应包括数据、图表、计算等。【实验结果及分析】运用 EViews 软件进行模型建立和检验，通过进行统计实验和参数估计，我们可以得到相关结论：1. 在其他因素不变的情况下，当 LnGDP 和LnCPI 每增长一个单位，LnY 将分别增长和减少2. 居民消费价格指数的回归系数的符号不能进行合理的经济意义解释，且且 CPI 与进口之间的简单相关系数呈现正向变动。可能数据中有多重共线性。3. 分别对 LnY、LnGDP 和 LnCPI 进行单方程的拟合，单方程拟合效果都很好，回归系数显6 / 11著，可决系数较高，GDP 和 CPI 对进口分别有显著的单一影响，在这两个变量同时引入模型时影响方向发生了改变，这只有通过相关系数的分析才能发现。 4. 降低多重共线性的方法可适当增加样本容量，追加样本信息。实 验 报 告课程名称 _计量经济学 _ 实验项目 _实验五 虚拟变量回归模型 实验仪器 _计算机_系 别_ 经济系_ 专 业_国际贸易_ 班级/学号 _经济1004/2016011894_ 学生姓名 _吴群中_ 实验日期 _2016 年 12 月 5 号_ 成 绩 _指导教师1实验五 虚拟变量回归模型【实验目的与要求】依据定性变量创建虚拟变量，掌握在 Eviews 软件中建立虚拟变量数据序列的方法，使用 Eviews 软件估计含有虚拟变量的回归方程，理解虚拟变量回归系数的经济意义。7 / 11【实验内容】1、虚拟变量回归模型参数估计。2、虚拟变量回归系数的经济解释。3、在回归方程中引入虚拟变量时，注意避免虚拟变量陷阱问题。【实验步骤】一、建立 Eviews 工作文件并录入数据在主菜单上依次单击 FileNewWorkfile， 选择数据类型和起止日期。根据未经季节调整的零售服装和饰品季度的数据，建立实验五案例分析工作文件如下图二、输入和编辑数据根据未经季节调整的零售服装和饰品季度的数据，在 Eviews 软件中建立序列 Sales、d2、d3、d4。2三、建立含有虚拟变量的多元线性回归模型 实验五引入三个虚拟变量 D2、D3 和 D4。设定如下以加法方式，引入虚拟变量的的模型：Salest?B1?B2D2t?B3D3t?B4D4t?utD2t?D3tD4t?8 / 111,0,1,0,1,0,第二季度 其他 第三季度 其他 第四季度 其他对上式进行回归有：在主菜单命令行键入命令 ls sales c d2 d3 d4 并按回车键，则弹出下图3回归结果如下：Sal?est?()()()()t?()()()()p?()()()()R2?-解释各个系数的含义。答：表示第一季度的零售服装和饰品的平均销售额；表示第二季度的零售服装和饰品的平均销售额比第一季度多，即第二季度的平均销售量为；表示第三季度的零售服装和饰品的平均销售额比第一季度多即第三季度的平均销售量为；表示第二季度的零售服装和饰品的平均销售额比第一季度多多即第四季度的平均销售量为；9 / 11从回归结果上看，第二季度、第三季度的偏回归系数的 t 检验均小于 2，表明这两个虚拟变量在统计上是不显著的。因此，第一季度的销售量与第四季度不同，而与第二、三季度相同。也说明第二季度和第三季度存在季节效应。 -如何利用估计的回归结果消除季节模式 因为?e Yt?b1?b2D2t?b3D3t?b4D4t?et?Ytt以第一季度为基准类，即第一季度的均值 b1 为基准类， 当 D2t?1,D3t?0,D4t?0 时，代表第二季度。Yt?b1?b2D2t?b3D3t?b4D4t?et?b1?b2?et由此类推，第三季度、第四季度亦如此。所以，用某季度的实际销售额减去代表该季度虚拟变量的估计值可消除季节模式。本例中，即用第一季度的估计值加上回归模型的残差项可消除季节模式。-双击工作文件中的 resid 标志可以获得包括最近一次回归模型的残差值向量，如下图?Yt?b2?b1?et4在主菜单命令行键入命令 GENR e1=residGENR Y=e1+10 / 11-下图为经季节调整后的序列