最新《计量经济学综合实验》实验报告.doc

1、最新计量经济学综合实验实验报告计量经济学综合实验实验报告 计量经济学综合实验 实验一 第二章第 6 题 Dependent Variable: Y Method: Least Squares Date: 12/17/13 Time: 09:13 Sle: 1985 1998 Included observations: 14 Variable Coefficie Std.Error t-Statistic Prob.nt C 12596.27 1244.567 10.12 0.0000 GDP 26.95415 4.120300 6.541792 0.0000 R-squared 0.7810

2、02 Mean dependent var 20_8.57 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 1t

3、 t te GDP Y + + = 95 .26 27 .12596 10.12 6.54 78 .02= R 2 95 .261= b)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， 27 .12596ˆ 0= b 是样本回归方程的截距，表示 GDP 不变价时的货物运输量。3 78 .02= R ，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。给出显著程度 05 .0 = a ，查自由度 v=14-2=12 的 t 分布表，得临界值 18 .2 ) 12 (025 .

4、0= t ， ) 12 ( 12 .10025 .0 0t t > = ， ) 12 ( 54 .6025 .0 1t t > = ，故回归系数均显著不为零，回归模型中英包含常数项，_ 对 Y 有显著影响。420_年的国内消费总值为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 _1 Dependent Variable: Q Method: Least Squares Date: 12/17/13 Time: 10:57 Sle: 1978 1998 Included observations: 21 Variable Coefficient Std

5、.Error t-Statistic Prob.C 40772.47 1389.795 29.33704 0.0000 _1 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 criteri

6、on 20.48061 Log likelihood -212.0019 F-statistic 0.408568 Durbin-Watson stat 0.206201 Prob(F-statistic) 0.530328 tQ =40772.47+0.001t_ 1 +te _2 Dependent Variable: Q Method: Least Squares Date: 12/17/13 Time: 10:58 Sle: 1978 1998 Included observations: 21 Variable Coefficient Std.Error t-Statistic Pr

7、ob.C 26925.65 915.8657 29.39912 0.0000 _2 5.912534 0.356423 16.58851 0.0000 R-squared 0.935413 Mean dependent var 40996.12 Adjusted R-squared 0.9320_ 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 likelih

8、ood -.4579 F-statistic 275.1787 Durbin-Watson stat 1.264400 Prob(F-statistic) 0.000000 tQ =26925.65+5.91t_2 + te _3 Dependent Variable: Q Method: Least Squares Date: 12/17/13 Time: 10:58 Sle: 1978 1998 Included observations: 21 Variable Coefficient Std.Error t-Statistic Prob.C -49865.39 12638.40 -3.

9、945545 0.0009 _3 1.948700 0.270634 7.20_498 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-statisti

10、c 51.84718 Durbin-Watson stat 0.304603 Prob(F-statistic) 0.000001 tQ =-49865.39+1.95t_3+te 1 t t te _ Q + + =1 1 0ˆ ˆ a a tQ =40772.47+0.001t_ 1 +te t t te _ Q + + =2 1 0ˆ ˆb b tQ =26925.65+5.91t_2 + te t t te _ Q + + =3 1 0ˆ ˆ g g tQ =-49865.39+

11、1.95t_3+te 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。给出的显著程度 a =0.05，查自由度 v=21-2=19 的 t 分布表，得临界值09 .2 ) 19 (025 .0= t，> = 34 .290t ) 19 (025 .0t，64 .00= tlt;) 19 (025 .0t， =5.91 为样本回归方程

12、的斜率，表示边际化肥施用量，说明化肥使用量每增加 1 万吨，粮食产量增加 1 万吨。=26925.65 是截距，表示不受化肥使用量影响的粮食产量。=0.94，说明总离差平方和的 94被样本回归直线解释，有 6未被解释，因此样本回归直线对样本点的拟合优度是很高的。给出的显著程度 a =0.05，查自由度 v=21-2=19 的 t 分布表，得临界值09 .2 ) 19 (025 .0= t，=0t29.40gt; ) 19 (025 .0t， =16.6gt; ,故回归系数均不为零，回归模型中应包含常数项，_ 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

13、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。给出显著性程度 =0.05，查自由度 =21-2=19 的 t 分布表，得临界值 =2.09，=-3.95lt; ， =7.2gt; ,故回归系数包含零，回归模型中不应包含常数项，_ 对 Y 有无显著影响 。3根据分析p ，_2 得拟合优度最高，模型最好，所以选择 _2 得预测值。tQ =26925.65+5.91t_2 + te 54 .52349&cir

14、c; 20_= Q 实验三 P85 第 3 题 Dependent Variable: Y Method: Least Squares Date: 12/19/13 Time: 09:10 Sle: 1 18 Included observations: 18 Variable Coefficient Std.Error t-Statistic Prob.C -0.975568 30.32236 -0.032173 0.9748 _1 104.3146 6.409136 16.27592 0.0000 _2 0.402190 0.116348 3.456776 0.0035 R-squared

15、 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) 0.0

16、00000 12 140 .0 32 .104 98 .0ˆ_ _ Y + + - = 2提出检验的原假设为 2 , 1 , 00= = = i Hib 。给出显著程度 05 .0 = a ，查自由度 v=18-2=16 的 t 分布表，得临界值 13 .2 ) 15 (025 .0= t 。> = 28 .161t ) 15 (025 .0t ，所以否认0H ,1b 显著不等于零，即可以认为受教育年限对购置书籍及课外读物支出有显著影响。> = 46 .32t ) 15 (025 .0t ，所以否认0H ，2b 显著不等于零，即可以家庭月可支配收入对购置书籍及课外

17、读物支出有显著影响。3 9797 .0 12= - = =TSSRSSTSSESSR 9770 .0) 1 / 1 /( 12=- - -=n TSSk n RSSR 2R =0.9797，表示 Y 中的变异性能被估计的回归方程解释的局部越多，估计的回归方程对样本观测值就拟合的越好。同样，2R =0.9770，很接近 1，表示模型拟合度很好。4把1_ =10，2_ =480 代入2 140 .0 32 .104 98 .0ˆ_ _ Y + + - = 22 .1234 480 _40 .0 10 _32 .104 98 .0ˆ 20_= + + - = Y

18、实验四 P86 第 6 题 Dependent Variable: Y Method: Least Squares Date: 12/19/13 Time: 10:14 Sle: 1955 1984 Included observations: 30 Variable Coefficient Std.Error t-Statistic Prob.C 0.208932 4.372218 0.047786 0.9623 _1 1.081407 0.234139 4.618649 0.0001 _2 3.646565 1.699849 2.145229 0.0414 _3 0.004212 0.01

19、1664 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

20、1.250501 Prob(F-statistic) 0.000093 3 2 10042 .0 6466 .3 0814 .1 2089 .0ˆ_ _ _ Y + + + = 0814 .11= b ，表示该地区某农产品收买量随着销售量的增加而增加，=3.647 表示农产品收买量随出口量的增加而增加。=3.647 表示农产品收买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 结合起来对 Y 的解释才能到达55 ，因此，样本回归方程的拟合优度是高的。显著性程度 =0.05，查

21、自由度 v=30-3-1=27，的 F 分布表的临界值05 .0F (3，27)=2.96，F=10.69gt; 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：显著性程度 =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 =4.62gt;t (26)，所以 显著不为零，即销售量对农产品收买量有显著影响；t =2.15 gt; t (26)，所以显著不为零，即出口量对农产品收买量有显著影响；t =0.36lt; t(26),故 显著为零，即库存量对农产品收买量无显著影响。于是，建立回归模型时，库存量 可

22、以不予考虑。5523 .02= =TSSESSR ，表示 Y 中的变异性能被估计的回归方程解释的局部越多，估计的回归方程对样本观测值就拟合的越好。同样，2R =0.5006，表示模型拟合度一般。实验五 P107 第四章第 1 题 Dependent Variable: LOGY Method: Least Squares Date: 12/19/13 Time: 12:07 Sle: 1990 1998 Included observations: 9 Variable Coefficient Std.Error t-Statistic Prob.C 1.130931 0.019529 57.

23、91136 0.0000 T 0.287 0.003470 81.21339 0.0000 R-squared 0.998940 Mean dependent var 2.540117 Adjusted R-squared 0.998788 S.D.dependent var 0.772253 S.E.of regression 0.026881 Akaike info criterion -4.20_59 Sum squared resid 0.005058 Schwarz criterion -4.157831 Log likelihood 20.90746 F-statistic 659

24、5.614 Durbin-Watson stat 1.128588 Prob(F-statistic) 0.000000 Lny=1.13+0.28t+te 57.9181.21 构造分析p : =0.28 表示 1990 年到 1998 年期间，皮鞋销售额的年增长率为 28。给出显著性程度 =0.05，查自由度 =30-4=26 的 t 分布表，得临界值 =2.37， =57.91gt; ， =81.21gt; 故显著不为零，那么回归模型中应包含常数项，可以认为时间对销售额有显著影响， , ,表示Y 能对估计的回归方程进展很高解释，所以估计的回归方程对样本观测值就拟合的程度很高 T=10，L

25、ny=3.949 y=49.4024 那么预测得该商场 1999 年的皮鞋销售额为 49.4024 万元 实验六 P107 第四章第 2 题 Dependent Variable: LOGY Method: Least Squares Date: 12/20/13 Time: 15:08 Sle: 1 21 Included observations: 21 Variable Coefficie Std.Error t-Statistic Prob.nt C -35.40425 1.637922 -21.61535 0.0000 T 0.020766 0.000866 23.97401 0.0

26、000 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 0.127 Prob(F-stati

27、stic) 0.000000 LnY=-35.4042+0.02081_ +1u Lnyf=6.127 Y=458.0599 实验七 P108 第四章第 3 题 Dependent Variable: LNM Method: Least Squares Date: 12/20/13 Time: 16:35 Sle: 1948 1964 Included observations: 17 Variable Coefficient Std.Error t-Statistic Prob.LNP 1.265879 0.431393 2.934402 0.0116 LNR 0.864595 0.5172

28、28 1.671593 0.1185 LNY 0.206210 0.308720 0.667952 0.5158 C -2.095090 1.790906 -1.169850 0.2631 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

29、 -1.141425 Log likelihood 15.36854 F-statistic 26.47717 Durbin-Watson stat 0.743910 Prob(F-statistic) 0.000008 lnt t tntY r P M 2062 .0 ln 8646 .0 ln 2659 .1 0951 .2) (+ + + - =) (-1.1699) (2.9344) (1.6716) (0.6680) 085942= R 8269 .02= R 2 t 检验：假设0H : 0 =il ，显著性程度 =0.05，查自由度 v=17-3-1=13 的t 分布表的临界值 t

30、 (13)=2.16，t =2.9344gt;t (13)，所以1ˆ a 显著不为零，即内含价格缩减指数对名义货币存量有显著影响；2t =1.6716lt;t (13)，所以2ˆ a 显著为零，即长期利率对名义货币存量无显著影响； 6680 .03= t lt;t (13)，所以3ˆ a 显著为零，即长期利率对名义货币存量无显著影响。F 检验：假设0H : 03 2 1= = = a a a 1H ：至少有一个ia 不等于零i=1,2,3 r =0.86 表示3 2 1a a a 和 和 结合起来对) (ntM 的解释才能到达 86 ，因此

31、，样本回归方程的拟合优度是很高的。显著性程度 =0.05，查自由度 v=17-3-1=13，的 F 分布表的临界值05 .0F (3，13)=3.41，F=26.4772gt; F (3，13)=3.41,所以否认0H ，说明回归方程在总体上是显著的。即内含价格缩减指数，名义国名收入和长期利率与名义货币存量之间的关系是线性的。经济意义分析p ：=0a 1.2659 表示内含价格缩减指数每增加 1，名义货币存量就增加 1.2659， =1a 0.2062 表示名义国民收入每增加 1 亿，名义货币存量就增加 0.2062 亿， =2a 0.8646 表示长期利率每增加 1，名义货币存量就增加 0.

32、8646。3 Dependent Variable: LNM Method: Least Squares Date: 12/20/13 Time: 16:41 Sle: 1948 1964 Included observations: 17 Variable Coefficient Std.Error t-Statistic Prob.LNR 0.944253 0.489602 1.928614 0.0743 LNY 0.226585 0.300069 0.755110 0.4627 C -1.006527 0.289766 -3.473584 0.0037 R-squared 0.75149

33、0 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 l

34、nt t tY r M 2266 .0 ln 9443 .0 0065 .1 + + + - =) -3.4736 1.9286 0.7551 t 检验：假设0H : 0 =il ，显著性程度 =0.05，查自由度 v=17-2-1=14 的t 分布表的临界值 t (14)=2.15，rt =1.9286lt;t (14)，所以1ˆl 显著为零，即长期利率对名义货币存量有显著影响；Yt =0.7551lt;t(14)，所以2ˆl 显著为零，即名义国民收入对名义货币存量无显著影响。F 检验：假设0H : 02 1= = b b 1H ：至少有一个ib 不等于零

35、i=1,2,3 r =0.75 表示2 1b b 和 结合起来对tM 的解释才能到达 75 ，因此，样本回归方程的拟合优度是很高的。显著性程度 =0.05，查自由度v=17-2-1=14 ， 的 F 分 布 表 的 临 界 值05 .0F (3 ， 14)=3.34 ，F=21.1679gt; F (3，14)=3.34,所以否认0H ，说明回归方程在总体上是显著的。即名义国名收入和长期利率与名义货币存量之间的关系是线性的。经济意义分析p ：=1l 0.9443 表示长期利率每增加 1，名义货币存量就增加0.9443， =2l 0.2266 表示名义国民收入每增加 1 亿，名义货币存量就增加

36、0.2266。4 Dependent Variable: LNM Method: Least Squares Date: 12/20/13 Time: 16:51 Sle: 1948 1964 Included observations: 17 Variable Coefficient Std.Error t-Statistic Prob.LNR -0.209411 0.232757 -0.899696 0.3825 C -1.287677 0.314926 -4.088823 0.0010 R-squared 0.051201 Mean dependent var -1.569623 Adj

37、usted 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 lnt tr M ln 2094 .0 2877 .1 - - =

38、) -4.0888-0.8997 t 检验：假设0H : 0 =ib ，显著性程度 =0.05，查自由度 v=17-1-1=15 的t 分布表的临界值 t (15)=2.13，rt =-0.8997lt;t (15)，所以3ˆb 显著为零，即长期利率对名义货币存量无显著影响。F 检验：假设0H : 0 = b 1H ：¹ b r =0.05，因此，样本回归方程的拟合优度是很低的。显著性程度 =0.05，查自由度 v=17-1-1=15，的 F 分布表的临界值05 .0F (3，15)=3.29，F=0.8095lt;F (3，15)=3.29,所以肯定0H ，说明回

39、归方程在总体上是显著的。即实际货币存量和长期利率之间的关系是不存在线性的。经济意义分析p ：= b -0.2094 表示长期利率每增加 1，名义货币存量就减少0.2094。实验八 P133 第五章第 2 题 Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 09:44 Sle: 1 29 Included observations: 29 Variable Coefficient Std.Error t-Statistic Prob.C 58.31791 49.04935 1.188964 0.2448 _ 0.7

40、95570 0.073 43.30193 0.0000 R-squared 0.985805 Mean dependent var 2111.931 Adjusted R-squared 0.985279 S.D.dependent var 555.5470 S.E.of regression 67.40436 Akaike info criterion 11.32577 Sum squared resid 122670.4 Schwarz criterion 11.420_6 Log likelihood -162.2236 F-statistic 1875.057 Durbin-Watso

41、n stat 1.893970 Prob(F-statistic) 0.000000 i iu _ Y + + =1 1 0b b i iu _ Y + + =17956 .0 3179 .58 1.18 43.3 =0.9852 F=1875.057 1 斯皮尔曼等级相关系数检验 _ _ 的等级 残差 残差的等 等级差 等级差的级 平方 3547 26 59.79523 20 -6 36 2769 21 60.7487 21 0 0 2334 14 17.17834 7 -7 49 1957 4 55.24844 18 14 196 1893 1 20.66804 8 7 49 2314 1

42、3 77.73306 22 9 81 1953 3 16.06616 4 1 1 1960 5 42.36485 14 9 81 4297 28 53.11771 17 -11 121 2774 22 45.77085 15 -7 49 3626 27 87.05481 23 -4 16 2248 11 0.759316 1 -10 100 2839 23 24.0588 10 -13 169 1919 2 8.016779 2 0 0 2515 18 112.1765 27 9 81 1963 6 11.02186 3 -3 9 2450 17 40.53554 13 -4 16 2688

43、20 109.8 26 6 36 4632 29 33.60175 12 -17 289 2895 24 58.49312 19 -5 25 3072 25 98.30901 25 0 0 2421 15 49.60707 16 1 1 2313 12 22.47137 9 -3 9 2653 19 17.03482 6 -13 169 2102 8 16.60609 5 -3 9 20_3 7 28.15534 11 4 16 2127 9 119.5047 28 19 361 2171 10 91.49958 24 14 196 2423 16 150.9841 29 13 169 等级差

44、平方和 2334 R=1- 43 .0 57 .0 12436014004129 292334 _63= - = - =- 假设0H ：= r 1H ：¹ r rN0，11- N=N0，281 Z=281r=0.43_5.2915=2.275345 给定显著性程度 05 .0 = a ，查正太分布表，得 96 .12=aZ ，因为Z=2.275345gt;1.96，所以回绝原假设0H ,承受1H ，即等级相关系数是显著的，说明城镇居民人均生活费模型的随机误差存在异方差。2图示法 Y 对 _ 的散点图 残差与 _ 的散点图 3 Dependent Variable: Y Method:

45、 Least Squares Date: 12/26/13 Time: 10:32 Sle: 1 29 Included observations: 29 Variable Coefficient Std.Error t-Statistic Prob.C 58.31791 49.04935 1.188964 0.2448 _ 0.795570 0.073 43.30193 0.0000 R-squared 0.985805 Mean dependent var 2111.931 Adjusted R-squared 0.985279 S.D.dependent var 555.5470 S.E

46、.of regression 67.40436 Akaike info criterion 11.32577 Sum squared resid 122670.4 Schwarz criterion 11.420_6 Log likelihood -162.2236 F-statistic 1875.057 Durbin-Watson stat 1.893970 Prob(F-statistic) 0.000000 White 检验 White Heteroskedasticity Test: F-statistic 1.368420 Probability 0.272237 Obs_R-sq

47、uared 2.761902 Probability 0.251339 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 12/26/13 Time: 10:34 Sle: 1 29 Included observations: 29 Variable Coefficient Std.Error t-Statistic Prob.C -22151.26 16006.57 -1.383885 0.1782 _ 18.11067 10.95898 1.652586 0.1104 _2 -0.002858 0.

48、001756 -1.627322 0.1157 R-squared 0.095238 Mean dependent var 4230.013 Adjusted R-squared 0.025641 S.D.dependent var 5479.442 S.E.of regression 5408.737 Akaike info 20.1271criterion 2 Sum squared resid 7.61E+08 Schwarz criterion 20.26856 Log likelihood -288.8432 F-statistic 1.368420 Durbin-Watson st

49、at 1.209956 Prob(F-statistic) 0.272237 220_29 .0 1107 .18 26 .22151 ˆt t t_ _ u - + - = -1.3839 1.6526 -1.6273 0952 .02= R T=29 76196 .2 0952 .0 _292= = TR lt; 0 .6 ) 2 (205 .0= c 所以该回归模型不存在异方差。4戈德菲尔德-夸特检验 第一个样本输出 Dependent Variable: Y Method: Least Squares Date: 12/26/13 Time: 10:49 Sle: 1

50、 11 Included observations: 11 Variable Coefficient Std.Error t-Statistic Prob.C -287.1872 271.8586 -1.056384 0.3 _ 0.974751 0.133926 7.278296 0.0000 R-squared 0.854777 Mean dependent var 1688.545 Adjusted R-squared 0.838641 S.D.dependent var 122.2083 S.E.of regression 49.09050 Akaike info criterion

51、10.78817 Sum squared resid 21688.89 Schwarz criterion 10.86052 Log likelihood -57.33496 F-statistic 52.97359 Durbin-Watson stat 2.306656 Prob(F-statistic) 0.000047 _ Y 9748 .0 19 .287ˆ+ - = 残差平方和=21688.89 第二个样本输出 Dependent Variable: Y Method: Least Squares Date: 12/26/13 Time: 10:50 Sle: 19

52、 29 Included observations: 11 Variable Coefficient Std.Error t-Statistic Prob.C -27.68345 106.7596 -0.259306 0.8012 _ 0.37 0.032169 25.50095 0.0000 R-squared 0.986349 Mean dependent var 2641.545 Adjusted R-squared 0.984832 S.D.dependent var 565.8140 S.E.of regression 69.68393 Akaike info criterion 1

53、1.48878 Sum squared resid 43702.65 Schwarz criterion 11.56113 Log likelihood -61.18830 F-statistic 650.2986 Durbin-Watson stat 2.610584 Prob(F-statistic) 0.000000 _ Y .0 6835 .27ˆ+ - = 残差平方和=43702.65 提出原假设，0H ：2292221s s s = = = 备择假设，1H ：2292221s s s 、 互不一样。构造 F 统计量 015 .289 .2168865 .43702

54、= = F 给出显著性程度 a =0.05，查 F 分布表 2 - 11 v v2 1= = =9，18 .3 ) 9 , 9 (05 .0= F ，因为 F=2.015lt;3.18，所以承受原假设，即城镇居民人均生活费计量模型的随机误差不存在异方差。实验九 P158 第六章第 3 题 Dependent Variable: Y Method: Least Squares Date: 12/26/13 Time: 11:43 Sle: 1975 1994 Included observations: 20 Variable Coefficient Std.Error t-Statistic

55、Prob.C -1.454750 0.214146 -6.793261 0.0000 _ 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 2.416 S.E.of regression 0.086056 Akaike info criterion -1.972991 Sum squared resid 0.133302 Schwarz criterion -1.873418 Log like

56、lihood 21.72991 F-statistic 14888.14 Durbin-Watson stat 0.734726 Prob(F-statistic) 0.000000 1 线性回归模型 t_ Y 176 .0 455 .1ˆ+ - = -6.7933122.0170 998 .02= R s.e=0.086 DW=0.7347 T=20 所以回归方程拟合效果较好，但是 DW 值比拟低。2残差图 LM 检验 Breusch-Godfrey Serial Correlation LM Test: F-statistic 11.32914 Probability 0.003669 Obs_R-squared 7.998223 Probabil