计量实习报告.doc

1、计量实习报告2022-2022学年度第2学期计量经济学实验报告书专业金融学班级三班学号6学生姓名经济与贸易学院实验一Eviews 根本操作实验一、实验目的：掌握 Eviews 根本操作 。二、实验要求：1EViews 软件的安装； 2数据的输入、编辑与序列生成； 3图形分析p 与描绘统计分析p ； 4数据文件的存贮、调用与转换。三 、实验结果报告：围绕实验要求，结合实验的内容撰写报告一、数据的输入、序列生成二、图形分析p obs Y 1985 2041 8964 1986 2091 10202 1987 2140 11963 1988 2391 14928 1989 2727 16909 19

2、90 2822 18548 1991 2990 21618 1992 3297 26638 1993 4255 34634 1994 5127 46759 1995 6038 58478 1996 6910 67885 1997 8234 74463 1998 9263 79396 与 以上可以看出我国税收与 GDP 呈线性递增关系 系obs T 1 2 1985 1 8964Y MeanMedianMaimumMinimumSkewnessKurtosisJarque-BeraProbabilityObservations 14 14实验二一元线性回归分析p 过程实验一、实验目的：掌握一元线

3、性回归模型的估计方法、检验方法和预测方法。二、实验要求：1会选择方程进展一元线性回归； 2掌握一元回归分析p 过程； 3掌握一元回归模型的根本检验方法； 4会对回归方程进展经济学解释5估计非线性回归模型，并进展模型比拟 三 、实验结果报告：围绕实验要求，结合实验的内容撰写报告一、图形分析p 两变量趋势图分析p 结果显示，我国税收收入与 GDP 二者存在差距逐渐增大的增长趋势。相关图分析p 显示，我国税收收入增长与 GDP 亲密相关，二者为非线性的曲线相关关系。与 我国税收与 GDP 的相关图 二、估计一元线性回归模型 Dependent Variable: Y Method: Least Sq

4、uares Date: 06/22/10(6.37)(26.09) 二、估计非线性回归模型1 、 双对数模型 Dependent Variable: LOG(Y) Method: Least Squares Date: 06/22/10Time: 19:45 Sle: 1985 1998 Included observations: 14 Variable Coeffient Std.Error t-Statist Prob.C 1.270443 0.331668 3.830470 0.0024 LOG(GDP) 0.682297 0.032415 21.04866 0.0000 Prob(F

5、-statist) 0.000000 LOG Y =1.27+0.68LOG(GDP)(3.83)(21.05) 2 、对数模型 Dependent Variable: Y Method: Least Squares Date: 06/22/10(-8.31)(9.7) 3 、指数模型Dependent Variable: LOG(Y) Method: Least Squares Date: 06/22/10Akaike info criterion -2.369086 4 、二次模型Dependent Variable: Y Method: Least Squares Date: 06/22

6、/10Prob(F-statist) 0.000000 四、模型比拟 以二次模型、指数模型为例二次函数回归模型残差分别表指数函数模型残差分布表实验三多元线性回归模型一、实验目的：掌握多元线性回归模型的估计和检验方法。二、实验要求：1会选择方程进展多元线性回归； 2掌握多元回归分析p 过程； 3掌握多元回归模型的根本检验方法； 4会对回归方程进展经济学解释。5比拟选择最正确模型 三 、实验结果报告：围绕实验要求，结合实验的内容撰写报告一、多元线 性回归模型的建立Dependent Variable: Y Method: Least Squares Date: 06/22/10因此，我国国有独立工

7、业企业的消费函数为：K L t y 7764 .0 6667 .0 6789 .77 32 .675 circ; + + + - =模型 1t (-0.252) (0.672)(0.781)(7.433) 9958 .02= R9948 .02= R551 .8 = F9958 .02= R ，说明模型有很高的拟合优度，F 检验也是高度显著的，说明职工人数 L、资金 K 和时间变量 t 对工业总产值的总影响是显著的。但是，模型中其他变量包括常数项的 t 统计量值都较小，未通过检验。因此需要做适当的调整。二、建立剔除时间变量的二元线性回归模型 Dependent Variable: Y Meth

8、od: Least Squares Date: 06/22/10Prob(F-statist) 0.000000 此时我国国有独立工业企业的消费函数为：K L y 8345 .0 2085 .1 27 .2387 circ; + + - =模型 2t (-2.922)(4.427) (14.533) 9956 .02= R9950 .02= R953 .1589 = F模型 2 的拟合优度较模型 1 并无多大变化，F 检验也是高度显著的。但这里，解释变量、常数项的 t 检验值都比拟大，显著性概率都小于 0.05，因此模型 2 较模型 1 更为合理。三、建立非线性回归模型 -C C- -D D

9、消费函数Dependent Variable: LNY Method: Least Squares Date: 06/22/10C-D 消费函数的估计式为：K L y ln 6737 .0 ln 6045 .0 9513 .1 circ; ln + + - =模型 3t (-1.172)(2.217)(9.310) 9958 .02= R9951 .02= R407 .1641 = F从模型 3 中看出，资本与劳动的产出弹性都是在 0 到 1 之间，模型的经济意义合理，而且拟合优度较模型 2 还略有进步，解释变量都通过了显著性检验。实验四异方差模拟实验一、实验目的：理解异方差模型的检验方法和异

10、方差模型的处理方法。二、实验要求：1模拟线性回归模型中随机扰动项为异方差的样本数据 2进展 Goldfeld-Quandt 检验 3利用 WLS 方法进展参数估计，建立模型。三 、实验结果报告：围绕实验要求，结合实验的内容撰写报告一、人均消费与人均收入 Dependent Variable: Y Method: Least Squares Date: 06/23/10T 统计F=86.77 戈德菲尔德-匡特法双变量模型检验 前 前 1-10 个数据的回归 Dependent Variable: Y Method: Least Squares Date: 06/23/10Mean depende

11、nt var 52.50000 Prob(F-statist) 0.000551 RSS1=803.79 后 后 10 个数据的回归 Dependent Variable: Y Method: Least Squares Date: 06/23/10RSS2=8915.69 RSS2/RSS1= 11.09>F(8,8)=3.44 所以存在异方差 用 利用 WLS 进展异方差的消除(W=1/RESID)Dependent Variable: Y Method: Least Squares Date: 06/23/10Time: 19:59 Sle: 1 27 Included obser

12、vations: 27 Weighting series: RESID Variable Coeffient Std.Error t-Statist Prob.C 58.98937 22.78914 2.588486 0.0158 0.067308 0.018290 3.680133 0.0011 Weighted StatistsS.D.dependent var 8.31E+17 S.E.of regression 2.05E+17Akaike info criterion 82.63371 Sum squared resid 1.05E+36Prob(F-statist) 0.00112

13、1 Unweighted Statists二、对区 某地区 1 31 年来居民的收入与储蓄建立的线性回归模型进展异方差检验及校正方法。Dependent Variable: Y Method: Least Squares Date: 06/23/10(-5.87)(18.04) Goldfeld-Quandt 检验前 10 个数据的回归 Dependent Variable: Y Method: Least Squares Date: 06/23/10Time: 21:19 Sle: 1 11 Included observations: 11 后 后 10 个数据的回归 Dependent

14、Variable: Y Method: Least Squares Date: 06/23/10F=FRSS2/RSS1=5.103>F(8,8)=3.44 所以存在异方差 用 利用 WLS 进展消除(W=1/RESID) Dependent Variable: Y Method: Least Squares Date: 06/23/10Time: 20:41 Sle: 1 31 Included observations: 31 Weighting series: 1/RESID Variable Coeffient Std.Error t-Statist Prob.C -686.07

15、61 23.55233 -29.12986 0.0000 0.085747 0.001967 43.58293 0.0000 Weighted StatistsProb(F-statist) 0.000000 Unweighted Statists、 三、 全国各地区年人均通讯 费用支出与家庭可支配收入建立的线性回归模型进展异方差检验及校正方法。Goldfeld-Quandt 检验前 10 个数据的回归 Dependent Variable: Y Method: Least Squares Date: 06/23/10Prob(F-statist) 0.000000 Goldfeld-Quan

16、dt 检验前 10 个数据的回归 Dependent Variable: Y Method: Least Squares Date: 06/23/10Time: 21:12 Sle: 1 10 Included observations: 10 Variable Coeffient Std.Error t-Statist Prob.C -261.1499 358.2945 -0.728869 0.4869 0.106334 0.085327 1.246 0.2480 后 后 10 个数据的回归 Dependent Variable: Y Method: Least Squares Date:

17、06/23/10Prob(F-statist) 0.023407 Rss2=61121.88 F=Rss2/Rss1=12.02>F(8,8)=3.44 所以存在异方差 用 利用 WLS 进展消除(W=1/RESID) Dependent Variable: Y Method: Least Squares Date: 06/23/10Time: 21:16 Sle: 1 30 Included observations: 30 Weighting series: 1/RESID Variable Coeffient Std.Error t-Statist Prob.C -46.99125 9.238453 -5.086485 0.0000 0.056230 0.001717 32.74588 0.0000 Weighted StatistsProb(F-statist) 0.000000 Unweighted Statists实验五序列自相关模拟实