《计量经济学》实验项目与主要内容

1、计量经济学实验项目与主要内容六、实验项目与主要内容序 号实验项目名称学 时主要内容及要求实验类型1Eviews软件及具基本操作 简介、F回归分析2熟悉Eviews软件的安装、 界面窗口菜单、运行方法，使 学生熟菜单法和命令法的F 回归分析基本操作。演示性2多元线性回归模型的估 计、检验和预测应用2对实际的经济问题建立线 性回归模型：收集或模拟样本 数据，建立模型；模型的参数 估计与检验；根据检验结果修 正模型，应用修正模型进行预 测。综合性3回归模型的计量经济检验2对回归模型进行异方差、 自相关、多重共线性问题进行 检验与处理。综合性4虚拟变量模型、滞后变量 模型的估计与检验，独立 探索Evi

2、ews中的常用函 数及预测应用2虚拟变量、滞后变量的数 据输入（生成）方法；虚拟变 量模型、滞后变量模型的估计、 检验、预测应用。独立探索 Eviews中的常用函数及预测应 用。综合性实验1【实验目的】了解Eviews软件的基本操作对象，掌握基本操作方法。【实验内容】1A-1 Eviews软件的安装与启动1A-2工作文件的建立1A-3数据的输入、编辑与生成1A-4观察数据的基本特征1A-5 一元回归模型的估计、检验及预测【实验步骤】1B-1观看“”，模仿其中的操作。（点击超链接即可）1B-2根据下文示范步骤，完成操作1B-3独立完成指定两个实验课题1B-1 Eviews软件的入门基本操作观看“

3、”，模仿其中的操作。（点击超链接即可）。1B-2根据下文示范步骤，完成操作例：四川省城市居民1978-1998年家庭人均生活性消费支出 Y与人均可支配收入X的 资料如下（元）：年份XY1978338314197936934019803913641981412396198244540719834574931984517581198568069519867878491987889948198810861130198911841349199012811490199114881691199216511989199320342408199428063297199534294003199637334406

4、1997476340931998512743831B-2.1建立文件:Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等 等操作。主要有如下几种方法：11操作命令法：create数据类型 样本区间2新建文件：File/New/Workfile ,出现对话框“工作文件范围”，选取或填上数据 类型、起止时间。OKt,得到一个无名字的工作文件，其中有：时间范围、当前工作文件样本范围、filter、默认方程、系数向量C、序列RESID【3】 读已存在文件：File/Open/Workfile 。（1）操作命令法：create a 1978 1998 （回车，即完成，见下图

5、所示）（2）菜单操作法：filenewworkfile（ 单击再弹出的对话框中点选“数据类型”型”、输入“样本区间”点击“OK1B-2.2输入样本数据主要有如下几种方法：1 从键盘输入：Quick/Empty Group （Edit Series）,打开组窗口，产生一个 untitled“Group” ；按列在表中输入序列名（在 OBS及其数据，每输入一个数据完，敲一次enter。2从Excel复制数据：先取定Excel中的数据区域，选“复制”；其次，打开Eview, 同，建工作文件，使样本区域包含与被复制数据同样多的观察值个数；第三，击 Quick/Empty Group （Edit ser

6、ies） ;第四，按向上滚动指针，击数据区OBS&边的单元格，点Edit/Paste ,再退出，选No,于是，在工作文件中有被复制的数据 序列的图标。31从Excel复制部分数据到已存在的序列中：取定要复制的数据，复制之；打开包 含已存在序列的Group窗口，使之处于Edit模式（开关键是Edit+）;将光标指 到目标单元格，点 Edit/Paste ,（1）命令操作法：data x y （回车，即完成，见下图所示）在弹出的对话框中输入各个样本数据有三种方法Efe仁 wmtn， .mm：MLf *jmi trwi 4仁 wmtn， .mm：直接输入：若样本数据以表格形式给出，可直接复制一一粘贴

7、；若样本数据以表格（excel ）或文本文件（txt.）格式给出，可直接导入若样本数据以表格（excel ）格式给出，文件名为sichuan,保存在“实验”文件夹中，数据导入操作如下：（关闭文件 sichuan ）, 点击 fileimportread text-lotusexcel口出： 却付柏EH-i xj au3 * 口出： 却付柏EH-i xj au3 * tt a n-ttI：一器一|一弹出对话框：选择路径（保存数据的文件夹）-文件类型-文件名-点击“打开”，弹出对话框：在对话框中选择“数据排列形式”、输入“数据（变量）名称”、“数据位置”等信息 后，单击“OK即可。若样本数据以文本

8、文件（txt.）格式给出，文件名为xy,保存在“实验”文件夹中，数据导入操作如下：点击 fileimportread text-lotusexcel选择路径（保存数据的文件夹）-文件类型-文件名-点击“打开”，弹出对话框：在对话框中选择“数据排列形式”、输入“数据（变量）名称”、“数据位置”等信息 后，单击“OK即可。（2）菜单操作法：objectnew object ,单击弹出对话框，选择对象类型（series ）,输入变量名称（x ）工，仃G附 点击“OK弹出对话框，双击图标（x）,弹出对话框，点击“edit+/- ”按钮，在相应位置输入相应样本数据 （或复制一一粘贴）即可，1B-2.3做

9、散点图（1）命令操作法：scat x y （回车，即完成，见下图所示）（ 2）菜单操作法：点击quickgraph,弹出对话框输入变量名，单击“ OK弹出对话框在下拉菜单中选择“ scatter diagram ,单击“ OK即弹出散点图1B-2.4 回归分析说明：普通最小二乘法有多种操作方法：方法 1：在命令窗口，直接输入“ LS 因变量 C 自变量”，中间用空格隔开，多个自变量之间也用空格隔开。方法 2：点 Object/New Object/Equation ，出现对话框：在 Equation Specification 内填入方程（不带扰动项） ；在 Estimation Settin

10、gs 中填入所用估计方法和 样本估计区间。方法3：点Quick/Estimate Equation ，同上填写对话框。方法4：在工作文件内，按被解释变量、各解释变量图标的次序取定（按住Ctrl ，用鼠标逐个选） ，对它们双击左键后，再点 Open Equation ，出现对话框，根据习惯，将C放在被解释变量与解释变量之间，其它填充同上方法。在OLS俞出结果中，注意以下项目：【 1】各解释变量的系数估计及其t 值、样本标准差和 p 值分别是多少，它们分别是如何定义的，分别有什么意义，怎样对系数进行检验；【 2】对回归方程线性性进行检验的统计量是什么，方程拟合优度检验量是什么，如何定义的？【 3】

11、指出回归方程的标准差、残差平方和、依赖变量的均值和标准差、对数拟然值，分别写出它们的确定公式。（1）命令操作法： ls y c x （回车，即完成，见下图所示）（ 2）菜单操作法：点击quickestimate equation 弹出对话框在对话框中输入待估计模型相应的变量（ y c x ）即可（3）点击Resids ，出现图形点击 Stats ，返回在Equation框中，击“ Forecast/ok”,得样本期内被解释变量的拟合值 YF （拟合值与实际值的对比图、表） 。点击 view1B-2.5 预测应用外推预测（如原资料为 1978-1998，外推到 1978-2000 年）键入：ex

12、pand 1978 2000/ 回车（Range扩大）键入： smpl 1978 2000/ 回车 （sample 扩大）键入：data x /回车/yes, 输入X的1999、2000年资料（4366,4601） / 最小化在 Equation 框中，点击“ Forecast ”，得对话框。对话框主要有Forecast name（预测值序列名 ） YFS E （预测值标准差）se 回车注： 如果要浏览预测值YF、 实际值Y， 预测值的标准差se， 在命令行键入：“ ShowY YF se ”.(指标解读：请参考张晓炯的EVIEW皱用指南与案例103页)1B-2.6实验总结(报告回归分析结果及

13、预测应用情况)(1)样本回归方程为：Y? = 147.2068 + 0.9607*X(t) (1.3286) (18.8207 ) r2=0.9491(2)模型检验截距项为147.2068 ,在理论上表示自发消费支出，其值为正数；估计值符合经济理论 要求，即能够通过经济意义检验；斜率项为 0.9607,在理论上表示边际消费倾向，其介于 0到1之间，估计值符合经济理论要求，即能够通过经济意义检验；决定系数R2 =0.9491 ,接近于1,说明模型总体拟和优度高，即四川省城市人均可支配收入 X的变化可以解释说明人均生活性消费支出Y的变化的94.91%;若显着性水平为 = 0.05 ,则t检验的临界

14、值为tO.05/2 (21 _2)=t0.025(19) =2.093 ,解释变量X对应的t统计值为18.8207 ,大于临界值，故拒绝零假设，即四川省城市人均可支配收入 X对人均生活性消费支出Y的影响是显着的。(亦可表示为：解释变量 X能够通过t检验) (3)预测应用当1999、2000年四川省城市人均可支配收入分别为 4366和4601元时，平均人均生 活性消费支出分别为4341.4和4567.2元，其置信度为95%勺预测区间为(4341.4 2.093*375.2 ) 和 (4567.2 2.093*379.9 )。1B-3独立完成指定两个实验课题1B-3.1实验课题1为了研究深圳市地方

15、预算内财政收入与国内生产总值的关系，得到以下数据：年份地方预算内财政收入Y (亿元)国内生产总值X (GDP亿元)199021.7037171.6665199127.3291236.6630199242.9599317.3194199367.25071449.2889199474.3992615.1933199588.0174795.69501996131.7490950.04461997144.77091130.01331998164.90671289.01901999184.79081436.02672000225.02121665.46522001265.65321954.6539资料来

16、源：深圳统计年鉴2002，中国统计出版社1 .实验要求运用Eviews软件画出贝t政收入Y对国内生产总值GDP勺的散点图（2）建立深圳地方预算内财政收入 Y对国内生产总值GDP勺回归模型；（3）运用Eviews软件估计所建立模型的参数，解释斜率系数的经济意义；（4）对回归结果进行检验；（5）若2005年年的国内生产总值为3600亿元，确定2005年财政收入的预测值和预测 区间（位;。05）。.请分别采用“命令法”和“菜单法”完成上述操作，籍此初步掌握Eviews软件的简单操作方法。.整理上述分析，写出一篇完整的计量经济分析报告（参考课堂所将相关内容）。1B-3.2实验课题2采用2001年我国各

17、省（直辖市、自治区）的国内生产总值 gdp和最终消费com来估 计我国的消费函数（数据单位为亿元，数据来源于中国经济信息网）请完成如下操作：地区gdpcom地区gdpcom北京2845.651467.71湖北4662.282408.84天津1840.1901.85湖南39832553.14河北5577.782509.310647.715841.32山西1779.971046.431广西2231.191597.051内家占1545.79936.19海南545.96299.86辽宁5033.082828.09重庆1749.771078.06吉林2032.481331.32四川4421.762691

18、.471黑龙江35612110.54贵州1084.9833.87上海4950.842149.07 1玄南2074.711430.449511.914295.96四藏138.7382.79浙江6748.153306.1陕西1844.271004.5安徽3290.132108.091日肃1072.51674.421福建4253.682225.23青海300.95197.79江四2175.681357.47宁夏298.38223.52山东9438.314582.611新疆1485.48854.61河南5640.113114.131.运用Eviews软件画出com对gdp的散点图2.建立com对gdp

19、的一元回归方程（注意选择适当的函数形式）3.运用Eviews软件估计模型，分别作拟合优度检验、回归方程显着性检验以及回归参数 显着性检验。4.简要说明实验课题2与实验课题1的异同之处。实验2多元线性回归模型的估计、检验和预测【实验目的】多元回归模型的估计、检验及预测方法【实验内容】2A-1多元回归模型的估计、检验2A-2多元回归模型的预测2A-2非线性模型回归、受约束回归【实验步骤】2B-1按照实验课题1、2要求，完成基本操作练习作。2B-2根据实验课题3要求，独立完成实验操作、课外练习和实验报告2B-3 根据实验课题4、5要求，课外独立探索，完成相关操作。2B-1实验课题1 基本操作练习2B

20、-1.1.1 基本操作练习1下表是我国某市19781995年间的宏观经济数据1）运用Eviews软件画出REVt GDP勺散点图EXB对REV勺散点图SLC对GDP勺散点图2）建立REV寸GDP（解释变量）、EXBM REV SLC对GDP勺一元回归模型3）运用Eviews软件分别估计各个模型4）对三个回归方程分别作拟合优度检验、回归方程显着性检验以及回归参数显着性检5）请预测1996年的财政收入、财政支出以及社会消费平均零售额（提示：先建立 GDP 的时间序列模型GDP=a+bt预测出1996年的GDP .2B-1.1.2 基本操作练习2将SLC作为被解释变量，GDP REV EXB为解释变

21、量1）建立多元回归方程2）对回归方程进行拟合优度检验、回归方程显着性检验以及回归参数显着性检验。（显着水平为0.10）年份国内生产总值 GDP（万元）财政收入REV （万元）财政支出EXB （万元）社会消费平均 零售额SLC万元）1978611226604179221269 197965487663419082458819807044067102015306741981878176823213938455198210840581032612453581983121643857828044852619841463408469301367639198520378411118499984416198

22、626647416053F 99161087351987341601202211252113172319884698642707617475212585198950611431888216232296971990646150351392219826766419917484154243626788301052199284540956204381623604161993114947893828P 7291050997111994154538313053288984671843199520562731790631241738785162B-1.2 基本操作练习3（实验数据来源：古扎拉蒂着的计量经济学

23、教材）数据定义：Y=&出的玫瑰数量，打乂2=玫瑰的平均批发价格，美元/打乂3=石竹的平均批发价格，美元/打乂4=平均每周家庭可支配收入，美元/x5=底特律市区从1971第二季度到1975年第二季度的趋势变量，取值1, 2,等等1.建立文件、输入数据（如下表所示）obsX2X3X4X5Y1971:32.2600003.490000 1158.11001.00000011484.00 ：1971:42.5400002.850000173.36002.0000009348.000 11972:13.0700004.060000165.26003.0000008429.0001972:22.91000

24、03.640000172.92004.00000010079.001972:32.7300003.210000 :178.46005.0000009240.000 11972:42.7700003.660000198.62006.0000008862.0001973:13.5900003.760000186.28007.0000006216.0001973:23.2300003.490000 1188.98008.0000008253.000 11973:32.6000003.130000180.49009.0000008038.0001973:42.8900003.200000183.330

25、010.000007476.0001974:13.7700003.650000 1181.870011.000005911.000 11974:23.6400003.600000185.000012.000007590.0001974:32.8200002.940000184.000013.000006134.0001974:42.9600003.120000 1188.200014.000005868.000 11975:14.2400003.5800001175.670015.000003160.000 11975:23.6900003.530000188.000016.000005872

26、.000自价格弹性，旁价格弹性和收入弹性的先验符号分别是负，正，正。从下面结果可以看到 拟合与预期一致。2.对该组数据进行线型模型的参数估计Estimation Command:LS Y C X2 X3 X4 X5 Estimation Equation:Y = C(1) + C(2)*X2 + C(3)*X3 + C(4)*X4 + C(5)*X5Substituted Coefficients:Y = 11025.06597 - 2257.533986*X2 + 1232.767734*X3 + 5.922192436*X4 - 198.6534289*X5.对 对数-线性模型的参数估计E

27、stimation Command:LS LNY C LNX2 LNX3 LNX4 LNX5 Estimation Equation:LNY = C（1） + C（2）*LNX2 + C（3）*LNX3 + C（4）*LNX4 + C（5）*LNX5Substituted Coefficients:LNY = 0.4974048637 - 1.150772962*LNX2 + 0.739331378*LNX3 + 1.767999237*LNX4 - 0.2062327372*LNX5.对数-线性模型的参数解释。.对线性模型自价格，立价格和收入三弹性的计算。.模型的选择。2B-2实验操作、课外

28、练习和实验报告 2B-2实验课题4书刊消费研究1、确定研究对象并采集相应的样本数据；经过研究发现，家庭书刊消费水平（Y,元/年）受家庭收入（X,元/月）和户主受教 育年数（T,年）的影响。现对某地区的家庭进行抽样调查，得到样本数据如下：obs Y（元/年）X （元/月）T （年）1 450.0000 1027.200 8.0000002507.70001045.2009.0000003613.90001225.80012.000004563.40001312.2009.0000005501.50001316.4007.0000006781.50001442.40015.000007611.10

29、001768.80010.0000081222.1001981.20018.000009793.20001998.60014.0000010660.80002196.00010.0000011792.70002105.40012.0000012580.80002147.4008.00000013612.70002154.00010.0000014541.80001614.0009.00000015890.80002231.40014.00000161121.0002611.80018.00000171094.2003143.40016.00000181253.000 3624.600 20.0

30、0000（庞皓，p56）2、模型设定；我们假设家庭书刊消费水平（Y,元/年）与家庭收入（X,元/年）和户主受教育年数 （T,年）之间具有线性关系：Y = b0 + b i Xi+ b2 Ti+e i （i=1,2,18）根据凯恩斯理论，回归系数bi表示消费者的边际消费倾向，既可支配收入每增加1元所引起的消费者消费支出的平均变化量，显然上介于01之间（书刊作为消费品，应符合一般的消费论）；另一方面，书刊为一种特殊商品，不同消费群体对他的消费具有不同的 特点。根据经验可知，受教育年限越长，对书刊的消费应该越多（职业、竞争、娱乐、偏 妤，等）专用资产、沉没成本,所以应为正数。一般情况下，截距项b没有

31、什么具体的经济意义。3、用Eviews软件进行回归分析操作命令；create u 18data x y tScat x yScat t yLs y c x t4、回归结果的表达及意义一一样本回归方程：Y? = -49.62 + 0.0866X i + 52.32 T i（Se） （49.38）（0.0294）（3.2055）（回归系数标准差）（t）（-1.005 ） （2.9511 ） （10.0512）（回归系数 t 统计值）R=0.9513 R2 =0.9448 DW=2.5872 F=146.56回归结果表明：决定系数为0.9513,意味着模型能够以95.13%的比例解释家庭书刊消费支出

32、的变动， 表明所选择的模型很好地拟合了实际数据。 F=146.56,远远大于相应的临界值，说明回归 模型是高度显着成立的。在其他条件（T及其它假设条件）不变的情况下，家庭收入每增加1元，家庭书刊消费支出将增加0.0866元；在其他条件（X及其它假设条件）不变的情况下，户主受教育年 限每增加1年，家庭书刊消费支出将增加 52.32元；符合理论假设和实际经验，可以通过 经济意义检验。截距项为-49.62 ,没有什么具体的经济意义。两个回归系数的t值均大于相应的临界值，说明家庭收入（X）和户主受教育年数（T） 对家庭书刊消费支出（Y）的影响是高度显着，都是对被解释变量有解释能力的变量，应 当保留在模

33、型中。同时，变量一一户主受教育年数（T）比较显着，说明该变量对被解释变量的影响更大（合理吗？）。由此可见，欲刺激书刊消费，延长教育年限、普及大学教育、实施终生教育是可行的 政策措施之一。5、进一步还可以求出：（1）回归系数的置信区间（有何作用？）一一请同学们自己完成。（2）若某一家庭收入为3598元/月，户主受教育年数为19年时，那么该家庭书刊消 费为多少？6、整理上述分析，写出一篇简要的计量经济分析报告。2B-3独立探索2B-3.1实验课题5非线性模型的Eviews实现1. ?公式输入法：同线性回归2. ?可线性化的模型可定义新的序列，再用线性回归3. ?案例分析：根据平均成本 U型曲线理论

34、，成本函数可用产量的三次多项式近似表 示。利用某企业的下面统计资料，用Eviews,先观察散点图，再建立总成本模型和平均成本模型；并检验自变量的非线性性是否显着。年份总成本Y）里X年份总成本Y）里X1100001009741008002286003001010000010003195002001113390012004329004001211570011005524006001315480013006524005001417870014007629007001520310015008863009002B-3.2实验课题6受约束回归.参数约束条件检验：在回归输出表中击菜单“ View/Coefi

35、cient Tests/Wald Coefficient Restrictions ”，在对话框中输入“参数约束条件”，观察 F值和p值，判 断；例如：.缺省变量的 检验：在回归输 出表中击菜单“ View/Coefficient Tests/OmittedVariables-Likelihood Ratio ”，在对话框中输入“ mi,观察F值和p值，判断；.多余变量的检验：在回归输出表中，击菜单“ View/Coefficient Tests/ RedundantVariables-Likelihood Ratio ”，在对话框中输入“ mi,看F值和p值（似然比以后再 讲）,判断。.参数

36、的稳定性检验：实验3回归模型的计量经济检验【实验目的】掌握回归模型异方差、自相关、多重共线性问题的检验与处理的操作方法【实验内容】3A-1异方差的检验与处理的操作方法3A-2自相关的检验与处理的操作方法3A-3多重共线性问题的检验与处理的操作方法【实验步骤】3B-1按要求实验课题13B-2按要求实验课题23B-3按要求实验课题33B-1实验课题1 异方差的检验与修正异方差的检验与修正方法，是计量经济学中一个重要的课题。一般经验告诉我们，对 于采用截面数据作样本的计量经济模型，由于在不同样本点上解释变量以外的其他因素的差异较大，所以往往存在异方差性。异方差的检验主要有解析法和图示法两种方法，但其

37、 思路是相同的，即：检验异方差性就是检验随机扰动项的方差与解释变量观察值之间的相关性。一般情况下，首先 OLS法估计模型，求出随机扰动项的近似估计量一一残差0,然后检当残差e与某个解释变量或多个解释变量之间的相关性。对于存在异方差的模型，一般采用模型变换或 WLSt来克服和处理。下面的例题就是围绕这些内容来说明相应的操 作方法。为了研究浙江省农业总产值 Y （百万元）与农业劳动者人数L （万人）、耕地面积S （公 顷）的相互关系，特选取该省17个县市90年代初的数据资料，同时为了研究问题的方便， 我们将各县市按农业总产值从小到大排序，见下表（表 3B-1.1 ）0表 3B-1.1地点农业总产值

38、Y （白力元）农业劳动者 人数L （万人）耕地回积S （公顷）1.温州10.6164.58135402.杭州23.0536.37265873.鸥海24.33616.05414074.奉化29.74411.8266667 H5.象山30.53015.26578406.阳平30.93321.05532677.宁海32.81517.14621608.平湖39.80014.5677900 9.舟山43.30517.639055310.海宁49.95418.4212619311.余姚50.88624.63107807 112.苍南58.21128.327262713.慈溪59.28030.9793600

39、14.上虞60.61112.0611243315.嘉善63.33510.67101940 116.桐庐64.55217.9313497317. fr安96.72927.38139470从理论上来说，农业劳动人数与耕地面积是农业总产值的重要影响因素。在一定范围 内，随着农业劳动者人数的增加与耕地面积的扩大，农业总产值会相应增加，因此可设理 论模型如下：Y = bo + b 1 L i+ b 2 S i + i （i=1,2,，n）3B-1.1用OLS法估计模型，求生残差序列e(1)输入：create u 17 回车输入：data y l s 回车，输入样本数据。如果已制作了相应数据库，可用loa

40、d或fetch命令，将数据序列或文件读取到内存如，输入：load a:file7 回车(2)输入：ls y c l s回车，屏幕显示：由此得，样本回归方程为：Y?=-1.0690+0.6166L i+0.00044Si (i=1, 2,，17)(se) (6.6741 ) (0.3722) (7.460E-05)(t) (-0.1602 ) (1.6567) (5.8818)R2=0.88178, DW=1.4320 F=31.41判定系数R的较大，F也大于其相应临界值，回归模型是线性显着的；S的回归参数能 通过t检验，是显着非零的；S的系数为0.00043,符合实际经济意义，能够通过经济意

41、义检验；L的回归参数不能通过t检验，是显着为零的；点击菜单：wiviewActual*,EViewsFile Edit Object View Proc Quick Options Window Help防&泣I Froc| 口均0cti Prlnt| N己|Re p rese ntati ons Estimation Output ActuaLFitted.Residual ARMA Structure.Gradients and Derivatives Covariance MatrixRe p rese ntati ons Estimation Output ActuaLFitted.R

42、esidual ARMA Structure.Gradients and Derivatives Covariance MatrixActualFittedrResidual Table ActuaLFittedrResidual Graph Residual GraphStandardized Residual GraphCoefficient Tests Residual Tests Stability Tests6.674Coefficient Tests Residual Tests Stability Tests6.6741 75-01601 700.87500 37221 51S5

43、66700 11987 46E-0558818310 0000LabelAdjusted R-sqjared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat0 791725 9 534927 LabelAdjusted R-sqjared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat0 791725 9 534927 1272 808-60 305981 432001Mean dependent var S

44、.D. dependent var Akaike info criterion Seharz criterion F-slalislicP to b(F-statistic)45 2170620 892897 5065357 65362331 410710 000007屏幕显示:Path =屏幕显示:残差散点图表明，残差绝对值随序列号i的增大而增大，可初步断定模型存在递增异 方差。这可能就是模型 OLS古计结果不理想的主要原因。(3)建立残差序列和回归理论拟合值序列(即 Y?),为进一步检验模型的异方差性服务。用e表示残差序列(ei) , e2表示残差平方序列(e2), e1表示残差的绝对值序

45、列(ei )Y1表示回归理论(拟合)值序列(即Y?)输入：genr e=resid 回车 输入：genr e2=eA2回车入入入输输输入入入输输输forcst y1 回车show y1 e e1 e2 s l 回车，屏幕显示表:3B-1.2 用图示法检验模型的异方差性(1)用图(表)RAF所显示的散点图检验模型的异方差性：这种检验方法已经在“回归结果解读”以及有关例题中进行了说明，不再赘述。( 2)用残差的平方序列与某个解释变量或理论回归值的散点图检来验模型的异方差性：首先，输入： scat(s) e2 y1, 回车，屏幕显示图：显然可见，残差平方ei 2 随 Si 变大而明显变大，说明模型存

46、在递增异方差。其次，输入： scat(s) e2 l, 回车，屏幕显示可见，残差平方ei 2 随 Li 变大并没有明显变大，也无其他规律性，因此不能说明模型存在异方差。再次，输入： scat(s) e2 s, 回车，屏幕显示可见，残差平方ei 2 随 Y1 变大而明显变大，也说明模型存在递增异方差。3B-1.3 用解析法检验模型的异方差性解析法检验模型的异方差性的方法很多，很难说哪一种方法是最好的，下面仅介绍Spearman检验法、Goldfield-Quandt 检验法、Park检验法、和Glejser检验法的操作方 法。( 1) Goldfield-Quandt 检验法第一步，建立统计假设

47、：零假设H: c i是同方差(i=1,2,17)备择假设Hi： i不是同方差第二步，处理观察值：将解释变量Si 的观察值按由小到大的顺序排列，然后将居中的3 个观察数据去掉。再将剩余的 14组数据分为样本容量为 7 的两个子样本。第三步，建立回归方程，求残差平方和：输入：sort s输入：smpl 1 7回车输入：ls y c s l回车Genr r21=ssr屏幕显示回归结果，得：r21 = Ee1i2 = 38.7131输入：smpl 11 17 回车输入：ls y c s l 回车Genr r22=ssr屏幕显示回归结果，得：r22= E e2i2 = 400.3811第四步，建立统计量

48、，计算统计值：用所得的两个子样本的残差平方和构成F统计量，当H为真时，统计值F为：Genr F=r22/r21F= r22/r21= ZZe/=400.3811/38.7131=10.342第五步，作结论：如果没有异方差性，则三e/和三ez2应大体相等；如果存在异方差性，则三 e.2应比 汇金2小很多，即统计值F应很大。对给定的显着性水平a =5%查表得临界值为：F.(n-c)/2-k-1,(n-c)/2-k-1) = F0.05 (7-2-1,7-2-1) = 6.39,显然，F=10.342 F a (4,4)=6.39则，拒绝H,认为模型具有异方差性。Park检验法第一步，对原模型用OL

49、S&计算残差ei和残差平方e2;第二步，取异方差结构的函数形式为：二：=二23可以改写成对数形式：1noi2 = ln二2 , 一： ln Si ,、i第三步，建立方差结构回归模型：由于仃：未知，Park建议用e2来替代之。如果用lne2表示ln e2 ,用lns表示ln ,则：输入：smpl 1 17 回车输入：ls 10g(e2) c 10g(s)回车，屏幕显示：得，回归方程为：lne2=-4.7482+0.70971ns(Se) (9.7902)(0.8757)(t) (-0.4850)(0.8105)R2=0.0.0420,DW=0.4784,F=0.6569第四步，对解释变量lns的

50、回归系数进行t检验，并得出结论：在0.05显着性水平下，双边临界值 1 0.025(15)=2.131 ,单边临界值1 0.05(15)=1.753 。因 此，解释变量lns的回归系数是单边显着的，双边检验不显着。结合模型的线性显着性检 验结果，可认为这种形式的异方差是显着不存在的。Glejser 检验法第一步，对原模型用OLSt计算残差e (i=1 , 2，17);第二步，结合上述散点图分析，认为 S是与仃：有关的解释变量，则选定|乐与S的一系列可能的函数，例如：?=bc+b1S + i?=bc+b1/S i + i气=b0+b1V S + i鸟=bc+b1/，S + i等等其他函数形式，其

51、中8 i为随机扰动项。第三步，利用OLS&对上述模型进行估计，分别得回归方程如下：输入：ls e1 c s 回车，得ei =1.6411 + 5.677E-05S iR2=0.2437,F=4.8323(2.2896) (2.582E-05)(0.7168) (2.1982)输入：genr s1=1/s 回车，得输入：ls el c si 回车，得 _2 _ 一 ei =7.9738 - 97415S1i R =0.1402,F=2.4462(1.4801) (62285)(5.3849) (-1.5640)输入：genr s2=sA(1/2)回车，得输入：Is e1 c s2 回车，得ei

52、| =-1.6195 + 0.0285S2 iR2=0.2297,F=4.4721(3.8345) (0.0135)(-0.4223) (2.1147)输入：genr s3=1/S2 回车，得输入：Is e1 c s3 回车，得0 =10.922 - 1181.6S3 iR2=0.1712,F=3.098(2.8271) (671.21)(3.8632) (-1.7603)如果显着性水平取0.05,则临界值分别为F0.05 (1, 15) = 4.54和1 0.025(15)=2.131 。 上述四个回归方程中，第一个回归方程的决定系数 F2=0.2437,是最大的。其F统计值为 F=4.83

53、23,大于临界值，因此模型是线性显着的；具相应解释变量 S的回归系数也能通过 t检验，是显着不为零的。所以，可认为异方差结构为：2一、 2仃2 = (1.6411 + 5.677E-05S i )White检验法输入：Is y c I s 回车，屏幕显示结果窗口，点击菜单：wiviewResiduaI TestsWhite*, ,屏幕显示：可见Obs*R-squared的p值为0.0845% ,所以接受原假设，及模型不存在该种形式的异方差。Spearman检验法第一步，对原模型用OLSt计算残差ei ;第二步，计算ei的绝对值与S的等级差di ;输入：sort e1 s 回车输入：plot e

54、1 s回车，屏幕显示图：表 3B-1.21 ei 1的等 级S的等级等级差ddi1 ei 1的等级S的等级等级差ddi1101073211-91114-339-612210417-131313053214866511516-17611612484417152910-1第三步，计算e与S的等级相关系数以方便地计算出等级差dd （以方便地计算出等级差dd （见表3B-1.2）（等级差dd = | e|的等级-S i的等级）利用时序图可入入入输输输data dd回车，输入等级差入入入输输输genr dd2=sum(ddA2)Genr rs=1-(6*sum(ddA2)/(17*(17A2-1) sh

55、ow dd2 rs回车，由屏幕显示数据，得：dd2=sum（ddA2） ddi2 = 484,所以，e与S的等级相关系数为:rs= rs=1-(6*sum(ddA2)/(17*(17A2-1)=1- (6 Edd i2 ) / n (n 2-1) = 0.4069,第四步，对总体等级相关系数ps进行显着性检验，并说明检验结果统计量t= r sn -2/ q心7=2.7484,临界值10.025(15)=2.131,表明样本数据异方差性 显着，认为模型存在异方差性。3B-1.4克服、处理模型的异方差性处理模型的异方差主要有两种方法：对原模型进行变换和加权最小二乘法( WLS。人 们通常采用的经验

56、方法是：并不对原模型进行异方差检验，而是直接选择加权最小二乘法， 尤其是采用截面数据作样本时。如果确实存在异方差，则被有效地消除了；如果不存在异 方差，则加权最小二乘法等价于普通最小二乘法(LS)0(1)对原模型进行变换根据上述对模型异方差的检验可知，异方差结构为：仃：=(1.6411 + 5.677E-05S i )2。则，用1.6411 + 5.677E-05S i去除原理论模型的两端所得到的新模型就可消除异方差。为表达方便，不妨设：ee=1.6411+5.677E-05*Si,则新模型为：Y/ ee i = b。/ ee i + b 1(Li/ ee i) + b 2(S J ee i)

57、 + e i/ ee i (i=1,2, 17)用软件包估计该模型的具体操作如下：键入：genr ee=1.6411+5.677E-05*S 回车键入：genr yy=y/ee 回车键入：genr ss=s/ee 回车键入：genr ll=l/ee 回车键入：genr b=1/ee 回车键入：Is yy ss ll b 回车，屏幕显示：根据回归结果所显示的统计数据，变换后的模型不能通过统计检验。观察残差图(图RAF可知，新模型并没有有效消除异方差性。这是因为，我们利用Glejser检验法所得到的所谓的异方差结构函数并不是异方差结构的较理想形式，利用它来变换模型，也就很 难达到预期的理想结果。(

58、2)加权最小二乘法(WLS在利用软件包时,WLS勺具体步骤如下：第一步，对原模型用OLSt计算残差e并将其表示为单独的序列:键入：genr e=resid 回车第二步，建立1/ ei序列:键入：genr h=1/ abs(e)回车第三步，以1/ e序列为权数估计模型：键入：ls(w=h) y c s I 回车，屏幕显示：可见，利用 WLS古计原模型，求得的回归方程的统计显着性明显提高，拟合优度也达 到非常好的程度。3B-2实验课题2自相关的检验与修正关于自相关的检验与修正方法，是计量经济学中另一个重要的课题。一般经验告诉我 们，对于采用时间序列数据作样本的计量经济模型，由于在不同样本点上解释变

59、量以外的 其他因素在时间上的连续性，带来它们对解释变量的影响的连续性，所以往往存在自相关 性。对于自相关的检验主要有解析法和图示法两种方法，但其思路是相同的，即：检验自 相关性就是检验随机扰动项之间的相关性。一般情况下，首先OLS用法估计模型，求出随机扰动项的近似估计量一一残差 e,然后检验残差e之间的相关性以达到判断随机扰动项 是否具有自相关的目的。一阶自相关是最常见的一种自相关问题，经验表明如果不存在一 阶自相关，一般也不存在高阶自相关。所以在实际应用中，首先检验模型是否存在一阶自 相关（常用DW佥验法），然后再作进一步的处理。对于存在自相关的模型，一般采用差分 法法来克服和处理。下面的例

60、题就是围绕这些内容来说明相应的操作方法。根据中国统计年鉴的有关资料，我们来研究财政支出模型。设其模型为：Y= bo + b i X i + i （i=1,2,，n）其中，y表示财政支出（单位：亿元），X表示财政可支配收入（x=M政U入+国债余额+财 政向银行借款，单位：亿元）。我们选择19521992年间的数据（表3B-2.1 ）作为研究的 样本数据。表 3B-2.1obsYXobsYX1952176183.71973809.3809.71953220.1222.91974790.8783.11954246.3262.41975820.9815.61955269.32721976806.277