《计量经济学》上机指导手册

1、计量经济学上机指导手册中国农业大学经济管理学院农业经济系编写人：杨 汭 华 2007 年 3 月 制指导手册填写说明1、本模板旨在为部分有上机实验的教师提供一个参考样本。2、表格各部分可自动加行、加页。3、上机操作流程尽量详细具体，可将一些操作流程图和具体页面加在此处。4、若本模板中的项目在实验中未涉及或实验中的项目在本模板中未涉及，可自行删除或增添。5、实验时间部分，请填写每次实验的具体时间。6、本模板只做了一次上机实验的样式，如上机次数较多，请自行增加，如：实验一、实验二，依次类推。7、若实验中有程序设计（如管理信息系统课程），如有已做好的源程序，且经过编译，需要学生按照程序功能完成程序的

2、，可在备注中说明（如程序名称等相关信息）；如有其它需说明的情况，也请在备注中说明。8、实验准备部分，请填写完成本次实验所需的相关知识基础。8、每个表格中输入的内容请用宋体五号字，行间距为18磅，段后0.5行；若遇特殊情况，如表格跨页断行、图片放置等问题，可自行调整。9、感谢各位老师的合作。上机实验（一） EViews 软件基本操作和基本统计分析EViews 软件基本操作和基本统计分析实验一 （请在此写上实验题目）【实验目的】1、掌握如何建立工作文件、常用命令及相应的菜单操作。2、能够熟练应用计量经济学软件Eviews进行数据相关、回归和预测分析。【实验要求】根据你学过的经济理论(如消费函数投资

3、函数生产函数)和你所感兴趣的经济问题，设计一个一元线性回归经济模型。从有关的统计资料（如中国经济统计年鉴）中查到变量的数据。然后，用这些数据对你设定的模型作回归分析，并解释你得到的回归分析结果。【实验准备】1、实验之前复习相关的课堂理论学习； 2、准备建立一元线性回归模型的宏观经济数据； 3、熟悉课堂学习过的EViews操作命令。【实验内容】EViews如何安装？如何创建EViews工作文件？3、打开、编辑、调用序列、由已有的序列生成新序列。如何对序列进行描述统计和相关关系观察?5、如何进行回归分析？6、如何进行预测？【上机操作流程】1、如何安装EViews？2、如何创建工作文件（workfi

4、le）？（1）点击File / New / Workfile，进入工作文件定义对话框；（2）在工作文件定义对话框选择数据频率（季度、月度、周、天、非日期），输入数据的起止时间，格式举例：年度：1980 2004；季度：1980:1 2004:4； 月度：1980:01 2004:12； 周和天：12:31:2002 (月日年)； 非日期： 1 100（3）保存新建立的工作文件：file / save (save as)(4) 调用建立的工作文件：file / open / workfile(5) 调整工作文件的时间范围：点击 procs / change workfile range, 输入新

5、的时间范围。或利用命令expand, 如原时间范围为 1980 2004，调整为1978 2006，利用命令：expand 1978 2006 (注意新区间中包含原区间)。3、如何创建、打开、编辑、调用序列、由已有的序列生成新序列？（1）创建新序列：在主窗口，点击object / new object, 出现对象定义对话框，选择series 并命名，点击ok完成。重复以上动作，则可定义多个序列。注意：EViews 的保留字符：ABS、C、AR、MA、SMA、SAR、ASIN、CON、CNORM、COEF、COS、DNORM、LOG、LOGIT、PDL、NA、EXP、RND、SQR、THEN等不

6、可以作为序列名使用。（2）打开和编辑序列：在主窗口双击序列名打开序列，在工具栏选edit+/- 按钮进入编辑状态，输入数据，完毕后再点edit+/- 按钮，进入只读状态。如果要修改数据，重新按edit+/- 按钮。（3） 调入其他格式的数据文件：可用格式有三种：ASCII, Lotus, Excel。点击 file / import / text-lotus-excel, 在出现的对话框中填写 Upper-left data cell项，为要调入数据文件中左上方第一个有效数据的单元格地址。（4）生成新序列，在主菜单点击 quick / generate series, 如果现有序列为x、y，假

7、设利用它们生成z=3-x/y, 则在出现的对话框输入该计算式，点ok即可。也可以直接在主窗口的命令输入区利用命令：genr z=3-x/y，回车即可生成z序列。4、如何对序列进行描述统计和相关关系观察?打开需要观察的序列x、y，点击view 下拉菜单， 观察line graph，descriptive statistics、correlations、covariance中各项目的输出结果, 特别是相关图和相关系数矩阵。5、如何进行回归分析？（1）改变样本区间。 若原工作文件定义的范围为 1980 2004，点击procs / sample,在出现的对话框中假如输入时间范围 1980 2003（

8、2004年的数据予以保留，不参加回归模型的估计，用于验证模型的预测精度）。也可以在主窗口的命令输入区利用命令： smpl 1980 2003, 可以达到改变样本区间的目的。（注意观察smpl 与 expand命令的异同。）(2) 进行回归计算。在数据文件窗口点击：procs / estimate equation, 在出现的对话框equation specification中输入表达式：y c x, 点ok可得模型的输出结果。或在主窗口的命令输入区利用命令：ls y c x , 回车即可得到同样的结果。（3）观察回归输出结果：观察估计出的回归系数、检验、检验、可决系数等。观察数据拟合图表： v

9、iew / actual, fitted, residual graph。6、如何进行预测？在回归结果输出窗口，点击forecast，出现一个对话框，直接点击ok，会自动产生一个名为yf 的序列（在工作文件窗口可见）。比较2004年的实际值与预测值。年度：1980 2004；季度：1980:1 2004:4； 月度：1980:01 2004:12； 周和天：12:31:2002 (月日年)； 非日期： 1 100（3）保存新建立的工作文件：file / save (save as)(4) 调用建立的工作文件：file / open / workfile(5) 调整工作文件的时间范围：点击 pr

10、ocs / change workfile range, 输入新的时间范围。或利用命令expand, 如原时间范围为 1980 2004，调整为1978 2006，利用命令：expand 1978 2006 (注意新区间中包含原区间)。3、如何创建、打开、编辑、调用序列、由已有的序列生成新序列？（1）创建新序列：在主窗口，点击object / new object, 出现对象定义对话框，选择series 并命名，点击ok完成。重复以上动作，则可定义多个序列。注意：EViews 的保留字符：ABS、C、AR、MA、SMA、SAR、ASIN、CON、CNORM、COEF、COS、DNORM、LOG

11、、LOGIT、PDL、NA、EXP、RND、SQR、THEN等不可以作为序列名使用。（2）打开和编辑序列：在主窗口双击序列名打开序列，在工具栏选edit+/- 按钮进入编辑状态，输入数据，完毕后再点edit+/- 按钮，进入只读状态。如果要修改数据，重新按edit+/- 按钮。（3） 调入其他格式的数据文件：可用格式有三种：ASCII, Lotus, Excel。点击 file / import / text-lotus-excel, 在出现的对话框中填写 Upper-left data cell项，为要调入数据文件中左上方第一个有效数据的单元格地址。（4）生成新序列，在主菜单点击 quick

12、 / generate series, 如果现有序列为x、y，假设利用它们生成z=3-x/y, 则在出现的对话框输入该计算式，点ok即可。也可以直接在主窗口的命令输入区利用命令：genr z=3-x/y，回车即可生成z序列。4、如何对序列进行描述统计和相关关系观察?打开需要观察的序列x、y，点击view 下拉菜单， 观察line graph，descriptive statistics、correlations、covariance中各项目的输出结果, 特别是相关图和相关系数矩阵。5、如何进行回归分析？（1）改变样本区间。 若原工作文件定义的范围为 1980 2004，点击procs / sa

13、mple,在出现的对话框中假如输入时间范围 1980 2003（2004年的数据予以保留，不参加回归模型的估计，用于验证模型的预测精度）。也可以在主窗口的命令输入区利用命令： smpl 1980 2003, 可以达到改变样本区间的目的。（注意观察smpl 与 expand命令的异同。）(2) 进行回归计算。在数据文件窗口点击：procs / estimate equation, 在出现的对话框equation specification中输入表达式：y c x, 点ok可得模型的输出结果。或在主窗口的命令输入区利用命令：ls y c x , 回车即可得到同样的结果。（3）观察回归输出结果：观察

14、估计出的回归系数、检验、检验、可决系数等。观察数据拟合图表： view / actual, fitted, residual graph。6、如何进行预测？在回归结果输出窗口，点击forecast，出现一个对话框，直接点击ok，会自动产生一个名为yf 的序列（在工作文件窗口可见）。比较2004年的实际值与预测值。【实验报告要求】1、给出你选择该问题进行计量分析的理论支持2、写出分析过程的流程： （1）数据资料及必要的说明；（2）相关分析：写出定性判断（以相关图观察相关的数学形式、密切程度、相关性质）和定量分析（相关系数矩阵）的结果。（3）回归分析： 写出解释变量和被解释变量的含义、系数预期写出

15、模型数学形式的选择考虑写出最小二乘估计输出的数据结果：规范的回归表达式说说你对拟合优度的看法给出在5%和1%显著性水平上进行t检验、F检验的结果和你的结论给出数据拟合表观察残差图的表现是否满足基本假定模型应用（预测）。3对所得模型的经济意义进行解释。实际的符号与你的直觉一致吗？如果未知残差项的分布，其他所有假设都满足，你认为OLS估计量满足线性性、无偏性及有效性吗？这时t检验、F检验还有效吗？简单陈述理由。【实验时间】100min，第13周，星期一，1-2节。上机实验（二） EViews 软件基本操作和基本统计分析EViews 软件基本操作和基本统计分析实验一 （请在此写上实验题目）【实验目的

16、】1、把握非线性模型估计的方法。2、把握模型数学形式的优选过程。【实验要求】按照实验要求完成上机操作内容。【实验准备】1、实验之前复习相关的课堂理论学习内容；准备建立一元线性回归模型的宏观经济数据；3、熟悉课堂学习过的EViews操作命令。2、学习网络课件上前两篇计量经济分析论文；3、熟悉课堂上学习过的EViews操作命令。【实验内容】1、生产函数的估计和测算我国科技进步贡献率；2、给定虚拟的某企业产量与成本资料，拟合不同的数学形式并寻优；3、打开给定的数据，在EViews主窗口的命令输入以下命令生成时间序列 genr t=trend+1 genr t=trend(d) 4、在EViews主窗

17、口的命令输入区练习使用函数命令。【上机操作流程】1、生产函数的估计和应用： 测定我国宏观经济希克斯中性技术进步率。具体做法：（1）调入数据: GKL（2）由C-D生产函数估计资金弹性和劳动弹性。 A、将 两边同时取对数，线性化，得： B、生成新序列： genr Y1=log(Y) genr K1=log(K)genr L1=log(L) C、估计模型：make equation ( 格式：Y1 C L1 K1 )， 得、的估计值，即C(2)、C(3)的估计值（C(1)为截距项），存放在工作文件窗口的C序列中，请查看。D、由于估计的，调整的方法是: ，即得调整后的、的估计值C（4）、C(5)。在

18、Eviews中计算的输入格式是： 查看工作文件窗口的C序列，可见已经存有C(4)、C(5).（3）由索洛增长率方程，计算技术进步率m. genr (Y的增长率) genr (K的增长率) genr (L的增长率) genr （索洛增长率方程计算m）(4) 计算技术进步贡献率和各要素贡献率 genr genr genr （5）观察K、L的相关性如何？C-D生产函数模型残差有何表现？对我国1979-1990年劳动、资金、技术进步对经济增长的贡献水平进行评价。2、给定虚拟的某企业产量与成本资料：XY结合经济学中成本理论的有关知识，所给资料可以考虑的备选模型：（1）直线；（2）双曲线： ；（3）对数曲

19、线： ；（4）幂函数曲线：具体做法：(1) 打出散点图，观察数据是否适宜采用线性形式？分别用后三个模型对数据进行拟合估计，有两种做法：A、线性化后再运用回归命令进行最小二乘估计（运用genr命令生成新变量进行线性化）；B、直接对模型进行非线性模型估计（NLS法，直接输入模型表达式）。请比较分别用两种方式估计后的输出结果有无异同？(3) 比较三种模型估计输出结果：可决系数(R2)的变化；t、F检验的结论；回归标准误（S.E.regression， 即）的变化；残差平方和(Sum squared resid，即)的变化；AIC、SC指标的表现等，决定哪一个模型相对最优？3、打开GKL数据，在EVi

20、ews主窗口的命令输入区 genr t=trend+1 genr t=trend(d)观察两种方式形成的时间序列t有何差别。4、在EViews主窗口的命令输入区练习使用以下的命令：格式是 如：=SQR（GDP） （回车） （1）简单函数：SQR( ) 平方根、LOG( ) 自然对数、EXP( ) 指数函数、ABS( ) 绝对值、 （2）序列描述统计函数：SUM( ) 序列的观察值总和、MEAN( ) 序列的均值、 VAR( ) 序列方差、 SUMSQ( ) 序列的平方和、OBS( ) 序列的有效观察值个数、 COV(X,Y) X，Y的协方差、COR(X,Y) X，Y的互相关系数。 (3) 回归

21、统计函数：R2 可决系数、FBAR2 调整可决系数、SE回归标准误、SSR残差平方和、F 方程F检验值 （4）其它：TREND(d) 趋势变量、C( )系数值，可用于公式中【实验报告要求】 完成以上内容，同时准备第三次上机的数据资料，要求至少4个经济变量（X）（还可考虑虚拟变量的设定），年份在10年以上。指出变量选择的直接理由。【实验时间】100min，第15周、星期一、1-2节上机实验（三） 违背基本假定的处理EViews 软件基本操作和基本统计分析实验一 （请在此写上实验题目）【实验目的】把握多重共线性、异方差、自相关的处理方法。【实验要求】搜集我国宏观经济实际数据资料，建立多元线性计量经

22、济模型，写出详细实验报告。【实验准备】1、实验之前复习相关的课堂理论学习；2、准备实习用数据。2、假设要估计的是四元线性回归模型，以此说明实验流程；3、熟悉课堂上学习过的EViews操作命令；4、学习课件上第三篇论文。 【实验内容】一、多重共线性的处理1、多重共线性的探查（诊断）：（1）相关系数法；（2）计算方差膨胀因子；（3）进行回归分析。2、多重共线性的处理和模型的估计：（1）差分法；（2）逐步回归法二、异方差的处理二、异方差处理1、异方差探查：（1）图示法（2）格莱泽（Glejser）检验（3）怀特检验（White test）2、异方差处理和模型估计：（1）双对数模型压缩异方差；（2）G

23、LS法处理异方差：三、自相关的处理1、自相关探查：（1）绘制残差图；（2）回归检验法；（3）IDENT命令；（4）D .W.检验。2、自相关的处理和估计。【上机操作流程】以四元线性回归模型为例，说明以下操作流程：1、多重共线性的探查（诊断）三种方法点击主菜单中 quick/group statistics/correlations, 在出现的对话框中输入：，点击ok，得到相关系数矩阵。观察解释变量之间的相关程度的大小，从而把握多重共线是否存在。若解释变量之间存在有很高的相关，则有共线问题。 式中i=1, 2, 3，4, 表示回归模型中引入了4个解释变量X。 分别将每一个作为被解释变量，与其余3

24、个X 进行多元回归，如将X1对X2、X3、X4回归：，得到，本例中有4个X，可以估计4个模型，则可计算出4个。如果越大，说明与其余3个X的多重共线程度越高，得到的就会表现出越大。本例可算出4个。将估计的4个方程分别储存，以便EViews计算VIF时调用，如将上述X1对其他3个X回归的方程储存为eqx1。一般认为超过10（也有人主张超过5）时，就认为多重共线的程度较高，必须加以处理了。EViews不能直接计算解释变量的方差膨胀因子。利用命令如： Scalar VIFX1=1/( HYPERLINK mailto:1-eqx1.R2 1-eqx1.R2), 则可调用存储方程中的可决系数，计算X1的

25、VIF。关于X2、X3、X4的VIF照此计算。然后可以计算平均膨胀因子。为了综合评价OLS估计时出现的多重共线性的程度，可以采用平均膨胀因子： （3）进行回归分析： LS ，观察多重共线性存在时模型的估计结果有何反常（与Y和每一个X单独回归的结果比较。系数估计的值、符号的变化等等。）2、多重共线性的处理和模型的估计两种方法（1）差分法（注：如果各原序列之间存在共线性，则将各个序列分别差分后一般地会降低序列之间的共线程度）。原理：第3式即为差分方程。下面估计该差分方程：第一步：将 分别进行差分变形，即进行差分运算，得到差分后新的变量序列 （其中）。 （ 等价于 ） （ 等价于 ） （ 等价于 ）

26、 （ 等价于 ） （ 等价于 ）第二步：进行回归模型估计：LS ，即估计上述差分方程。差分方程中新解释变量之间的相关性比原解释变量之间的相关性弱得多。由差分方程的估计结果可得到原模型中b的估计值。（2）逐步回归法第一步：点击quick / estimate equation, 就Y对每个X分别进行回归。等价于进行四个一元线性回归：； ； ； 。从统计输出的可决系数中选择最大者，将其对应的一元线性回归模型作为基础方程。第二步：将其余解释变量按照的大小逐次加入基础方程。假设X2加入后得到的二元线性模型的较只有X1时的高，两个解释变量的回归系数也符合理论预期，则X2可以引入模型。如果两个解释变量的回

27、归系数与理论预期不符，则可能存在共线，X2不可以引入模型。第三步：按照以上思路完成对模型中解释变量的引进，估计得到相对理想的回归模型。（假设模型最终保留了2个解释变量）二、异方差的处理（在以上处理了多重共线性的模型的基础上，检查该模型的残差）异方差的含义： 1、异方差探查-三种方法（1）图示法：将以上处理了多重共线性后得到的模型的残差e转化为标准的EViews序列： ( resid 即e )，检查residu分别与的相关图，如果某个相关图呈现明显的相关模式，即认为残差随X1或X3 的变化而变化，存在异方差。（2）格莱泽（Glejser）检验由上述图示法的基础上分析残差项e（即residu）与X

28、之间的回归形式（异方差形式），其中是你判断与异方差有关的某一个解释变量。尝试以下可能的形式, 把拟合优度最大者作为异方差的最佳回归形式，也可以尝试其它的你认为可能的数学形式： （3）怀特检验（White test） （不含交叉项）原假设残差不存在异方差White检验统计量：，n为样本容量，为可决系数。在上述模型估计的输出窗口，点击View/Residual Tests/White Heteroskedasticity， 得到Obs*R-squared ( 即 )，由其伴随概率作出是否接受原假设的判断（与t检验和F检验的判断方法一样）。2、异方差的处理和模型的估计-两种方法（1）采用双对数模型形式可压缩异方差，即估计下列模型，观察残差项的变异程度。（2）利用GLS原理处理异方差：采用上述你在格莱泽（Glejser）检验中得到的异方差的具体形式处理原模型，如处理二元线性模型的方式是：对该变形模型进行估计的方法有二：A、对以上模型进行各个变量替代，然