计量经济学实验报告三汇总

/2012－2013第1学期计量经济学实验报告实验〔三：计量经济检验与修正实验学号：0101702姓名：宋蕾专业：财务管理选课班级：Ａ０2实验日期：２０１１．１２．12实验地点：南区综合楼经济管理与创业模拟实验中心实验室实验名称：计量经济检验与修正实验[实验目标、要求]使学生掌握用Eviews做1.异方差性检验和修正方法；2.自相关性检验和修正方法；3.[实验内容]实验内容以课后练习：以114页第6题、130页应用题第2题为例进行操作。[实验步骤]一、第114页第6题〔一创建工作文件在主菜单上依次单击File→New→Workfile.选择数据类型和起止日期。时间序列提供起止日期〔年、季度、月度、周、日.非时间序列提供最大观察个数。本题中在workfilestructuretype中选Unstructured/Undated,在DatarangeObservation中填２８。单击OK后屏幕出现Workfile工作框.如图所示。〔二输入和编辑数据在命令窗口直接输入：DataYX.屏幕出现数据编辑框.如下图所示。点击上图中对话框的"Edit+/-".将数据进行输入.如下图所示。数据输入完毕.单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。〔三ＯLS估计参数利用20XX中国部分省市城镇居民家庭平均全年可支配收入〔X与消费性支出〔Y的相关数据表.作散点图。Eviews命令:scatXY；如图所示可看出２００８年中国部分省市城镇居民家庭平均全年可支配收入〔Ｘ与消费性支出〔Ｙ的关系近似直线关系可建立线性回归模型。在主菜单命令行键入："LSYCX".然后回车。即可直接出现如下图所示的计算结果DependentVariable:YMethod:LeastSquaresDate:12/12/12Time:20:15Sample:128Includedobservations:28VariableCoefficientStd.Errort-StatisticProb.

C735.1080477.11231.5407440.1355X0.6662220.03055821.802130.0000R-squared0.948138

Meandependentvar10780.65AdjustedR-squared0.946144

S.D.dependentvar2823.752S.E.ofregression655.3079

Akaikeinfocriterion15.87684Sumsquaredresid11165139

Schwarzcriterion15.97199Loglikelihood-220.2757

F-statistic475.3327Durbin-Watsonstat1.778976

Prob<F-statistic>0.000000点击"object\storetoDB…",将估计式以"eq01"为名保存。参数估计所建立的回归方程为：＝735．1080＋0．666222x〔477．1123<0．030558>t=〔1．540744><21．80213>R=0．948138=0．946144F=475．3327〔四检验异方差性1、残差分析首先将数据排序.然后建立回归方程。在方程窗口中点击"Resids"按钮就可以得到模型的残差分布图。由图可知回归方程的残差分布有明显的扩大趋势.即表明存在异方差性。2、White检验在方程窗口上点击"View\ResidualTest\WhiteHeteroskedastcity".检验结果如图所示：其中.F值为辅助回归模型的F统计量值。取显著水平α=0.05.由于=5.99＜nR=8.315098,所以存在异方差性。故本题数据不符合OLS经典假设中同方差性的假设.即存在异方差性。〔五异方差的修正①确定权数变量根据Park检验.可以得出的一般形式为：生成权数变量：GENRW1=1/X^3.2670根据Gleiser检验.可以取以下三种形式作为权数变量：生成权数变量：GENRW2=1/X^0.5GENRW3=1/ABS<RESIDGENRW4=1/RESID^2②利用加权最小二乘法估计模型在Eviews命令窗口中依次键入命令：LS<W=>YCX经估计检验发现用权数W3的效果最好。下面仅给出用权数W3的结果。DependentVariable:YMethod:LeastSquaresDate:12/12/12Time:20:46Sample:128Includedobservations:28Weightingseries:W3VariableCoefficientStd.Errort-StatisticProb.

C970.6104254.53623.8132500.0008X0.6493550.01841835.255760.0000WeightedStatisticsR-squared1.000000

Meandependentvar9942.842AdjustedR-squared1.000000

S.D.dependentvar46660.83S.E.ofregression27.34564

Akaikeinfocriterion9.523740Sumsquaredresid19442.39

Schwarzcriterion9.618898Loglikelihood-131.3324

F-statistic1242.969Durbin-Watsonstat1.481595

Prob<F-statistic>0.000000UnweightedStatisticsR-squared0.947484

Meandependentvar10780.65AdjustedR-squared0.945465

S.D.dependentvar2823.752S.E.ofregression659.4257

Sumsquaredresid11305899Durbin-Watsonstat1.893691③对所估计的模型再进行White检验.观察异方差的调整情况对所估计的模型再进行White检验.其结果对应图所示。所对应的White检验显示.P值较大.所以接受不存在异方差的原假设.即认为已经消除了回归模型的异方差性。二、30页应用题第2题二、第130页第2题〔一创建工作文件在主菜单上依次单击File→New→Workfile.选择数据类型和起止日期。时间序列提供起止日期〔年、季度、月度、周、日.非时间序列提供最大观察个数。本题中在StartData里输入1989.在Enddata里输入2004。单击OK后屏幕出现Workfile工作框.如图所示。〔二输入和编辑数据在命令窗口直接输入：DataYX.屏幕出现数据编辑框.如下图所示。点击上图中对话框的"Edit+/-".将数据进行输入.如下图所示。数据输入完毕.单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。〔三ＯLS估计参数利用1989—20XX中国国内生产总值X与进出口总额Y的相关数据表.作散点图。Eviews命令:scatXY；如图所示可看出1989—20XX中国国内生产总值X与进出口总额Y的关系近似直线关系可建立线性回归模型。在主菜单命令行键入："LSYCX".然后回车。即可直接出现如下图所示的计算结果点击"object\storetoDB…",将估计式以"eq01"为名保存。参数估计所建立的回归方程为：＝-11935.44＋0．632955x〔4575.009<0．060108>t=〔-2.608834><10.53021>R=0．887897=0．879890F=110.8854df=16DW=0.383500〔四模型经济意义、拟合度和统计检验经济意义检验这里所估计的参数β=0.632955表示国内生产总值每增加1亿元.将会导致进出口总额增加0.632955亿元。这符合经济学中的常理。拟合度和统计检验由回归结果可知.本题中德可决定系数R＝0．887897=0．879890.说明模型对数据拟在整体上合较好。解释变量"国内生产总值"对被解释变量"进出口总额"的88.7897%的变化做出了解释。针对H：β=0以及H：β≠0.由图-回归方程窗口可以看出.回归系数β的标准误差和t值分别为0.060108和10.53021；回归系数β的标准误差和t值分别为4575.009和-2.608834。在给定显著水平α=0.05时.t〔14=2.145.>t〔n-2,这说明解释变量国内生产总值在95%的置信度下对进出口总额的影响是显著的.即通过了变量的显著性检验。同理.>t〔n-2.说明截距项在95%的置信度下对进出口总额的影响是显著的。〔五自相关性的检验1、图示法在窗口中点击"View/Actual.FittedResidualGraph".得到残差图.如图所示：由残差图可知.残差的序列图是循环的.e不是频繁改变符号.而是连续几个正值后再连续几个负值.表明存在正相关。DW检验根据回归结果可知.DW=0.383500.给定显著水平α=0.05.查DW表.因为T=16.解释变量的个数k为1.得下限临界值d=1.10.上限临界值d=1.37。因为统计量0＜0.383500=DW＜d=1.10.表明存在正相关BG检验在方程窗口上点击"View/ResidualTest/SerialCorrelationLMTest",选择滞后期为"2".输出结果如图所示：可得TR=12.69191.相伴概率为0.001754.因此只要取显著性水平α=0.001754.就可以拒绝无自相关性的原假设.即随机干扰项存在自相关。又e的回归系数都显著不为0.表明存在一阶自相关。〔六自相关的修正1、广义差分法由OLS估计得到DW=0.383500.根据=1-DW/2,可得=0.80825。利用命令：GenrX1=X-0.80825*X<-1>,GenrY1=Y-0.80825*Y<-1>,分别对X和Y作广义差分法。然后对Y1和X1进行OLS估计.在命令行输入：LSY1CX1.得到结果如图所示：其中.DW=0.725518.和以前的DW=0.383500比起来有很大提高.但给定显著水平α=0.05.DW=0.725518＜d=1.10.这表明随机干扰项仍存在自相关。2、科克伦—奥克特〔迭代法命令：LSYCXAR<1>,则可得到结果如图所示：自相关修正的一次迭代结果图可见R=0.973553.说明拟合度很高.在显著水平α=0.05.T=15.解释变量的个数k为1.下限临界值d=1.08.上限临界值d=1.36。因为DW=0.879755＜d=1.08.表明存在正相关。继续迭代.再用命令：LSYCXAR<1>AR<2>,可得结果如图所示：自相关修正的二次迭代结果图可见R=0.983855.说明拟合度很高.在显著水平α=0.05.T=14.解释变量的个数k为1.由于T=14＜15.DW检验上下界表中最小样本数为15.故不能直接用DW检验上下界表。而随着样本数的增加.d和d均是递增的。当T=15