《计量经济学实验指导xet.docx》由会员分享，可在线阅读，更多相关《计量经济学实验指导xet.docx（106页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、计 量 经 济济 学 实 验 指 导导实验一 多元元线性回归模模型【实验目的】通过本实验，了了解Evieews软件，熟熟悉软件建立立工作文件，文文件窗口操作作，数据输入入与处理等基基本操作。掌掌握多元线性性回归模型的的估计方法，学学会用Eieews软件进进行多元回归归分析。通过过本实验使得得学生能够根根据所学知识识，对实际经经济问题进行行分析，建立立计量模型，利利用Eiewws软件进行行数据分析，并并能够对输出出结果进行解解释说明。【实验内容及步步骤】本实验选用美国国金属行业主主要的27家家企业相关数数据，如下表表，其中被解释变量YY表示产出，解释变量L表示劳动力投入，K表示资本投入。试建立三
2、者之间的回归关系。观测值YLK观测值YLK1657.31162279.99151917.5555362109.3442935.93214542.5169849.177156413989.55531110.655186721.51171088.277214884.2441200.8992451167.688188095.63310839119.751052.688211811.77193175.3995215686.99963406.0226904558.022201653.3883041701.06672427.8994523069.911215159.3118355206.36684257.
3、4667145585.011223378.42843288.72291625.1993201618.75523592.85150357.32101272.0552531562.088241601.9882592031.933111004.455236662.04252065.8554972492.98812598.87140875.37262293.8772751711.74413853.11541696.98827745.67134768.59141165.6332401078.799【实验内容及步步骤】1.数据的输入入STEP1：双双击桌面上EEviewss快捷图标，打打开Evieews，
4、如图图1. 图1STEP2：点点击Evieews主画面面顶部按钮ffile/nnew/Woorkfille ，如图图2，弹出wworkfiile crreate对对话框如图33。在freequenccy中选择iintegeer datta，在sttart ddate 和和end ddate 中中分别输入11和27，点点击OK，出出现图如4画画面，Worrkfilee定义完毕。在在新建的woorkfille中已经存存在两个obbjectss，即c和rresiduual。c是是系数向量、rresiduual是残差差序列，当估估计完一个模模型后，该模模型的系数、残残差就分别保保存在c和rresidu
5、ual中。图2图3图4STEP3：在在workffile空白白部分单击右右键，选择NNew obbject，在在Type of obbject中中选择Serries，将将该对象命名名为Y,如图图5.单击ook，得到图图6。图5图6STEP4：双双击图6中的的图标“y”，得得到如下图77，是关于序序列“y”的的工作表。点点击表示命令令栏中的“EEdit+/-”即可进进入数据输入入状态，利用用给定的数据据逐步输入227个数值。图7STEP5：重重复上面的数数据输入步骤骤，依次输入入序列“L”和和“K”.如如下图8所示示.图82数据描述 (1). 数据的查查看方式。EEviewss可以有多种种不同数
6、据的的查看方式，在在数据输入时时用的表格形形式，即Sppreadssheet。双双击“y”，得得到Spreeadsheeet形式，点点击表格命令令栏中的viiew，选择择Graphh可以用图的的形式显示数数据。如选择择Line，得得到图10的的线性图。图9图10(2).数据的的统计性质。双双击“y”，得得到Spreeadsheeet形式，点点击表格命令令栏中的“vview”，选选择“Desscripttive SStatisstics”、“HHistoggram aand Sttate”，如如图11，得得到图12，其其中给出了序序列“y”的的均值、方差差等统计量以以及用以判断断该序列是否否服从
7、正态分分布的JB概概率等。图11图123.多个序列的的走势图。有有些时候为了了方便找出多多个变量之间间的关系，需需要观察多个个变量的走势势，Evieews处理这这个问题的方方法也很简单单。在worrkfilee中按住coontroll键依次选中中“y”“ll”“k”，单单击右键，选选择“opeen”“ass grouup”如图113，得到图图14。此时时3个序列被被显示在一张张表格中。单单击图13中中的“Vieew”“Grraph”“LLine”得得到图15。图13图14图154.生成新的序序列。有时为为了研究的需需要要在原有有序列的基础础上进行处理理生产新的序序列。比如我我们需要对序序列“y
8、”“ll”“k”取取对数的步骤骤如下：在命命令栏中点击击“Genrr”得到如图图15的对话话框，在空白白部分输入“llny=loog（y）”表表示新建的序序列lny是是由原有序列列y取对数得得到的。点击击“ok”后后，lny序序列被保存。相相同的方法可可建立新序列列lnl与llnk，如图图17。图16图174.多元回归分分析。利用序序列“lnyy”“lnll”“lnkk”进行多元元回归分析的的方法有两种种。按住coontroll键，依次选选中三个序列列，右键选择择“openn”“as Equattion”如如图18得到图199。或者在窗窗口上方的命命令栏中点击击选择 “QQuick”“EEst
9、imaate Eqquatioon” 如图图19得到图20。在图20中输入llny、lnnc、lnll、lnk，中中间用空格键键隔开，点击击“确定”得得到最终的回回归分析结果果，如图211。图18图19图20图215.结果分析。从从图20可以以看出，回归归方程为LNNY = 00.607881519331*LNLL + 0.3718887487*LNK + 1.17715248819，并且且通过了F检检验和t检验验，并且可决决系数为0.9424，调调整后的可决决系数为0.9377，表表明建立的回回归方程的统统计性质是是是比较好的。点点击命令栏中中的 “Reesids”得得到图21，可可以看出实
10、际际值和拟合值值是非常的接接近的。图22从图22中可以以看出残差在在0的上下摆摆动，可以对对其进行正态态性检验。点点击“ressid”序列，选择“VView”“DDescriiptivee Stattisticcs”，“HHistoggram aand Sttate”得得到图23，通过正态态性检验。图23作业：利用中国国统计年鉴22011，建建立我国税收收收入、国内内生产总值、财财政支出、商商品零售价格格指数的回归归模型。课堂练习 据相关数数据以税收收收入为被解释释变量，国民民生产总值和和财政支出及及商品零售价价格指数为解解释变量建立立我国税收收收入的多元模模型。实验二 异方方差的检验与与处理
11、【实验目的】了解异方差的概概念及产生的的原因，学会会异方差的检检验方法(图图示法、帕克克检验法、格格里瑟检验法法、GQ检验验法等)和修修正的方法-加权最小二二乘法。【实验内容及步步骤】Y消费性支出X可支配支出Y消费性支出X可支配支出8493.49910349.6697020.2229279.1666121.0448140.550226489.9774348.4775661.1663830.7114766.2663941.8774724.1114644.55524.5443927.7555129.0555218.7996218.7334356.0665357.7998016.9119761.57
12、74020.87748104276.6775124.2443824.4444912.8884126.4774916.2558868.19911718.0014185.7335169.9665323.1886800.2334422.9335644.866(1)采用OLLS估计结果果如图1：图1(2)观察e22X图。首首先生成 ee2序列。点击击“genrr”输入“ee2=ressid*reesid”得得到残差的平平方e2。点点击窗口上方方的“Quiick”“GGraph”“SScatteer”如图22，得到图33，在空白部部分输入“xx，e2”，点点击“ok”得得到图4。从从中不看出随随着X的增
13、大大e2有变大的趋趋势，可以初初步判断存在在递增型的异异方差。图2图3图4(3)G-Q检检验首先对序序列“x”进进行排序，然然后选择前88个样本进行行最小二乘回回归，结果如如下图5，选选择后8个样样本回归的结结果如图6。图5图6由图5和图6知知道两组样本本的残差平方方和即SSRR分别是1226528.3、6155472.00。构造F统统计量，又因因为，于是拒拒绝无异方差差的假设，表表明模型存在在异方差。(4)怀特检验验。在对原模模型进行OLLS估计后的的窗口中，选选择“Vieew”“Reesiduaal Tessts”“White Heterro”，如如图7，得到到如图8的检检验结果。图7图8
14、从图8中可以看看出nR2统计量的伴伴随概率为00.0017789，即在在5%的显著著性水平下，原原模型存在异异方差。(5)异方差的的修正。首先先用log(e2)关于于x的OLSS回归，如下下图9图9结果显示，变量量的线性关系系在5%的显显著性水平下下成立。可生生成权序列。具体的方法为点点击“gennr”在对话话框中输入ww=1/ssqrt(eexp(6.8251+0.000046)如如下图10。点点击“ok”即即可生成序列列“w”图10下面用加权最小小二乘法进行行估计。首先先选中序列“xx”“y”，右右键选择“oopen”“aas equuationn”，在出现现的对话框中中输入“y c x”
15、，如如图11。然然后选择“ooptionn”，选中“WWeightted LSS/TSLSS”，输入“ww”，如图112。点击“确确定”，得到到加权最小二二乘的估计表表达式，如图图13。图11图12图13 可以看出与与不加权的最最小二乘小比比较，加权的的最小二乘估估计使得参数数估计值有所所下降，但是是标准差却增增大了。表明明最小二乘低低估了x对应应参数的标准准差。可以验验证加权最小小二乘估计的的模型已经不不存在异方差差，怀特检验验的结果如图图14。图14注：在实际建立立模型时候，可可以对原有的的序列取对数，这种种方法有时可可以消除异方方差或者有效效降低异方差差。课堂练习 选择某某省份，查找找该
16、省城镇居居民家庭人均均消费和收入入的相关数据据，建立回归归模型后在进进行异方差的的检验与处理理。实验三 序列相相关的检验与与处理【实验目的】 在理解自相相关的基本概概念及其导致致的后果的基基础上，掌握握诊断自相关关存在的方法法和修正自相相关的方法。能能够熟练使用用Eviewws对实际经经济问题独立立进行自相关关的诊断与处处理。【实验内容及步步骤】下表是我国19980-20007年社会会固定资产总总额X和工业业增加值的统统计结果，如如果采用对数数形式的模型型：，试对该该模型进行序序列相关的检检验，若存在在序列相关的的问题，请采采用相关方法法处理。obsYXobsYX19801996.5910.9
17、199419480.7717042.1119812048.4961199524950.6620019.3319822162.31230.4199629447.6622913.5519832375.61430.1199732921.4424941.11198427891832.9199834018.4428406.2219853448.72543.2199935861.5529854.77198639673120.6200040033.6632917.7719874585.83791.7200143580.6637213.5519885777.24753.8200247431.3343499.9
18、9198964844410.4200354945.5555566.6619906858451720046521070477.4419918087.15594.5200577230.8888773.66199210284.558080.1200691310.99109998.219931418813072.332007107367.2137323.9(1)首先对取取对数后的llny与lnnx进行回归归分析，结果果如图1。点点击“Ressids”得得到残差序列列图2。(2)从残差图图观察，此时时似乎不太好好像结论，下下面用其他的的检验方法检检验相关性。(3)D.W检检验。从图11中发现D.W.的值
19、为为0.3793323。又因因为5%的显显著性水平下下，样本容量量为28的DD.W.分布布的下限临界界值为dL为1.333，因此模型型存在1阶序列列相关。(4)LM检验验。在估计窗窗口中依次选选中“Vieew”“Reesiduaal Tessts”“SSeriall Corrrelatiion LMM Testt”如图3。在在得到的窗口口中输入滞后后阶数“1”如如图4所示。点点击“ok”后后得到图5。图1图2图3图4图5从图5中发现nnR2统计量的伴伴随概率小于于显著性水平平5%，从而而可知模型存存在1阶的序序列自相关。同同样的方法输输入滞后阶数数“2”“33”得到图66和图7。图6从图6和图
20、7我我们可以发现现，本模型存存在2阶自相相关，但是不不存在3阶自自相关。图7(5)模型的估估计。选择“QQuick”“EEstimaate Eqquatioon”，在出出现的对话框框中输入“llny c lnx AAR(1) AR(2)”，得到图图8的估计结结果。图8由图8可以知道道原估计的模模型可写为：LNY = 1.46624110093 + 0.865572540045*LNNX + 11.15300997388AR(1) -0.551667222259AAR(2)。其其中AR(11)和AR(2)前面的的系数即为随随机扰动项的的相关系数。我我们还可以发发现经广义最最小二乘估计计的模型已经
21、经不存在1阶阶序列相关性性。LM的检检验结果如图图9。图9(6)在Eviiews中，回回到OLS估估计的窗口，点点击“Esttimatee”在出现的的对话框中点点击“Opttion”，在在出现的窗口口中选择“HHeterooskedaastic”选选项，并选中中“New-West”选选项。如图110所示。图10点击“确定”，得得到图11。从从该图结果中中可以发现变变量X的对数数修正后的标标准差比OLLS估计的结结果有所增大大，表明原模模型的OLSS的估计结果果低估了X的的标准差。图11课堂练习 查找中中国统计年鉴鉴得到我国GGDP与进出出口的相关数数据，建立回回归模型，并并进行自相关关检验与修
22、正正。实验四 多重共共线性的检验验与处理【实验目的】通过本实验，要要求学生在理理解计量经济济模型能够中中出现的多重重共线性的不不良后果的基基础上，掌握握诊断多重共共线性和修正正多重共线性性的方法。【实验内容及步步骤】建立我国农业生生产相关计量量模型。原始数据表:年份粮食产量（万吨吨）/Y农业化肥施用量量（万公斤）/X粮食播种面积（千千公顷）/XX成灾面积（公顷顷）/X农业机械总动力力（万千瓦）/X农业劳动力（万万人）/X1983387281660114047162091802231151198440731174011288415264194973086819853791117761088452
23、270520913311301986391511931110933236562295031254198740208199911126820393248363166319883940821421101232394526575322491989407552357112205244492806733225199044624259011346617819287083891419914352928061123142781429389390981992442642930110560258953030838699199345649315211050923133318173768019944451033181
24、095443138333802366281995466623594110060222673611835530199650454382811254821233385473482019974941739811129123030942016348401998512304084113787251814520835177199950839412411316126731489963576820004621841461084633437452574360432001452644254106080317935517236513200245706433910389127319579303687020034307
25、04412994103251660387365462004469474637101606162976402835269200548402476610427819966683983397020064980449281049582463272522325612007501605108105638250647659031444中国粮食生产与与相关投入资资料，来源中中国统计年鉴鉴下面建立Y与XXi之间的计量量模型。(1)输入原始始数据，按照照以前的方法法再生成去对对数后的序列列，如下图11。图1对对数序列做多多元回归分析析，结果如图图2。从该图图中可以发现现，回归方程程有较高的可可决系数，并并且F统计
26、量量的值较大，伴伴随概率为零零，这都说明明方程有着较较好的拟合优优度。但是，我我们可以发现现，某些参数数没能通过tt检验，并且且符号的经济济意义也不合合理，故认为为模型存在多多重共线性。图2(3)检验5个个解释变量之之间的相关系系数。将lnny与lnxxi展开成组，点点击“Vieew”选择“Corrrelatiions”“CCommonn Sampple”如图图2，可以得得到图3。图2图3从图3中发现，llny与lnnx1的相关关性较高，相相关系数为00.2775596。lnnx1与lnnx4的相关关性也较高，为为0.7766276。(4)逐步回归归。第一步将将lny和llnx1做回回归分析，
27、结结果如下图44。可以看出出，方程的拟拟合优度较高高，变量也通通过了t检验验。D.W.检验表明模模型不存在11阶序列相关关。图4第二步在模型中中加入lnxx2，进行回回归分析结果果如图5。图5通过图4和图55的比较分析析可以看出引引入lnx22后，模型的的拟合优度得得到了提高，变变量通过t检检验，不存在在序列相关性性。第三步再再在模型中引引入lnx33，进行回归归分析，结果果如下如图66。与图5比比较发现模型型的拟合优度度再次得到了了提高，变量量也通过t检检验，且由LLM检验结果果发现不存在在序列相关性性，图7所示示。图6图7第四步在模型中中引入lnxx4，如图88。发现引入入后的修正的的可决
28、系数较较上一步有所所降低，并且且lnx4也也未能通过tt检验。第五五部去掉lnnx4，引入入lnx5的的回归结果见见图9。从图图9中可以发发现，引入llnx5后虽虽然拟合优度度有所提高，单单数参数未能能通过t检验验。第四步和第五步步的结果表明明模型中的llnx4和llnx5两个个变量是多余余的。同样还还可以验证若若首先让lnnx4进入模模型，最终发发现模型的拟拟合效果都没没有以lnxx1、lnxx2、lnxx3的效果好好。最终通过过上述分析可可以得到最终终的回归形式式为：LNY = 00.323338*LNXX1 + 11.290773*LNXX2 0.086755*LNX33- 5.9999
29、6图8图9课堂练习 根据相相关数据，建建立我国旅游游年收入和旅旅游人数、城城镇居民人均均旅游支出、农农村居民旅游游支出、公里里里程、铁路路里程之间的的计量关系，并并进行多重共共线性的检验验与处理。实验五 虚拟变变量模型【实验目的】通过本实验，要要求学生能够够在理解虚拟拟变量的意义义和实际中的的存在必要性性的基础上，熟熟练使用Evviews软软件对虚拟被被解释变量模模型进行估计计。【实验内容及步步骤】改革开放以来，随随着经济的发发展中国城乡乡居民的收入入快速增长，同同时城乡居民民的储蓄存款款也迅速增长长。经济学界界的一种观点点认为，200世纪90年年代以后由于于经济体制、住住房、医疗、养养老等社
30、会保保障体制的变变化，使居民民的储蓄行为为发生了明显显改变。为了了考察改革开开放以来中国国居民的储蓄蓄存款与收入入的关系是否否已发生变化化，以城乡居居民人民币储储蓄存款年底底余额代表居居民储蓄（YY），以国民民总收入GNNI代表城乡乡居民收入，分分析居民收入入对储蓄存款款影响的数量量关系。表8.1为19978-20003年中国国的国民总收收入和城乡居居民人民币储储蓄存款年底底余额及增加加额的数据。国民总收入（GGNI），城乡居民人人民币储蓄存存款年底余额额（Y），城乡居民人人民币储蓄存存款增加额（YYY）表8.1 国民民总收入与居居民储蓄存款款 单位：亿元元年 份（GNI）（Y）（YY）年 份
31、（GNI）（Y）（YY）19783624.1210.6NA199121662.559241.62121.800019794038.2281.070.4199226651.9911759.442517.800019804517.8399.5118.5199334560.5515203.553444.100019814860.3532.7124.2199446670.0021518.886315.300019825301.8675.4151.7199557494.9929662.338143.500019835957.4892.5217.1199666850.5538520.888858.5000
32、19847206.71214.7322.2199773142.7746279.887759.000019858989.11622.6407.9199876967.2253407.557615.4000198610201.442237.6615.0199980579.4459621.886253.0000198711954.553073.3835.7200088254.0064332.444976.7000198814922.333801.5728.2200195727.9973762.449457.6000198916917.885146.91374.22002103935.386910.66
33、13233.220199018598.447119.81923.42003116603.2103617.716631.990 数据来来源：中国国统计年鉴22004，中中国统计出版版社。表中“城乡居民人民币储蓄存款年增加额”为年鉴数值，与用年底余额计算的数值有差异。为了研究1977820003年期间城城乡居民储蓄蓄存款随收入入的变化规律律是否有变化化,考证城乡乡居民储蓄存存款、国民总总收入随时间间的变化情况况，如下图11所示：图1从图1中，尚无无法得到居民民的储蓄行为为发生明显改改变的详尽信信息。若取居居民储蓄的增增量(yy)，并作时序序图，为此点点击“Gennr”，在生生成的对话框框中输入“y
34、yy=d(yy)”见图22。d(y)指的是生产产y的一阶差差分序列。图2图3从居民储蓄增量量图3可以看出，城城乡居民的储储蓄行为表现现出了明显的的阶段特征：在19966年和20000年有两个个明显的转折折点。再从城城乡居民储蓄蓄存款增量与与国民总收入入之间关系的的图看，见图6(通过过图4和图55得到)，也也呈现出了相相同的阶段性性特征。 图4图5 图6 为了分分析居民储蓄蓄行为在19996年前后后和20000年前后三个个阶段的数量量关系，引入入虚拟变量DD1和D2。D1和D2的选择，是是以19966、20000年两个转折折点作为依据据，19966年的GNII为668550.50亿亿元,2000
35、0年的GNNI为国为民民8254.00亿元,并设定了如如下以加法和和乘法两种方方式同时引入入虚拟变量的的的模型：其中： 对上式进行回归归后，在命令令栏中输入“smpl 11978 22003LS YY CC GNI (GNI-668500.5)*DD1 (GNNI-882254.0)*D2”ls yy cc gni (gni-668500.5)*dd1 (gnni-882254.0)*d2得到如下的结果果：图7由于各个系数的的t检验均大大于2，表明明各解释变量量的系数显著著地不等于00，居民人民民币储蓄存款款年增加额的的回归模型分分别为：这表明三个时期期居民储蓄增增加额的回归归方程在统计计意义
36、上确实实是不相同的的。19966年以前收入入每增加1亿亿元，居民储储蓄存款的增增加额为0.1445亿亿元；在20000年以后后，则为0.4133亿亿元，已发生生了很大变化化。上述模型型与城乡居民民储蓄存款与与国民总收入入之间的散布布图是吻合的的，与当时中中国的实际经经济运行状况况也是相符的的。需要指出的是，在在上述建模过过程中，主要要是从教学的的目的出发运运用虚拟变量量法则，没有有考虑通货膨膨胀因素。而而在实证分析析中，储蓄函函数还应当考考虑通货膨胀胀因素。实验六 分布滞滞后模型【实验目的】 本实验验是经典的线线性回归模型型的扩充，是是动态计量经经济模型的一一种。通过本本实验，在了了解分布滞后
37、后模型与自回回归模型的区区别和联系的的基础上，掌掌握Evieews软件进进行分布滞后后模型的参数数估计方法。【实验内容及步步骤】货币供应量与物物价指数模型型分析原始数据如下表表。M2Z ：广义货币币月增长量；TBZS：居居民消费价格格同比指数obsM2ZTBZSobsM2ZTBZSobsM2ZTBZS1996M0111998M0551.274992000M0992.68381001996M0225.377109.31998M0660.72298.72000M100-0.951881001996M0330.733109.81998M0771.65698.62000M1111.4721101.31
38、996M0441.212109.71998M0880.98598.62000M1223.6162101.51996M0551.157108.91998M0992.49698.52001M0112.9333101.21996M0661.252108.61998M1001.080298.92001M022-1.333441001996M0771.214108.31998M1111.353898.82001M0332.5343100.81996M0882.963108.11998M1222.2695992001M0441.2054101.61996M099-2.666107.41999M0111.0
39、01598.82001M055-0.93411101.71996M1003.50921071999M0222.27898.72001M0668.7939101.41996M1110.9898106.91999M0330.6698.22001M0771.419101.51996M1221.95291071999M0440.7897.82001M0880.71311011997M0112.5531105.91999M0550.84397.82001M0991.880899.91997M0220.35105.61999M0661.30297.92001M100-0.32533100.21997M03
40、30.8911041999M0770.05198.62001M1112.59199.71997M0440.929103.21999M0881.41398.72001M1224.213699.71997M0550.333102.81999M0992.25299.22002M0111.3374991997M0661.638102.81999M1000.31199.42002M0221.29631001997M0770.671102.71999M1111.16999.12002M0333.12999.21997M0881.286101.91999M1223.339992002M0440.50698.
41、71997M0991.146101.82000M0111.32299.82002M0551.490498.91997M1000.752101.52000M0220.3634100.72002M0663.540299.21997M1110.946101.12000M0330.997399.82002M0771.249999.11997M1223.4053100.42000M0441.541299.72002M0882.399899.31998M0111.2161100.32000M055-0.06866100.12005M0114.545133101.91998M022-0.1874499.92000M0662.552100.52005M0221.603277103.91998M033-0.009100.72000M077-0.28144100.52005M0335.2328102.71998M0440.64799.72000M0881.4661100.32005M0442.403766101.82003M0115.481100.42003M1000.9023101.82004M0884.886799105.32003M022-0.37999100.2200