计量经济学实验报告(西安交通大学)

姓名：何璐（交换生）

班级：经济91

学号：09182250

                         实验报告

1.第二章十二题

1.1实验目的

建立一元计量经济学模型并对方程进行检验和预测

1.2实验内容

1）做出散点图，建立税收随国内生产总值GDP变化的一元线性回归方程。并解释斜率的经济意义。

2）对所建立的回归方程进行检验

3）若2008某地区国内生产总值为8500亿元，求该地区税收的预测值及区间。

下表是中国2007年内地各地区税收Y和国内生产总值GDP的统计资料

(1)做Y关于GDP 的散点图,按照如下步骤：

在Eviews软件中，选择Quick/Graph（图1-1），出现Serise List（图1-2）对话框

                           图1-1

图1-2

在Graph窗口的Graph Type栏中选择Scatter Diagram，点击OK按钮，即出现如图1-3所示的散点图。

图1-3

在Eviews软件下,为了得到税收Y随GDP变化的一元线形回归方程，选择Quick/Estimate Equation（图1-4），得到如下结果：

图1-4

由此可知，Y随GDP变化的一元线形方程:

Ý=-10.63+0.071GDP

        (-0.12) (9.59)

R2=0.7603

斜率的经济意义是:2007年,中国内地各省区GDP每增加1亿元时,税收平均增加0.071亿元。

(2)在α=5%的显著水平下，自由度为31-2=29的t分布的临界值位       2.045,可由此判断,斜率项显著不为零,截距项显著为零.

R2=0.7603,表明税收的76%的变化可以GDP的变化来解释,拟合度较好

(3)通过Eviews操作得出Y在GDP=8500下的预测值（图1-5）为593.2667

图1-5

2、第三章十一题

2.1实验目的

学习对二元回归方程进行估计，并进行F检验和t检验

2.2实验内容

1）估计回归方程的参数及随机干扰项的方差，计算可决系数和调整的可决系数。

2）对方程进行F检验，对参数进行t检验，并构造参数95%的置信区间。

3）如果商品单价变为35元，则某一月收入为20000元的家庭的消费支出估计是多少？构造该估计值的95%的置信区间。

在一项对某社区家庭对某种消费品的消费需要调查中，得到表2-1的资料。

2.3实验过程与结论

1）、2）均可直接由手工得出结果，而在Eviews软件下，回归结果（图1-2）如下：

图1-2

由此可知,Y关于X1 和X2回归方程如下：

Ý=626.5-9.79X1+0.0286X2

   （15.6）（-3.06）（4.90）

 R2=0.9022 

3)当X1=35 X2=20000下,Y的估计值为856.2025（图1-3）

图1-3

图1-4

由手工得出，Y均值为95%的预测区间为（768.58,943.82）

Y个值的95%的预测的区间为（759.41,952.99）

3.第四章第八题

3.1实验目的

学习建立回归模型，并进行异方差检验和对模型进行修正

3.2实验内容

1）试用OLS建立居民人均消费支出和可支配收入的线性模型

2）检验模型是否存在异方差性

3）如果存在异方差性，试采取适当的方法估计模型对数

表3-1列出了某年中国部分省市城镇居民每个家庭平均全年可支配收入X与消费性支出Y的统计数据。

3.3实验过程与结论

1)在Eviews软件下,OLS估计结果如图3-2所示

图3-1

2）异方差性检验

首先采用G-Q检验。在对20个样本按X从大到小排序，去掉中间4个个体，对前后两个样本进行OLS估计，样本容量为8。数据为图3-3。

前一个样本OLS估计结果如图3-4所示:

图3-4

后一个样本OLS估计结果如图3-5所示:

图3-5

于是得到如下F统计量：

F=(RSS1/(8-1-1))/(RSS2/(8-1-1))=4.86

在5%的显著水平下，自由度为（6,6）的F分布临界值F0.05（6,6）=4.28，于是拒绝无异方差性的假设，表明原模型存在异方差性。

其次，采用怀特检验。对原模型进行OLS估计后的结果窗口中，选择“View\\Residual Tests\\White Heteroskedasticty（no cross terms）图3-6.得到如图3-7的检验结果。

图3-6

图3-7

从nR2统计量对应值的伴随概率值容易看出，在5%的显著水平下，原模型存在异方差性。

3）首先，对模型结果采用加权最小二重估计。如图3-8,3-9,3-10。

图3-8

图3-9

图3-10

根据以上步骤，可以得到如图3-11结果：

图3-11

在Eviews软件下，通过程序生成权w=1/@sqrt(exp(6.8251+0.00045*x))

然后回到原模型估计结果,按图3-12操作

图3-12

得到检验结果如图3-13:

图3-13

其次，采用异方差稳健标准误法修正原OLS的标准差。

回归到原模型，点击Estimate按钮，出现Equation Specification窗口，点击Options按钮，并选择默认的White选择（图3-14），点击OK按钮退回到Equation Specification 窗口，在点击OK按钮，得到如图3-15的结果。仍可以看出，变量X对应参数修正后的标准差比OLS估计的结果有所增大，这表明原模型OLS估计结果低估了X的标准差。

图3-14

图3-15

4、第四章第九题

4.1实验目的

学会对模型进行序列相关的检验，并对存在序列相关的结果进行修正

4.2实验内容

1）当设定模型为LOG(Y)=β0+β1LOG(Xt)+μt时，是否存在序列相关？

2）若原模型存在序列相关性，试用广义最小二乘法估计原模型。 

3）若原模型存在序列相关性，试用序列相关稳健标准误法估计原模型。

中国1980-2007年全社会固定资产投资总额X与工业增加值Y的统计资料表4-1（单位：亿元）

1)在Eviwes软件下，得出4-2的回归结果：

图4-2

由于D.W.值为0.379,小于显著性水平为5%下,样本容量为28D.W.分布的下限临界值dL=1.33,因此,可判定模型存在1阶序列相关。

也可以通过LM检验法进行检验,步骤如下:

在原模型估计结果窗口中，选择“View\\Residual Tests\\Serial Correlation LM Test..”（图4-3），在出现的Lag Speci..窗口中，输入滞后阶数“1”，得到如图4-4的检验结果。从nR2统计量对应值得伴随概率值容易、看出，在5%的显著水平下，原模型存在1阶序列相关性。同时，从图4-5下半部分的Test Equation中可以看出，RESID(-1)显著不为0，也表示存在一阶序列相关。

图4-3

图4-4

图4-5

重复如上步骤可知,3阶序列相关性的结果,nR2统计量对应值的伴随概率表明,在5%的显著水平下,原模型存在3阶序列相关性,但在Test Equation中,接受RESID(-3)参数为零的假设.如图4-6

图4-6

2)在Eviews软件中，选择“Quick\\Estimate Equation...”,再出现Equation Specification对话框中输入 “LOG(Y) C LOG(X) AR(1) AR(2)”（如图4-7）,可得到如图4-8所示的回归结果。

图4-7

图4-8

由此可以得到估计的原回归模型为:

lnYt=1.4624+0.8657lnXt+1.1531AR(1)-0.5167AR(2)

3)对初始回归结果进行如下步骤，得到估计结果（图4-9）

图4-9

所得标准差为:0.022279大于(1)中X对应标准差:0.014219,也就是说，修正后的标准差比OLS估计结果增大,表明原模型OLS估计结果低估了X的标准差

5、第四章第十题

5.1实验目的

学习检验回归模型的多重线性

5.2实验内容

对模型进行回归，说明模型估计是否可靠，给出自己的分析

家庭消费支出Y与可支配收入X1和个人财富X2数据如表5-1：

5.3实验过程

在Eviews软件中，可以的得到如图5-2所示的估计结果。

图5-2

分别由于从F检验和t检验来看,为显著F检验值和不显著t检验值,可知x1(可支配收入)x2(个人财富)存在较高的相关性.

于是，做x1关于x2的回归x1=C+βx2,得到如图5-3的回归：

图5-3

由上图结果可以看出，由于可支配收入的99.7%可以由财富来解释.使得无法分辨二者各自对消费的影响。

因此,可以只作消费支出关于收入或者财富的一元回归模型.仅作关于x1的回归如图5-4:

图5-4

最终得到的计量经济学模型应该为

              Y=244.5455+0.509091X1

                  (3.81)     (14.24)

                   R2=0.962

该方程表示家庭消费支出Y的96.2%可以由可支配收入X1进行解释。因此拟合度较高，同时不存在多重共线性。

（注：由于软件不兼容，可调整的可决系数和估计值的符号上标无法打出）