計(jì)量經(jīng)濟(jì)學(xué)實(shí)習(xí)報告

1、. 實(shí)驗(yàn)一 截面數(shù)據(jù)一元線性回歸模型（經(jīng)典估計(jì)）【實(shí)驗(yàn)?zāi)康暮鸵蟆?、 熟練運(yùn)用計(jì)算機(jī)和Eviews軟件進(jìn)行計(jì)量經(jīng)濟(jì)分析，掌握一元線性回歸模型的設(shè)定、普通最小二乘法求解及其檢驗(yàn)方法；2、 學(xué)習(xí)絕對收入假說消費(fèi)理論的驗(yàn)證方法；3、 在老師的指導(dǎo)下獨(dú)立完成實(shí)驗(yàn)，并得到正確結(jié)果。【實(shí)驗(yàn)內(nèi)容】1、 對變量樣本序列進(jìn)行統(tǒng)計(jì)描述；2、 設(shè)定一元線性回歸模型的具體形式，預(yù)計(jì)回歸系數(shù)的符號；3、 用普通最小二乘法求解模型；4、 對模型的解進(jìn)行經(jīng)濟(jì)理論檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)；5、 對模型進(jìn)行結(jié)構(gòu)分析；6、 用模型進(jìn)行預(yù)測分析?！緦?shí)驗(yàn)數(shù)據(jù)】1、 附表5，2011年河南省18個省轄市城市居民消費(fèi)支出CE與可支配收入DI數(shù)據(jù)

2、。2、 附表5，2011年河南省18個省轄市農(nóng)村居民生活消費(fèi)支出LE與純收入NI數(shù)據(jù)?！緦?shí)驗(yàn)步驟】1.建立CE、DI組成圖象，在一個坐標(biāo)軸上顯示兩變量序列的線圖，如下：CE、DI的線圖不是近似直線。2.用evicws建立數(shù)據(jù)截面數(shù)據(jù)工作文件，創(chuàng)建CE.DI.LE.NI,輸入樣本數(shù)據(jù)；并進(jìn)行統(tǒng)計(jì)描述。以下是 CE、DI兩變量的散點(diǎn)圖:根據(jù)上圖，可以看出，CE隨著DI的增大，變化程度也很大，所以是線性相關(guān)。下面是LE與NI的線性相關(guān)圖：據(jù)以上圖形所示，兩變量的線圖都不是近似直線。以上是LE、NI的散點(diǎn)圖，LE隨著NI的增大有很大的反應(yīng)趨勢。所以兩變量線性相關(guān)。3.設(shè)定總體回歸模型： CE=1+2D

3、I+預(yù)測回歸系數(shù)1、2的符號都是正號； LE=1+2NI+預(yù)測回歸系數(shù)1、2的符號都是正號；4.用OLS法估計(jì)以CE為被解釋變量、DI為解釋變量的城市居民消費(fèi)回歸模型；以LE為被解釋變量，NI為解釋變量的農(nóng)村居民消費(fèi)回歸模型。5. 經(jīng)濟(jì)意義檢驗(yàn)所估計(jì)參數(shù)1=3510.472，2=0.501352，說明可支配收入增加1元，平均說來可導(dǎo)致城市居民消費(fèi)支出增加0.501352元。6. 擬合優(yōu)度和統(tǒng)計(jì)檢驗(yàn)通過以上的回歸數(shù)據(jù)可知，可決系數(shù)為0.533019，說明所建模型整體上對樣本數(shù)據(jù)擬合度較好7. 對回歸系數(shù)的t檢驗(yàn)：針對H1：1=0和H2：2=0，由上回歸結(jié)果可以看出，估計(jì)的回歸系數(shù)B1的標(biāo)準(zhǔn)誤差和

4、t值分別為：SE(1)=2058.070，t(1)=1.705711: 2的標(biāo)準(zhǔn)誤差和t值分別為SE（2）=0.117317 t(2)=4.273477. 取a=0,05，查t分布表得自由度為n-2=18-2=16的臨界值為t0.025=2.1 19,t(1)=1.7057t0.025=2.1 19，不拒絕H1, t(2)=4.1735t0.025=2.1 19,拒絕H2.這表明，農(nóng)村居民可支配收入對其消費(fèi)水平有很大影響。8. 經(jīng)濟(jì)意義檢驗(yàn)所估計(jì)參數(shù)1=275.9194，2=0.606027，說明可支配收入增加1元，平均說來可導(dǎo)致鄉(xiāng)村居民消費(fèi)支出增加0.606027元。9. 擬合優(yōu)度和統(tǒng)計(jì)檢驗(yàn)

5、通過以上的回歸數(shù)據(jù)可知，可決系數(shù)為0.766636，說明所建模型整體上對樣本數(shù)據(jù)擬合度較好:；10. 對回歸系數(shù)的t檢驗(yàn)：針對H1:1=0和H2:2=0，由上回歸結(jié)果可以看出，估計(jì)的回歸系數(shù)B1的標(biāo)準(zhǔn)誤差和t值分別為：SE(1)=623.4453，t(1)=0.442572；2的標(biāo)準(zhǔn)誤差和t值分別為SE（2）=0.083590 t(2)=7.250000，取a=0,05，查t分布表得自由度為n-2=18-2=16的臨界值為t0.025=2.1 19,t（t(1)=0.442572t0.025=2.1 19，不拒絕H1, t(2)=7.250000t0.025=2.1 19,拒絕H2.這表明，農(nóng)

6、村居民可支配收入對其消費(fèi)水平有很大影響。11. 城市居民的可支配收入相對較高，所以消費(fèi)支出對收入一欄的程度較農(nóng)村居民消費(fèi)支出對可支配收入的程度低。實(shí)驗(yàn)二 截面數(shù)據(jù)一元線性回歸模型（異方差性）【實(shí)驗(yàn)?zāi)康暮鸵蟆?、 掌握一元線性回歸估計(jì)方程的異方差性檢驗(yàn)方法；2、 掌握一元線性回歸估計(jì)方程的異方差性糾正方法；3、 在老師的指導(dǎo)下獨(dú)立完成實(shí)驗(yàn)，并得到正確結(jié)果?！緦?shí)驗(yàn)內(nèi)容】1、估計(jì)河南省城市居民消費(fèi)支出CE依可支配收入DI的一元線性回歸模型和農(nóng)村居民生活消費(fèi)支出LE與純收入NI的一元線性回歸模型；2、用圖形法判斷是否存在異方差性；3、用goldfield-quandt法檢驗(yàn)是否存在異方差性；4、用w

7、hite法檢驗(yàn)是否存在異方差性；5、用ARCH法等檢驗(yàn)是否存在異方差性；6、用加權(quán)最小二乘法消除異方差性?！緦?shí)驗(yàn)數(shù)據(jù)】1、 附表5，2011年河南省18個省轄市城市居民消費(fèi)支出CE與可支配收入DI數(shù)據(jù)。2、 附表5，2011年河南省18個省轄市農(nóng)村居民生活消費(fèi)支出LE與純收入NI數(shù)據(jù)?！緦?shí)驗(yàn)步驟】1. 用Eviews創(chuàng)建變量CE、DI、LE、NI，輸入樣本數(shù)據(jù):2. 估計(jì)河南省城市居民消費(fèi)支出CE依可支配收入DI，農(nóng)村居民消費(fèi)支出LE依可支配收入NI的一元線性回歸模型。下圖就是河南省城市居民消費(fèi)支出CE和可支配收入DI的一元線性回歸結(jié)果：農(nóng)村居民生活消費(fèi)支出LE和純收入NI的一元線性回歸結(jié)果：

8、以上模型可以看出模型不存在一階序列自相關(guān)。3. 根據(jù)CE與DI、LE與NI的散點(diǎn)圖，生成OLS法估計(jì)模型的殘差變量序列：殘差序列的線圖：根據(jù)上圖看到，殘差平方e2對解釋變量DI的散點(diǎn)圖主要分布在圖形下方，大致可以看出e2隨著解釋變量DI的變動呈現(xiàn)增大的趨勢，因此，模型型很可能存在異方差。上圖是e2與解釋變量NI的散點(diǎn)圖，從圖中可以看出，e2隨著解釋變量NI的變動呈現(xiàn)增大的趨勢，所以模型很可能存在異方差性。4.goldfield-quandt檢驗(yàn)：1-8城市居民消費(fèi)回歸模型10-18的城市居民消費(fèi)回歸模型：由以上兩圖得到sum squared resid 的值即得到殘差平方和1=6808945.

9、殘差平方和2=2433402，根據(jù)goldfeld-quanadt檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為兩個殘差平方和相除，得到數(shù)據(jù)為F=2.7981，取a=0.05，分子分母自由度分別為8和9，查F表臨界值F0.05(6，7)= 3.87, F=2.7981F0.05(6，7)= 3.87,所以不拒絕原假設(shè)，所以模型不存在異方差性。4、1-8農(nóng)村居民消費(fèi)回歸模型：10-18農(nóng)村居民消費(fèi)回歸模型：由以上兩圖得到sum squared resid 的值即得到殘差平方和1=823451.2.殘差平方和2=2352025，根據(jù)goldfeld-quanadt檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為兩個殘差平方和相除，得到數(shù)據(jù)為F=0.35，取a

10、=0.05，分子分母自由度分別為8和9，查F表臨界值F0.05(6，7)= 3.87, F=0.35F0.05(6，7)= 3.87,所以不拒絕原假設(shè)，所以模型不存在異方差性。6. CE、DI模型的White檢驗(yàn)：從上圖可以看出：nR2=0.10668，又White檢驗(yàn)知，在a=0.05.查X2分布表，得X2O.O5=5.9915，同時DI和DI2的t檢驗(yàn)也顯著。比較計(jì)算X2統(tǒng)計(jì)量與臨界值，因?yàn)閚R2=0.10668X2O.O5=5.9915，所以不拒絕原假設(shè)，表明模型不存在異方差性。7.CE、DI模型的ARCH檢驗(yàn)：給定顯著性水平a=0.05，查X2分布表臨界值X2O.O5=5.9915,自

11、由度p為2，（n-p）R2=1.485711X2O.O5=5.9915，所以模型中不存在異方差性。8、LE、NI的模型的white檢驗(yàn)從上圖可以看出：nR2=0.221035，又White檢驗(yàn)知，在a=0.05.查X2分布表，得X2O.O5=5.9915，同時NI和NI2的t檢驗(yàn)也顯著。比較計(jì)算X2統(tǒng)計(jì)量與臨界值，因?yàn)閚R2=0.221035X2O.O5=5.9915，所以不拒絕原假設(shè)，表明模型不存在異方差性。9、LE、NI的模型的ARCH檢驗(yàn)給定顯著性水平a=0.05，查X2分布表臨界值X2O.O5=5.9915,自由度p為2，（n-p）R2=2.017006X2O.O5=5.9915，所以

12、模型中不存在異方差性。城市居民消費(fèi)支出，用w=1/di作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差性用white法檢驗(yàn)加權(quán)回歸結(jié)果用ARCH法檢驗(yàn)加權(quán)回歸結(jié)果用w=1/di2作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差性用white法檢驗(yàn)加權(quán)回歸結(jié)果用ARCH法檢驗(yàn)加權(quán)回歸結(jié)果用w=1/sqr(di)作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差性用white法檢驗(yàn)加權(quán)回歸結(jié)果用ARCH法檢驗(yàn)加權(quán)回歸結(jié)果農(nóng)村用w=1/di作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差性用white法檢驗(yàn)加權(quán)回歸結(jié)果用AR CH法檢驗(yàn)加權(quán)回歸結(jié)果用w=1/di2作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差性用white法檢驗(yàn)加權(quán)回歸結(jié)果用AR CH法檢驗(yàn)

13、加權(quán)回歸結(jié)果用w=1/sqr(di)作為權(quán)數(shù)，用加權(quán)最小二乘法消除異法差性用white法檢驗(yàn)加權(quán)回歸結(jié)果用ARCH法檢驗(yàn)加權(quán)回歸結(jié)果實(shí)驗(yàn)三 時間序列數(shù)據(jù)一元線性回歸模型（自相關(guān)性）【實(shí)驗(yàn)?zāi)康暮鸵蟆?、 學(xué)會回歸模型自相關(guān)性的檢驗(yàn)方法；2、 掌握消除回歸模型自相關(guān)性的方法；3、 在老師的指導(dǎo)下獨(dú)立完成實(shí)驗(yàn)，并得到正確結(jié)果?！緦?shí)驗(yàn)內(nèi)容】1、估計(jì)河南省城市居民消費(fèi)支出CE依可支配收入DI的一元線性回歸模型和農(nóng)村居民生活消費(fèi)支出LE與純收入NI的一元線性回歸模型；2、用圖形法判斷自相關(guān)性的存在及類型；3、用DW法檢驗(yàn)是否存在一階自相關(guān)性；4、用廣義差分法（科克倫-奧科特迭代）對自相關(guān)性進(jìn)行補(bǔ)救。【實(shí)

14、驗(yàn)數(shù)據(jù)】1、 附表4，1978年到2011年河南省城市居民消費(fèi)支出與可支配收入。2、 附表4，1978年到2011年河南省農(nóng)村居民生活消費(fèi)支出與純收入?！緦?shí)驗(yàn)步驟】1.建立由被解釋變量CE與解釋變量DI組成的租對象。做變量散點(diǎn)圖：從上圖可知，變量CE和DI呈明顯的線性趨勢，所以存在線性相關(guān)。以下是變量CE與DI的線圖：觀察上圖，CE與DI線圖并不是近似直線。觀察log（CE）與log（DI）的線圖，近似為直線。2、建立由被解釋變量LE與解釋變量NI組成的租對象。做兩變量散點(diǎn)圖，如下圖：根據(jù)上圖所示，兩變量之間線性相關(guān)。以下是變量LE與NI的線形圖：根絕圖形顯示，并不近似為直線。Log(LE)與

15、log（NI）的線性圖，根據(jù)圖形顯示，近似為直線。3. 設(shè)定被解釋變量CE與解釋變量DI的具體形式如下：CE=1+2DI+預(yù)測回歸系數(shù)1、2的符號都是正號；設(shè)定被解釋變量LE與解釋變量NI的具體形式如下： LE=1+2NI+預(yù)測回歸系數(shù)1、2的符號都是正號；4、設(shè)定被解釋變量log（CE）與解釋變量log（DI）的具體形式如下：Log（CE）=1+2（DI）+預(yù)測回歸系數(shù)1、2的符號都是正號；設(shè)定被解釋變量log（LE）與解釋變量log(NI)的具體形式如下： log（LE）=1+2 log(NI)+預(yù)測回歸系數(shù)1、2的符號都是正號；5、用OLS法估計(jì)以CE為解釋變量DI為解釋變量的城市居民消

16、費(fèi)回歸模型:用OLS法估計(jì)以LE為解釋變量NI為解釋變量的農(nóng)村居民消費(fèi)回歸模型：用OLS法估計(jì)以log（CE）為解釋變量log（DI）為解釋變量的城市居民消費(fèi)回歸模型：用OLS法估計(jì)以log（LE）為解釋變量log(NI)為解釋變量的農(nóng)村居民消費(fèi)回歸模型生成新變量替代新估計(jì)模型的殘差序列resid：6、（1）經(jīng)濟(jì)意義檢驗(yàn)所估計(jì)參數(shù)1=271.2100，2=0.664461，說明可支配收入增加1元，平均說來可導(dǎo)致城市居民消費(fèi)支出增加0.664461元。. （2）擬合優(yōu)度和統(tǒng)計(jì)檢驗(yàn)通過以上的回歸數(shù)據(jù)可知，可決系數(shù)為0.996928，說明所建模型整體上對樣本數(shù)據(jù)擬合度較好:；（3）對回歸系數(shù)的t檢驗(yàn)

17、：針對H1:1=0和H2:2=0，由上回歸結(jié)果可以看出，估計(jì)的回歸系數(shù)B1的標(biāo)準(zhǔn)誤差和t值分別為：SE(1)=44.27741，t(1)=6.125246；2的標(biāo)準(zhǔn)誤差和t值分別為SE（2）=0.006520 t(2)=101.9135，取a=0,05，查t分布表得自由度為n-2=34-2=32的臨界值為t0.025=2.0329,t（t(1)= 6.125246t0.025=2.0329，拒絕H1, t(2)=7.250000t0.025=2.0369拒絕H2.這表明，城市居民可支配收入對其消費(fèi)水平有很大影響。7、（1）經(jīng)濟(jì)意義檢驗(yàn)所估計(jì)參數(shù)1=54.51875，2=0.659904，說明可

18、支配收入增加1元，平均說來可導(dǎo)致城市居民消費(fèi)支出增加0.659904元。. （2）擬合優(yōu)度和統(tǒng)計(jì)檢驗(yàn)通過以上的回歸數(shù)據(jù)可知，可決系數(shù)為0.996533，說明所建模型整體上對樣本數(shù)據(jù)擬合度較好:；（3）對回歸系數(shù)的t檢驗(yàn)：針對H1:1=0和H2:2=0，由上回歸結(jié)果可以看出，估計(jì)的回歸系數(shù)B1的標(biāo)準(zhǔn)誤差和t值分別為：SE(1)=16.91203，t(1)=3.223668；2的標(biāo)準(zhǔn)誤差和t值分別為SE（2）=0.006991 t(2)=94.38890，取a=0,05，查t分布表得自由度為n-2=33-2=31的臨界值為t0.025=2.0395,t（t(1)= 3.223668t0.025=2

19、.0395，拒絕H1, t(2)=7.250000t0.025=2.0395,拒絕H2.這表明，城市居民可支配收入對其消費(fèi)水平有很大影響。8、對模型進(jìn)行White檢驗(yàn)，檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲钚裕簭纳蠄D可以看出：nR2=0.3667，又White檢驗(yàn)知，在a=0.05.查X2分布表，得X2O.O5=5.9915，同時DI和DI2的t檢驗(yàn)也顯著。比較計(jì)算X2統(tǒng)計(jì)量與臨界值，因?yàn)閚R2=0.3667X2O.O5=5.9915，所以不拒絕原假設(shè)，表明模型不存在異方差性。從上圖可以看出：nR2=0.7873，又White檢驗(yàn)知，在a=0.05.查X2分布表，得X2O.O5=5.9915，同時DI和DI2

20、的t檢驗(yàn)也顯著。比較計(jì)算X2統(tǒng)計(jì)量與臨界值，因?yàn)閚R2=0.7873X2O.O5=5.9915，所以不拒絕原假設(shè)，表明模型不存在異方差性。9、一階自相關(guān)檢驗(yàn)一階偏自相關(guān)系數(shù)條形超出了隨機(jī)區(qū)間，其他各階都落入了隨機(jī)區(qū)間內(nèi)，表明殘差序列殘?jiān)谝浑A自相關(guān)。一階偏自相關(guān)系數(shù)條形超出了隨機(jī)區(qū)間，其他各階都落入了隨機(jī)區(qū)間內(nèi)，表明殘差序列殘?jiān)谝浑A自相關(guān)。實(shí)驗(yàn)四 滯后變量回歸模型【實(shí)驗(yàn)?zāi)康暮鸵蟆?、 學(xué)會滯后變量模型的設(shè)定；2、 掌握滯后變量模型的估計(jì)和檢驗(yàn)；3、 在老師的指導(dǎo)下獨(dú)立完成實(shí)驗(yàn)，并得到正確結(jié)果。【實(shí)驗(yàn)內(nèi)容】1、建立Eviews時間序列數(shù)據(jù)工作文件輸入樣本數(shù)據(jù)。2、判斷變量的滯后階數(shù)，建立有限分布

21、滯后模型。3、用OLS法對模型進(jìn)行估計(jì)和檢驗(yàn)。4、根據(jù)絕對收入假說建立居民消費(fèi)自回歸模型。5、用OLS法估計(jì)居民消費(fèi)自回歸模型。6、檢驗(yàn)自回歸模型的自相關(guān)性。7、用工具變量法消除隨機(jī)解釋變量的影響，用廣義差分法消除自相關(guān)性的影響。8、對最終模型進(jìn)行結(jié)構(gòu)分析。【實(shí)驗(yàn)數(shù)據(jù)】1、 附表4，1978年到2011年河南省城市居民消費(fèi)支出與可支配收入。2、 附表4，1978年到2011年河南省農(nóng)村居民生活消費(fèi)支出與純收入?！緦?shí)驗(yàn)步驟】1、用交叉相關(guān)圖法判斷變量的滯后階數(shù)，建立城市居民消費(fèi)有限分布滯后期模型農(nóng)村居民消費(fèi)有限分布滯后期模型2、用OLS法估計(jì)有限分布滯后模型，對模型進(jìn)行檢驗(yàn),并取得模型的點(diǎn)預(yù)測值

22、序列cef、lefls ce di di(-1) di(-2) di(-3) di(-4) di(-5) di(-6)Dependent Variable: CEMethod: Least SquaresDate: 04/06/11 Time: 16:36Sample (adjusted): 1984 2011Included observations: 28 after adjustmentsCoefficientStd. Errort-StatisticProb.  DI0.5624260.3352481.6776430.1082DI(-1)0.2690240.6706

23、490.4011400.6924DI(-2)-0.2020030.770662-0.2621170.7958DI(-3)0.1171130.8676420.1349780.8939DI(-4)-0.1587960.994145-0.1597310.8746DI(-5)0.7317150.9408770.7776940.4454DI(-6)-0.6853040.529777-1.2935710.2099R-squared0.992751    Mean dependent var4013.350Adjusted R-squared0.990680 

24、;   S.D. dependent var3340.573S.E. of regression322.5074    Akaike info criterion14.60245Sum squared resid2184232.    Schwarz criterion14.93550Log likelihood-197.4343    Hannan-Quinn criter.14.70426Durbin-Watson stat0.2262083

25、、用OLS法估計(jì)城市居民消費(fèi)自回歸模型和農(nóng)村居民消費(fèi)自回歸模型城市居民消費(fèi)自回歸模型農(nóng)村居民消費(fèi)自回歸模型3、 用cef(-1)作為工具變量替代城市居民消費(fèi)自回歸模型中的ce(-1)，用lef(-1)作為工具變量替代城市居民消費(fèi)自回歸模型中的le(-1)，消除隨機(jī)解釋變量的影響Dependent Variable: CEMethod: Two-Stage Least SquaresDate: 04/07/11 Time: 09:43Sample (adjusted): 1979 2011Included observations: 33 after adjustmentsInstrument

26、list: C DI CEF(-1)CoefficientStd. Errort-StatisticProb.  C121.238437.694203.2163680.0031DI0.3020260.0538425.6094440.0000CE(-1)0.6114780.0908466.7308980.0000R-squared0.998793    Mean dependent var3459.470Adjusted R-squared0.998712    S.D. dependent va

27、r3344.793S.E. of regression120.0264    Sum squared resid432190.0F-statistic12410.25    Durbin-Watson stat1.355188Prob(F-statistic)0.000000    Second-Stage SSR432190.04、 LS cef cef(-1) diDependent Variable: CEFMethod: Least SquaresDate: 04/0

28、7/11 Time: 09:04Sample (adjusted): 1985 2011Included observations: 27 after adjustmentsCoefficientStd. Errort-StatisticProb.  CEF(-1)0.2238400.0903952.4762410.0204DI0.5542710.0555559.9770110.0000R-squared0.999414    Mean dependent var3990.905Adjusted R-squared0.999390&#

29、160;   S.D. dependent var3507.983S.E. of regression86.62496    Akaike info criterion11.83224Sum squared resid187597.1    Schwarz criterion11.92823Log likelihood-157.7352    Hannan-Quinn criter.11.86078Durbin-Watson stat1.4488

30、57LS LE LEF(-1) NIDependent Variable: LEMethod: Least SquaresDate: 04/07/11 Time: 09:05Sample (adjusted): 1985 2011Included observations: 27 after adjustmentsCoefficientStd. Errort-StatisticProb.  LEF(-1)-0.0069970.055811-0.1253610.9012NI0.6881920.0977837.0379280.0000R-squared0.994345 

31、;   Mean dependent var1430.352Adjusted R-squared0.994119    S.D. dependent var1127.310S.E. of regression86.45202    Akaike info criterion11.82824Sum squared resid186848.8    Schwarz criterion11.92423Log likelihood-157.6813

32、60;   Hannan-Quinn criter.11.85679Durbin-Watson stat0.689390ls ce cDependent Variable: CEMethod: Least SquaresDate: 04/07/11 Time: 09:37Sample: 1978 2011Included observations: 34CoefficientStd. Errort-StatisticProb.  C3365.780572.58635.8782050.0000R-squared0.000000 

33、0;  Mean dependent var3365.780Adjusted R-squared0.000000    S.D. dependent var3338.723S.E. of regression3338.723    Akaike info criterion19.09353Sum squared resid3.68E+08    Schwarz criterion19.13843Log likelihood-323.5901 &#

34、160;  Hannan-Quinn criter.19.10884Durbin-Watson stat0.025457用廣義差分法消除自相關(guān)的影響ls ce c di ar(1)Dependent Variable: CEMethod: Least SquaresDate: 04/07/11 Time: 09:38Sample (adjusted): 1979 2011Included observations: 33 after adjustmentsConvergence achieved after 6 iterationsCoefficientStd. Error

35、t-StatisticProb.  C367.0942162.44292.2598350.0313DI0.6569060.01377047.704370.0000AR(1)0.8476040.0901869.3983640.0000R-squared0.999226    Mean dependent var3459.470Adjusted R-squared0.999175    S.D. dependent var3344.793S.E. of regression96.08171 

36、;   Akaike info criterion12.05478Sum squared resid276950.9    Schwarz criterion12.19083Log likelihood-195.9039    Hannan-Quinn criter.12.10056F-statistic19374.97    Durbin-Watson stat2.147683Prob(F-statistic)0.000000Inverted

37、AR Roots      .85重新估計(jì)城市居民消費(fèi)自回歸模型Dependent Variable: CEMethod: Least SquaresDate: 04/07/11 Time: 09:50Sample (adjusted): 1980 2011Included observations: 32 after adjustmentsConvergence achieved after 7 iterationsCoefficientStd. Errort-StatisticProb.  C387.11701

38、84.96512.0929190.0455DI0.6630090.0782308.4750990.0000CE(-1)-0.0123060.136517-0.0901410.9288AR(1)0.8422160.0985848.5431160.0000R-squared0.999211    Mean dependent var3558.110Adjusted R-squared0.999126    S.D. dependent var3349.192S.E. of regression99.00450 

39、;   Akaike info criterion12.14468Sum squared resid274452.9    Schwarz criterion12.32789Log likelihood-190.3148    Hannan-Quinn criter.12.20541F-statistic11815.93    Durbin-Watson stat2.127049Prob(F-statistic)0.000000Inverted

40、AR Roots      .84實(shí)驗(yàn)五 時間序列多元線性回歸模型【實(shí)驗(yàn)?zāi)康暮鸵蟆?、 熟練運(yùn)用計(jì)算機(jī)和Eviews軟件進(jìn)行計(jì)量經(jīng)濟(jì)分析，掌握多元線性回歸模型的設(shè)定、普通最小二乘法求解及其檢驗(yàn)方法。2、 學(xué)會依據(jù)Eviews回歸結(jié)果診斷是否存在多重共線性的方法。3、 在老師的指導(dǎo)下獨(dú)立完成實(shí)驗(yàn)，并得到正確結(jié)果?！緦?shí)驗(yàn)內(nèi)容】1、對變量樣本序列的關(guān)系進(jìn)行統(tǒng)計(jì)描述。2、設(shè)定多元線性回歸模型的具體形式。3、用普通最小二乘法求解模型。4、對模型的解進(jìn)行經(jīng)濟(jì)理論檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)。5、對模型進(jìn)行多重共線性診斷，并用逐步回歸法消除多重共線性。6、對模

41、型進(jìn)行異方差性檢驗(yàn)和自相關(guān)性檢驗(yàn)。7、對最終模型進(jìn)行結(jié)構(gòu)分析。8、用最終模型進(jìn)行預(yù)測分析?！緦?shí)驗(yàn)數(shù)據(jù)】1、 附表1，1978年-2011年名義人均生產(chǎn)總值。2、 附表2，1978年-2011年可比價格人均生產(chǎn)總值增長速度。3、 附表4，1978年到2011年河南省城市居民消費(fèi)支出與可支配收入。4、 附表6，1978年到2011年年末河南省城鄉(xiāng)居民儲蓄存款余額?！緦?shí)驗(yàn)步驟】1、加工數(shù)據(jù)，求可比價人均生產(chǎn)總值序列2、建立序列工作文件obsCEDIGDPPSD19782743152329.8100000000000011979302.98361.04248.00812.971980335.02365

42、281.985119.441981363.23395280.402426.899999999999991982382.4700000000001429253.274632.831983405452.5290.443845.591984431.68497.49306.846764.351985556.72600.5900000000001281.674784.231986653.83724.21267.3962115.031987711.27814.2269.7858167.881988896.55946.1281.8345209.331989963.971111.46261.6143276.3

43、419901067.671267.73249.2144376.1219911199.951384.81250.1656484.8419921342.581608.03274.0839595.3919931609.261962.75298.5743766.570000000000119942155.152618.55299.90361085.819952673.953299.46297.811456.3519963009.353755.44298.33811855.2819973378.024093.62287.3274224319983415.654219.42274.35952657.231

44、9993497.5300000000014532.36268.60192940.0820003830.714766.26270.09563182.0820014110.175267.420000000001274.12313634.520024504.6800000000016245.4275.89164202.5720034941.6000000000016926.12280.19854919.09000000000120045294.197704.9292.25835607.30000000000120056038.0200000000018667.969999999999300.7142

45、6488.55000000000120066685.189810.260000000001300.18627367.3720077826.7211477.05302.56027812.2420088837.45999999999913231.11297.77049515.81999999999920099566.9914371.56286.08811207.4201010838.4915930.26287.877712883.7201112336.4718194.8293.88614648.433、建立由被解釋變量和解釋變量組成的組對像，在一個坐標(biāo)軸上顯示多變量序列的線圖4、設(shè)定多元線性回歸模

46、型的具體形式LN CEt=1+2LNDI2t+2LNSD3t+3GDPP4t+ut5、用OLS法及求解所設(shè)定的多元回歸模型genr lnce=log(ce)genr lndi=log(di)genr lnsd=log(sd)ob sLNCELNDILNSDGDPP19785.6131281063880715.7525726388256322.28340227357727223219795.7136667967301775.8889887555187462.562638998328353248.00819805.8141902315355415.8998973535824922.96733279

47、9032293281.98509619815.8950362424349625.9788857649011223.292126286607794280.40239219825.946650218818146.0614569189280163.491342731513501253.27463219836.0038870671065396.1147877631399813.81968839422535290.44381619846.067684573019396.2095754558941174.164336934042135306.8466819856.3220624205365946.3979

48、125053939684.433551152327272281.6746819866.4828473788293236.5850814055764444.74519296390792267.396239999999919876.5670521045531036.7022060360688785.123249438465389269.7858419886.7985540639383736.8523482717103985.343911954106429281.83452819896.8710601737943487.0134297453522815.621631991628523261.6143

49、3619906.9732339830092317.1449831785696175.929908241408876249.214419917.0900351682413467.2333182250953146.183818939602312250.165619927.202348414924167.3827651062812956.389216653008989274.08387219937.3835297249882977.5821018300783656.64192601834298298.57425619947.6756156056839387.8703760084388986.9900

50、7232147135299.90361619957.891312058908168.1015140977010457.283688584484264297.81004819968.0094793875791918.230960734430747.525790907046955298.3380819978.1250450180133338.3171849431541487.715569534520208287.3273619988.1361230906427848.3474529568259177.885039505807136274.35948819998.1598122840582458.4

51、189980541210727.986192070846871268.60194420008.2508054435842818.4693172092550718.065290350002183270.095559999999920018.3212196691652878.5692959580926758.19822682892469274.1230820028.4128721353330748.7396004717494778.343451521895982275.89161620038.5054444443816898.8430550508301778.500878833029671280.

52、19846420048.5743652718294648.949611769084668.631824599240241292.25828820058.7058314226163839.0673899016442628.777794364088875300.71422420068.8076484151271749.1911840557759838.9048160693933983009652987995607559.3481046682103438.963447013490866302.56024820089.0867547840276839.4903261538163329.160710955733229297.77037620099.1660739104178749.5730065326798719.324329553393313286.08801620109.2908589663976579.6759757241770549.463718225485802287.87766420119.4203151949476279.8088911179550689.59208844