上海海关学院
实验报告
实验课程名称 __ 计量经济学_ _
指导教师姓名 __ 高 军______
学 生 姓 名 ＿＿ 王 圣＿＿＿ 学生专业班级 ＿＿税收1401 ＿＿ 填 写 日 期 ＿＿2017.6.10
实验项目名称 一、EViews软件的基本操作 实验日期 4.28 一、实验环境与实验目的 二、实验内容 三、实验结果与分析 实验项目名称 二、线性回归模型 实验日期 5.5 一、实验环境与实验目的 研究一些主要因素与家用汽车拥有量的数量关系 二、实验内容 变量选择：选择百户拥有家用汽车量(辆)为被解释变量 选择人均GDP（万元）、城镇人口比重（%）作为解释变量； 交通工具消费价格指数（上年=100）作为价格变动影响的因素； 模型设定为: 根据上图中数据，模型估计为： Yi=246.8540+5.996865X2-0.524027X3 -2.265680X4 (51.97500) (1.406058) (0.179280) (0.518837) t= (4.749476) (4.265020) (-2.922950) (-4.366842) 对模型进行检验： 1. 拟合优度：可决系数是0.666062，修正的可决系数为0.628957，在总变差中由回归模型所解1
释的部分占62.90%，说明模型对样本拟合较好。 2. F检验：F=17.95108>F（3,27）=3.65，回归方程在整体上显著。 3. t检验：t统计量分别为4.749476，4.265020，-2.922950，-4.366842，均大于t（27）=2.0518，所以这些系数都是显著的。 4. 检验依据：可决系数越大，说明拟合程度越好； F的值与临界值比较，若大于临界值，则否定原假设，回归方程是显著的；若小于临界值，则接受原假设，回归方程不显著； t的值与临界值比较，若大于临界值，则否定原假设，系数都是显著的；若小于临界值，则接受原假设，系数不显著。 三、实验结果与分析 在假定其它变量不变的情况下，X2的参数估计值为5.996865,表明人均GDP每增加1万元,平均说来百户拥有家用汽车量将增加5.996865辆。X3的参数估计值为-0.524027,表明“城镇人口比重”每增加1%,平均说来百户拥有家用汽车量将减少0.524027辆。X4的参数估计值为-2.265680,表明随着家用汽车成本的提高,“交通工具消费价格指数”每增加1个百分点,平均说来百户拥有家用汽车量将减少2.265680辆。 实验项目名称 三、异方差性的检验及处理方法 实验日期 5.12 一、实验环境与实验目的 近年来，由于房地产事业的快速发展，带动了建筑业的总产值业的飞速增长。为了研究各地区建筑业总产值和建筑业企业利润总额之间的关系，预测未来的增长趋势，需建立计量经济学模型。 二、实验内容 为了分析各地建筑业企业利润总额与建筑业总产值的关系，选择 “建筑业企业利润总额”为被解释变量（用Y表示），单位：亿元，选择 “建筑业总产值”为解释变量（用X）表示，单位：亿元。 四、模型设定 为分析建筑业企业利润总额（Y）和建筑业总产值(X)的关系，作如下散点图： 2 / 142
图：建筑业企业利润总额与建筑业总产值的散点图 Yi=2.368138+0.034980Xi (9.049371) (0.001754) t=(0.261691) (19.94530) R2=0.932055 F=397.8152 五、模型检验 1. 经济意义检验 所估计的参数β1 =2.368138，β2 =0.034980，说明建筑业总产值入每增加1万元，平均来说可导致建筑业企业利润总额增加0.034980万元。这与理论分析和经验判断一致。 2.统计意义检验 （1）拟合优度： R2=0.932055，这说明拟合优度较高。 （2）方程显著性（F检验）： F检验的p值<0.05，说明回归方程是显著的。 （3）参数显著性（t检验）：针对H0：β1=0和H0：β2=0，估计的回归系数β1 的标准误差和t值分别为：SE（β1 ）=36196.79，t（β1 ）=－0.800980；β2 的标准误差和t值分别为：SE(β2 )= 0.001553，t（β2 ）=20.82325。取α=0.05，查t分布表得自由度为n-2=29的临界值t0.025（29）=2.045。因为t（β1 ）=－0.800980< t0.025（29）=2.045,所以不拒绝H0：β1=0；因为t（β2 ）=20.82325> t0.025（29）=2.045，所以应拒绝H0：β2=0。这表明常数项对被解释变量“建筑业企业利润总额”没有显著影响，“建筑业总产值”对“建筑业企业利润总额”有显著影响。 六、异方差检验 1. e^2—X 散点图 3 / 143
2.White 检验 建立如下回归模型 e2 i=1a+2aYˆi+3 aYˆ2 i +vi 从图中可以看出，nR2=19.9542，有white检验知，在a=0.05下，查X^2分布表，得临界值χ20.05（2）=5.9915，同时X和2X的t检验值也显著。比较计算的X^2统计量与临界值，因为 nR2=19.9542>5.9915，所以拒绝原假设，表明模型存在异方差。 （3）Goldfeld-Quandt检验 1-12 个数据 20-31个数据 4 / 144
构造F统计量 得出F==4.0217；查表可得=2.978。由于F=4.0217>2.978，所以应拒 绝原假设，此即表明模型存在异方差。3.异方差的修正 （1）w1=1/X 表.用权数w1的结果 （2）W2=1/X^2 5 / 145
表.用权数w2的结果 (3) w3=1/x^0.5 经估计检验发现用权数w2的效果最好。 可以看出，运用加权最小二乘法消除了异方差后，参数的t检验均显著，F检验也显著，即估计结果为 t =（8.3037）（6.5690） ,说明建筑业总产值每增加1亿元，建筑业企业利润总额平均增加0.018亿元，与上述所得0.035亿元不同。 三、实验结果与分析 本案例对各地区建筑业总产值和建筑业企业利润总额之间的关系进行了分析，并对模型中异方差问题进行了修正，得出如下结论：建筑业总产值入每增加1万元，平均来说可导致建筑业企业利润总额相应增加，即建筑业总产值与建筑业企业利润总额之间呈正相关关系，建筑业总产值的增加可以带动建筑业企业的发展。 实验项目名称 四、自相关性的检验及处理方法 实验日期 5.19 一、实验环境与实验目的 为分析比较中国进口需求与国内生产总值之间的关系 二、实验内容 建立满足线性约束的假设模型 国进口需求；Xi 表示国内生产总值。 ，式中Yi 表示中 估计结果为 Ŷi = −16668.731 + 0.265056Xi (555.7701) (0.011719) t = (−3.002555) (22.61745) 6 / 146
R2 = 0.953406 F = 511.5491 DW = 0.601376 e-t散点图 三、检验自相关 该回归方程可决系数较高，回归系数显著。 查DW统计表得dL=1.316,dU=1.469, DW 自相关消除检验 由DW=1.654764可以判断，，，说明在 5%的显著水平下广义差分模型中已无自相关。可决系数、t、T统计量均达到了理想水平。 三、实验结果与分析 由此得到最终模型为 由最终模型可知，中国进口需求总额每增加1亿元，平均说来国内生产总值9 / 149 将增加 0.260960 亿元。 实验项目名称 五、多重共线性的检验及处理方实验日期 法 5.26 一、实验环境与实验目的 中国进口需求与国内生产总值模型的自相关性，并采用广义差分法处理。 二、实验内容 假设中国进口需求与国内生产总值之间满足线性约束Yi12Xii为假设模型 式中，Yi 表示中国进口需求；Xi 表示国内生产总值。 参数估计 Ŷi = −16668.731 + 0.265056Xi (555.7701) (0.011719) t = (−3.002555) (22.61745) R2 = 0.953406 F = 511.5491 DW = 0.601376 模型自相关检验 1. X-y 散点图 10 / 1410 2. e-t 散点图 3. e-e(-1)图 4.利用 EViews 软件作如图残差图 残差的变动有系统模式，连续为正连续为负，表明残差项存在一阶正相关。5.偏相关系数检验 11 / 1411 6.自相关的 LM 检验 LM=TR²=27×0.517409=13.970043，其中 p 值为 0.0009，表明存在自相关。 自相关问题的处理 用广义差分法解决自相关问题所得结果如图 DW=1.654764可以判断，du1.461，duDW4du，说明在 5%的显著水平下广义差分模型中已无自相关。 12 / 1412 三、实验结果与分析 由此得到最终模型为 由最终模型可知，中国进口需求总额每增加 1 亿元，平均说来国内生产总值将增加 0.260960 亿元。 实验项目名称 六、虚拟变量模型 实验日期 6.2 一、实验环境与实验目的 二、实验内容 三、实验结果与分析 实验项目名称 七、协整与误差分析 实验日期 6.9 一、实验环境与实验目的 二、实验内容 三、实验结果与分析 感谢您使用本店文档 您的满意是我们的永恒的追求！ （本句可删） ------------------------------------------------------------------------------------------------------------ 13 / 1413 因篇幅问题不能全部显示，请点此查看更多更全内容