计量经济学第3章例题

第3章例题数据如下YX1X2137.161181.4115.96124.561375.7133.35107.911501.2128.21102.961700.6124.85125.242026.6122.49162.452577.4129.86217.433496.2139.52253.424283140.44251.074838.9139.12285.855160.3133.35327.265425.1126.39（1）根据经济理论和对实际情况的分析可知，城镇居民人均全年耐用消费品支出依赖于人均全年可支配收入X1和耐用消费品价格指数X2的变化。由Eview软件得出：点击“views”下“representation”,结果如下：EstimationCommand:=====================LSYCX1X2EstimationEquation:=====================Y=C(1)+C(2)*X1+C(3)*X2SubstitutedCoefficients:=====================Y=158.5398355+0.04940379666*X1-0.911684216*X2残差平方和为：Sumsquaredresid=3270.001所以223270.001408.750118ienk从而可得回归标准差为408.750120.2176由图可得回归标准差为S．E．ofregression=20.21757点击“views”下“actual、fitted、resides”下的“actual、fitted、residesgraph”,结果如下：(2)经济意义检验10.0494,表示城镇居民全年人均耐用消费品支出随着可支配收入的增长而增加，并且介于0和1之间，因此该回归系数的符号，大小都与经济理论和人们的经验期望值相符合；20.9117。表示城镇居民全年人均耐用消费品支出随着耐用消费品价格指数的降低而增加，虽然我国在1988年~1998年的短短几年内，耐用消费品价格指数由高到低，由低到高再由高到低的剧烈变化，但总的态势呈下降状态，所以该回归系数的大小和符号也与经济理论和人们的经验期望值相一致。（2）统计检验A:拟合优度检验由图可得样本可决系数为R-squared=0.947989修正样本可决系数为Adjusted-squared=0.934986即220.9480,0.9350RR计算结果表明，估计的样本方程较好的拟合了样本观测值。B:F检验提出检验的原假设为012:0H对立假设为1:i0i=12H至少有一个不等于（，）由图可知，F统计量为F-statistic=72.9065对于给定的显著水平=0.05，查出005F28=4.46，（，），所以否定0H，总体回归方程是显著的，即在我国城镇居民人均全年耐用消费品支出与人均全年可支配收入和耐用消费品价格指数之间存在显著性关系。C：t检验提出检验的原假设为0iH0i=12：，，由图可得，t统计量为12t-statistic=10.5479,t-statistic=-0.9213的的对于给定的显著水平=0.05，，可查得0.025t(8)2.306因为10.025t10.5479t(8)2.306，所以否定0H，1显著不为0，既可以认为我国城镇居民家庭人均可支配收入对耐用消费品的支出没有显著影响20.025t0.92130.9213t(8)2.306，所以不否定0H：2=0，既可以认为i耐用消费品的价格指数对耐用消费品的支出没有显著的影响。于是，建立回归模型时，X2可以不作为解释变量进入模型。（3）预测workfile:试图下的“procs”,其下的“changeworkefilerange”,将时间改到预测期：进入Eviews:equation界面，点击“procs”下的“forcast”,结果如下：回到Ggroups界面，输出结果如下：回到以下界面：点击“View”菜单下“Descreptivestastic”按钮，选择“common”，得到如下结果：1）如果在2000年，我国城镇居民家庭人均可支配收入达到5800元，耐用消费品价格指数为135，对2000年我国城镇居民人均家庭耐用消费品的支出进行预测，由图可知：点预测2000322.0045Y2）00()EYX的预测区间为'1''1'0/2000/200(().(),().())YtvXXXXYtvXXXX计算过程如下：A:由图可知0Y=322.0045，查表得0.025(8)2.306t=S.E.ofregression=20.21757B:由excel软件得0X=（1，5800，135）'1'200020002000S()()YXXXX=11133566.41433.54133566.4129226859.34444459.405580020.2176(1,5800,135)1433.544444459.405187421.9434135=20.21760.62274=12.59于是，得到20002000()EYX的置信度为95%的预测区为2000200020002000/2/2(().(),().())YtvSYYtvSY=（322.0045-2.30612.59，322.0045+2.30612.59）=（292.97196，351.03704）C:2000e方差的估计值为'1'200020002000S()1()eXXXX=11133566.41433.54133566.4129226859.34444459.405580020.21761(1,5800,135)1433.544444459.405187421.9434135=20.217610.387808=23.817于是，得到2000Y的置信度为95%的预测区间为2000200020002000/2/2(().(),().())YtvSeYtvSe=（322.0045-2.30623.817，322.0045+2.30623.817）=（267.082498，376.926502）Excel中的有关数据D:Equation”框中，点击“Forecast”可得预测值及标准误差的图形如图