计量经济学实验报告(三)汇总

12012－2013第1学期计量经济学实验报告实验（三）：计量经济检验与修正实验学号：0101702姓名：宋蕾专业：财务管理选课班级：Ａ０2实验日期：２０１１．１２．12实验地点：南区综合楼经济管理与创业模拟实验中心实验室1实验名称：计量经济检验与修正实验【实验目标、要求】使学生掌握用Eviews做1.异方差性检验和修正方法；2.自相关性检验和修正方法；3.【实验内容】实验内容以课后练习：以114页第6题、130页应用题第2题为例进行操作。【实验步骤】一、第114页第6题（一）创建工作文件在主菜单上依次单击File→New→Workfile，选择数据类型和起止日期。时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。本题中在workfilestructuretype中选Unstructured/Undated,在DatarangeObservation中填２８。单击OK后屏幕出现Workfile工作框，如图所示。1（二）输入和编辑数据在命令窗口直接输入：DataYX.屏幕出现数据编辑框，如下图所示。点击上图中对话框的“Edit+/-”，将数据进行输入，如下图所示。1数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。（三）ＯLS估计参数利用2008年中国部分省市城镇居民家庭平均全年可支配收入（X）与消费性支出（Y）的相关数据表，作散点图。Eviews命令:scatXY；如图所示1可看出２００８年中国部分省市城镇居民家庭平均全年可支配收入（Ｘ）与消费性支出（Ｙ）的关系近似直线关系可建立线性回归模型。在主菜单命令行键入：“LSYCX”，然后回车。即可直接出现如下图所示的计算结果DependentVariable:YMethod:LeastSquaresDate:12/12/12Time:20:15Sample:128Includedobservations:28VariableCoefficientStd.Errort-StatisticProb.C735.1080477.11231.5407440.1355X0.6662220.03055821.802130.0000R-squared0.948138Meandependentvar10780.65AdjustedR-squared0.946144S.D.dependentvar2823.752S.E.ofregression655.3079Akaikeinfocriterion15.87684Sumsquaredresid11165139Schwarzcriterion15.97199Loglikelihood-220.2757F-statistic475.3327Durbin-Watsonstat1.778976Prob(F-statistic)0.000000点击“object\storetoDB…”,将估计式以“eq01”为名保存。参数估计所建立的回归方程为：iY＝735．1080＋0．666222x（477．1123）(0．030558)t=（1．540744)(21．80213)R2=0．9481382r=0．946144F=475．33271（四）检验异方差性1、残差分析首先将数据排序，然后建立回归方程。在方程窗口中点击“Resids”按钮就可以得到模型的残差分布图。由图可知回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。2、White检验在方程窗口上点击“View\ResidualTest\WhiteHeteroskedastcity”，检验结果如图所示：其中，F值为辅助回归模型的F统计量值。取显著水平α=0.05，由于）（22=5.99＜nR2=8.315098,所以存在异方差性。故本题数据不符合OLS经典假设中同方差性的假设，即存在异方差性。（五）异方差的修正①确定权数变量1根据Park检验，可以得出2ie的一般形式为：iiXeln2670.36578.19ln2生成权数变量：GENRW1=1/X^3.2670根据Gleiser检验，可以取以下三种形式作为权数变量：2432~1~11iiieWeWXW生成权数变量：GENRW2=1/X^0.5GENRW3=1/ABS(RESID）GENRW4=1/RESID^2②利用加权最小二乘法估计模型在Eviews命令窗口中依次键入命令：LS(W=iW)YCX经估计检验发现用权数W3的效果最好。下面仅给出用权数W3的结果。DependentVariable:YMethod:LeastSquaresDate:12/12/12Time:20:46Sample:128Includedobservations:28Weightingseries:W3VariableCoefficientStd.Errort-StatisticProb.C970.6104254.53623.8132500.0008X0.6493550.01841835.255760.0000WeightedStatisticsR-squared1.000000Meandependentvar9942.842AdjustedR-squared1.000000S.D.dependentvar46660.83S.E.ofregression27.34564Akaikeinfocriterion9.523740Sumsquaredresid19442.39Schwarzcriterion9.618898Loglikelihood-131.3324F-statistic1242.969Durbin-Watsonstat1.481595Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.947484Meandependentvar10780.65AdjustedR-squared0.945465S.D.dependentvar2823.7521S.E.ofregression659.4257Sumsquaredresid11305899Durbin-Watsonstat1.893691③对所估计的模型再进行White检验，观察异方差的调整情况对所估计的模型再进行White检验，其结果对应图所示。所对应的White检验显示，P值较大，所以接受不存在异方差的原假设，即认为已经消除了回归模型的异方差性。二、30页应用题第2题二、第130页第2题（一）创建工作文件在主菜单上依次单击File→New→Workfile，选择数据类型和起止日期。时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。本题中在StartData里输入1989，在Enddata里输入2004。单击OK后屏幕出现Workfile工作框，如图所示。1（二）输入和编辑数据在命令窗口直接输入：DataYX.屏幕出现数据编辑框，如下图所示。1点击上图中对话框的“Edit+/-”，将数据进行输入，如下图所示。数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。1（三）ＯLS估计参数利用1989—2004年中国国内生产总值X与进出口总额Y的相关数据表，作散点图。Eviews命令:scatXY；如图所示可看出1989—2004年中国国内生产总值X与进出口总额Y的关系近似直线关系可建立线性回归模型。在主菜单命令行键入：“LSYCX”，然后回车。即可直接出现如下图所示的计算结果点击“object\storetoDB…”,将估计式以“eq01”为名保存。1参数估计所建立的回归方程为：iY＝-11935.44＋0．632955x（4575.009）(0．060108)t=（-2.608834)(10.53021)R2=0．8878972r=0．879890F=110.8854df=16DW=0.383500（四）模型经济意义、拟合度和统计检验1、经济意义检验这里所估计的参数β1=0.632955表示国内生产总值每增加1亿元，将会导致进出口总额增加0.632955亿元。这符合经济学中的常理。2、拟合度和统计检验由回归结果可知，本题中德可决定系数R2＝0．8878972r=0．879890，说明模型对数据拟在整体上合较好。解释变量“国内生产总值”对被解释变量“进出口总额”的88.7897%的变化做出了解释。针对H0：β1=0以及H1：β1≠0，由图-回归方程窗口可以看出，回归系数β1的标准误差和t值分别为0.060108和10.53021；回归系数β0的标准误差和t值分别为4575.009和-2.608834。在给定显著水平α=0.05时，t2（14）=2.145，1tt2（n-2）,这说明解释变量国内生产总值在95%的置信度下对进出口总额的影响是显著的，即通过了变量的显著性检验。同理，0tt2（n-2），说明截距项在95%的置信度下对进出口总额的影响是显著的。（五）自相关性的检验1、图示法在窗口中点击“View/Actual，FittedResidualGraph”，得到残差图，如图所示：1由残差图可知，残差的序列图是循环的，et不是频繁改变符号，而是连续几个正值后再连续几个负值，表明存在正相关。3、DW检验根据回归结果可知，DW=0.383500，给定显著水平α=0.05，查DW表，因为T=16，解释变量的个数k为1，得下限临界值dl=1.10，上限临界值du=1.37。因为统计量0＜0.383500=DW＜dl=1.10，表明存在正相关4、BG检验在方程窗口上点击“View/ResidualTest/SerialCorrelationLMTest”,选择滞后期为“2”，输出结果如图所示：可得TR2=12.69191，相伴概率为0.001754，因此只要取显著性水平α=0.001754，就可以拒绝无自相关性的原假设，即随机干扰项存在自相关。又e1t的回归系数都显著不为0，表明存在一阶自相关。1（六）自相关的修正1、广义差分法由OLS估计得到DW=0.383500，根据=1-DW/2,可得=0.80825。利用命令：GenrX1=X-0.80825*X(-1),GenrY1=Y-0.80825*Y(-1),分别对X和Y作广义差分法。然后对Y1和X1进行OLS估计，在命令行输入：LSY1CX1，得到结果如图所示：其中，DW=0.725518，和以前的DW=0.383500比起来有很大提高，但给定显著水平α=0.05，DW=0.725518＜dl=1.10，这表明随机干扰项仍存在自相关。2、科克伦—奥克特（迭代法）命令：LSYCXAR(1),则可得到结果如图所示：自相关修正的一次迭代结果图1可见R2=0.973553，说明拟合度很高，在显著水平α=0.05，T=15，解释变量的个数k为1，下限临界值dl=1.08，上限临界值du=1.36。因为DW=0.879755＜dl=1.08，表明存在正相关。继续迭代，再用命令：LSYCXAR(1)AR(2),可得结果如图所示：自相关修正的二次迭代结果图可见R2=0.983855，说明拟合度很高，在显著水平α=0.05，T=14，解释变量的个数k为1，由于T=14＜15，DW检验上下界表中最小样本数为15，故不能直接用DW检验上下界表。而随着样本数的增加，dl和du均是递增的。当T=15时下限临界值dl=1.08，上限临界值du=1.36。因为du＜DW=2.245278＜4-du，根据判定区域知，表明随机扰动项的自相关已经被消除。由自相关修正的一次迭代结果图知DW=0.879755，而=1-DW/2，所以=0.5601225。1=118.72633=4398775.018.72633-165121.38038由两次迭代结果可知：2=1.217158由此，我们得到最终的1989—2004年中国国内生产总值X与进出