计量经济学eviews实验报告精编版

……………………………………………………………最新资料推荐…………………………………………………-0-大连海事大学实验报告实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月……………………………………………………………最新资料推荐…………………………………………………-1-一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。表1我国1995-2014年人均国民生产总值与居民消费水平情况指标人均国内生产总值（元）居民消费水平（元）1995年507423301996年587827651997年645729781998年683531261999年719933462000年790237212001年867039872002年945043012003年1060046062004年1240051382005年1425957712006年1660264162007年203377572……………………………………………………………最新资料推荐…………………………………………………-2-2008年2391287072009年2596395142010年30567109192011年36018131342012年39544146992013年43320161902014年4661217806（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：……………………………………………………………最新资料推荐…………………………………………………-3-DependentVariable:CONSUMPTIONMethod:LeastSquaresDate:06/11/16Time:19:02Sample:19952014Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.C691.0225113.39206.0941040.0000AVGDP0.3527700.00490871.880540.0000R-squared0.996528Meandependentvar7351.300AdjustedR-squared0.996335S.D.dependentvar4828.765S.E.ofregression292.3118Akaikeinfocriterion14.28816Sumsquaredresid1538032.Schwarzcriterion14.38773Loglikelihood-140.8816Hannan-Quinncriter.14.30760F-statistic5166.811Durbin-Watsonstat0.403709Prob(F-statistic)0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y=691.0225+0.352770*X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。检验结果R2=0.996528，说明99.6528%的样本可以被模型解释，只有0.3472%的样本未被解释，因此样本回归直线对样本点的拟合优度很高。（2）对所建立的回归方程进行检验：（5%显著性水平下，t（18）=2.101）对于参数c假设:H0:c=0.对立假设:H1:c≠0对于参数GDP假设:H0:GDP=0.对立假设:H1:GDP≠0由上表知:对于c,t=6.094104t(n-2)=t(18)=2.101因此拒绝H0:c=0,接受对立假设:H1:c≠0对于GDP,t=71.88054﹥t(n-2)=t(18)=2.101……………………………………………………………最新资料推荐…………………………………………………-4-因此拒绝H0:GDP=0,接受对立假设:H1:GDP≠0此外F统计量为5166.811，数值很大，可以判定，人均国内生产总值对居民消费水平在5%的显著性水平下有显著性影响。所以，回归系数显著不为零，常数项不为零，回归模型中应包括常数项。综上，整体上看此模型是比较好的。(3)序列相关问题由上图可知，DW统计量0.403709，经查表，当k=1，n=20时，dl=1.2，因此可判断此模型存在序列相关，且为序列正相关。修正：广义差分法因为DW=0.403709，ρ=1-DW/2=0.7981455令X1=X-0.7981455*X(-1)Y1=Y-0.7981455*Y(-1)修正结果如下：DependentVariable:Y1Method:LeastSquaresDate:06/11/16Time:19:56Sample(adjusted):19962014Includedobservations:19afteradjustmentsCoefficientStd.Errort-StatisticProb.X1-1.14E+087970597.-14.338870.0000C-8.26E+105.45E+10-1.5164020.1478R-squared0.923631Meandependentvar-7.34E+11AdjustedR-squared0.919139S.D.dependentvar4.61E+11S.E.ofregression1.31E+11Akaikeinfocriterion54.13516Sumsquaredresid2.92E+23Schwarzcriterion54.23457Loglikelihood-512.2840Hannan-Quinncriter.54.15198F-statistic205.6031Durbin-Watsonstat0.953595Prob(F-statistic)0.000000经修正后，DW=0.953595dl=1.2，说明随机扰动项仍存在序列正相关。（4）根据2015年中国国民经济与社会发展统计公报，2015年人均国民生……………………………………………………………最新资料推荐…………………………………………………-5-产总值为49351元，对该年的居民消费水平进行预测。点预测：Y=691.0225+0.352770*X=18100.5748区间预测：计算出var^（Y0）=S2（2t0n1XXX）（）=1468.207，t0.25（n-2）=2.10，因此E（Y0）的预测区间为Y^0±t0.25(n-2)√var^（Y0）=49351±80.4661。利用Eviews输出预测结果如下：案例2：下面给出了我国1995-2014年的居民消费水平（Y）和人均国内生产总值（X1）以及城镇居民人均可支配收入（X2）数据，对它们三者之间的关系进行研究。具体数据如表2所示。表2：1995年到2014年的统计资料单位：元指标居民消费水平（元）人均国内生产总值（元）城镇居民人均可支配收入（元）1995年2330507442831996年276558784838.91997年297864575160.31998年312668355425.11999年3346719958542000年3721790262802001年398786706859.6……………………………………………………………最新资料推荐…………………………………………………-6-2002年430194507702.82003年4606106008472.22004年5138124009421.62005年577114259104932006年64161660211759.52007年75722033713785.82008年87072391215780.82009年95142596317174.72010年109193056719109.42011年131343601821809.82012年146993954424564.72013年1619043320264672014年178064661228843.85（1）试建立二元线性回归方程利用Eviews软件输出结果报告如下：DependentVariable:CONSUMPTIONMethod:LeastSquaresDate:09/11/16Time:16:23Sample(adjusted):19952014Includedobservations:20CoefficientStd.Errort-StatisticProb.AVGDP0.1606120.0603502.6613350.0164SAVING0.0181660.0056933.1910610.0053C1040.987143.32407.2631780.0000R-squared0.997829Meandependentvar7351.300AdjustedR-squared0.997573S.D.dependentvar4828.765S.E.ofregression237.8674Akaikeinfocriterion13.91879Sumsquaredresid961875.6Schwarzcriterion14.06815Loglikelihood-136.1879Hannan-Quinncriter.13.94794F-statistic3906.446Durbin-Watsonstat0.977467Prob(F-statistic)0.000000……………………………………………………………最新资料推荐…………………………………………………-7-由上表可知，样本回归方程为：Y=417.4107+0.269124X1+0.145843X2(2)对检验结果的分析AVGDP与SAVING的P值均小于0.05，t值均大于t(n-2)=t(18)=2.101，因此样本回归方程十分显著。修整后的R2为0.997573，说明有99.76%的样本可以被样本回归方程所解释，拟合的很好。F统计量为3906.446数值很大，可以判定，人均可支配收入以及城镇居民人均可支配收入对居民消费水平在5%的显著性水平下有显著性影响。但是，值得注意的是DW统计量为0.977467dl=1.1（当k=2，n=20时），因此方程可能存在序列相关问题，可利用广义差分法进行修正，如案例1，此处不再赘述。案例3：表3列出了2014年中国部分省市城镇居民每个家庭平均全年可支配收入（income）与消费性支出（expense）的统计数据。表32014年统计数据地区人均可支配收入人均消费性支出地区人均可支配收入人均消费性支出北京43910.0028009.00广西24669.0015045.00上海47710.0030520.00山东省29222.0018323.00重庆25147.0018279.00陕西省28844.0019968.00河北省24141.0016204.00山西省24069.0014637.00山西省24069.0014637.00安徽省24839.0016107.00内蒙古28350.0020885.00甘肃省20804.0015507.00吉林省23217.8017156.00云南省24299.0016268.00江苏省34346.0023476.00贵州省22548.2115254.64浙江