计量实验报告

计量经济学实验报告题目：计量经济学实验报告专业：统计学统计2班姓名：学号：指导教师：ShanxiuniversityofFinanceandEconomics二○一三年十二月二十九日山西财经大学统计学2班学生实验报告实验课程名称：计量经济学专业统计学班级学号姓名成绩实验地点实验性质：验证性实验项目名称计量经济学古典线性回归模型实验指导教师一．实验目的与要求使学生掌握针对实际问题建立、估计和应用计量经济学模型的方法以及至少掌握一种计量经济学软件的使用，提高学生应用计量经济学模型方法解决实际问题的实践动手能力。通过实验使学生更深入、直观地理解和掌握计量经济学模型理论与方法。要求学生能对一般的实际经济问题运用计量经济学模型方法进行分析研究，掌握计量经济学软件R软件的估计和检验模型的用法和操作步骤。二．实验内容及步骤（说明数据来源）1.确定单方程模型实际经济问题分析P120的例4.3的大学GPA的决定因素2.单方程模型的理论形式设定我们设定该方程为：uxxxykk......221103.经济意义和统计检验我们假定影响大学GPA的因素有。1高中的GPA（hsGPA）。2已获得的学分（ACT）。3每周平均逃课次数（skipped）经济意义有：影响学生GPA的因素可能有很多，比如平均每周的逃课次数，平均每天的自习时间，但是我们并不知道哪些因素对其有直接的影响，可能这些因素的影响是正的，也有可能这些因素的影响是负的，或者是没有影响的，或者是两个因素单独研究都不是显著的，但是在一起研究就是显著的。统计检验：根据R软件的实验结果我们可以很容易的得到该影响因素的t值，p值，将t值和p值与临界值比较就可以检验该因素对因变量的影响是不是显著的。4.t值，p值的检验及处理根据实验回归结果，将自变量的t值，p值与临界值进行比较，从而决定该自变量对因变量的影响是不是显著的。5.应用分析通过确定显著与不显著的影响因素，从而优化方程的结构。三．实验题目大学GPA的决定因素使用GPA1.RAW和GPA1.DES中的数据来确定hsGPA.ACT和skipped在不同的显著性水平下是否显著。四．实验具体步骤（一）1.是选择变量。以大学GPA(colGPA)作为解释变量，高中时的GPA(HAGPA),作为被解释变量，另外ACT（已获得的学分），也是一个解释变量，因为它受以前习惯的影响，skipped（平均每周缺课次数），也是一个解释变量，因为它也是影响大学学分的一个因素2.是选择模型关系形式。由于y和ix是代表某个总体的变量，我们感兴趣的是“用ix来表示y”或研究“y如何随ix来变化”。所以我们假定方程为uxxxykk......22110（二）.初步估计参数并进行经济意义和统计检验(1)安装R软件(2)启动R软件程序点击开始→所有程序→R→Ri3863.0.1(3)打开文件GPA1.RAW和GPA1.DES找出colGPA,hsGPA,ACT和skipped所对应的序号，(4)读出数据GPA1.DES1.ageinyears2.soph=1ifsophomore3.junior=1ifjunior4.senior=1ifsenior5.senior5=1iffifthyearsenior6.male=1ifmale7.campus=1ifliveoncampus8.business=1ifbusinessmajor9.engineer=1ifengineeringmajor10.colGPAMSUGPA11.hsGPAhighschoolGPA12.ACT'achievement'score13.job19=1ifjob=19hours14.job20=1ifjob=20hours15.drive=1ifdrivetocampus16.bike=1ifbicycletocampus17.walk=1ifwalktocampus18.voluntr=1ifdovolunteerwork19.PC=1ofperscomputeratsch20.greek=1iffraternityorsorority21.car=1ifowncar22.siblings=1ifhavesiblings23.bgfriend=1ifboy-orgirlfriend24.clubs=1ifbelongtoMSUclub25.skippedavglecturesmissedperweek26.alcoholavg#daysperweekdrinkalcohol27.gradMI=1ifMichiganhighschool28.fathcoll=1iffathercollegegrad29.mothcoll=1ifmothercollegegrad因GPA1.RAW数据太多，故不列出。读出数据：,5.对方程进行回归分析：.因为s12不显著，所以我们进行s11和s25分析即：只对hsGPA和skipped进行分析有如下五．实验结论我们可以得出自由度为137，样本共有141个，在5%的显著性水平下，t值的临界值为1.96.显著性水平为1%时，t值为2.58hsGPA的t统计量为4.39，在这两个显著性水平下均是显著的，ACT的t统计量是1.36，使用双侧对立假设，即使显著性水平为10%，因此它不是统计显著的，如果ACT增加10分，预计colGPA只会增加0.1472，这是一个很小的增加量，因此ACT在统计和实际中都不是显著的。Skipped的t统计量是-3.197，在1%的显著性水平下（3.1972.58）这个系数意味着每周多旷一次课就会减少0.08311分，这个在实践中也是很显著的，这是对整个学生整体来说的。所以hsGPA和skipped是显著的，ACT是不显著的方程为skippedACThsGPAAcolGP083.0015.041182.03896.1ˆ进一步优化方程为skippedhsGPAAcolGP77.00459.0579.1ˆ计量经济学检验(1)自相关检验异（2）方差检验1.异方差--稳健的F统计量我们假设0H02:回归得：F=19.77F(138,2)=3,所以我们可以拒绝原假设。2.布罗施--帕干异方差检验vxxxu33221102同方差虚拟假设是：0:32100H得到22uR=0.5307F=51.641F(3,137)=2.651.64所以我们拒绝原假设2p=2.2e-160.05所以根据p值我们拒绝原假设3LM=141*0.5307=74.828741.73x因为BP检验得到一个足够小的p（p=2.2e-16）所以我们要采取修正措施2.纠正异方差的一个可行的GLS程序（1）将y对321,,xxx进行回归并得到残差（步骤同上）（2）对OLS残差进行平方，然后取自然对数而得到Log（2ˆu）log（2u）对321,,xxx回归得到拟合值gˆ即2R2R=0.5603=gˆ（4）求出拟合值h=1.7511（5）以1/hˆ为权数，用WLS估计方程（i）变量重新赋值对其余变量分别进行赋值，（图省略）最后得变量方程为（自变量，因变量顺序不变）因为此图与第一个图除了截距项不同以外，其余均一样因此我们需要单独进行回归（i)s10和s11进行回归的21R=0.17191ˆh=1.187559(ii)s10和s12进行回归得22R=0.042752ˆh=1.043677（iii）s10和s25进行回归得23R=0.068553ˆh=1.0709541ˆh,2ˆh,3ˆh的平均数为7.53364ˆh=1869.825分别对其进行回归的（结果如图所示）(3)多重共线性检验S11对S12和s25分别进行回归于是有s12显著（t2）所以我们剔除s12，所以我们认为s11和s25存在多重共线性我们去掉s12对s11和s25进行回归有hg11-lm(s11~s25)summary(hg11)Call:lm(formula=s11~s25)Residuals:Min1QMedian3QMax-1.00414-0.20414-0.004140.222210.59586Coefficients:EstimateStd.ErrortvaluePr(|t|)(Intercept)3.430480.0379390.4382e-16***s25-0.026340.02482-1.0610.29---Signif.codes:0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1Residualstandarderror:0.3198on139degreesoffreedomMultipleR-squared:0.008039,AdjustedR-squared:0.0009029F-statistic:1.127on1and139DF,p-value:0.2904所以s11和s25不存在多重共线性(4)最终方程形式skippedACThsGPAcolGPA08311.001472.041182.079349.0