附件二：实验报告格式（首页） 山东轻工业学院实验报告成绩 课程名称计量经济学指导教师实验日期 2013.5.18 院（系）商学院会计系专业班级会计实验地点实验楼二机房 学生姓名学号同组人无 实验项目名称异方差的检验 一、实验目的和要求 1、理解异方差的含义后果、 2、学会异方差的检验与加权最小二乘法要求熟悉基本操作步骤，读懂各项上机榆出结果 的含义并进行分析 3、掌握异方差性问题出现的来源、后果、检验及修正的原理，以及相关的Eviews操 作方法 4、练习检查和克服模型的异方差的操作方法。 5、掌握异方差性的检验及处理方法 6、用图示法、斯皮尔曼法、戈德菲尔德、white验证法，验证该模型是否存在异方差 二、实验原理 1、异方差的检验出消除方法 2、运用EVIEWS软件及普通最小二乘法进行模型估计 3、检验模型的异方差性并对其进行调整 三、主要仪器设备、试剂或材料 Eviews软件、课本教材、电脑 四、实验方法与步骤 一、准备工作。建立工作文件，并输入数据，用普通最小二乘法估计方程（操作步骤 与方法同前），得到残差序列。 1、CREATE U 1 31 回车 2、DATA Y X 回车 输入数据
obs Y X 1 264 8777 2 105 9210 3 90 9954 4 131 10508 5 122 10979 6 10 7 11912 7 406 12747 8 503 13499 9 431 14269 10 588 15522 11 898 16730 12 950 17663 13 779 18575 14 819 19635 15 1222 21163 16 1702 22880 17 1578 24127 18 1654 25604 19 1400 26500 20 1829 26760 21 2200 28300 22 2017 27430 23 2105 29560 24 1600 28150 25 2250 32100 26 2420 32500 27 2570 35250 28 1720 33500 29 1900 36000 30 2100 36200 31 2800 38200 3、LS Y C X 回车 用最小二乘法进行估计出现 Dependent Variable: Y Method: Least Squares Date: 05/18/13 Time: 11:19 Sample: 1 31 Included observations: 31 Variable Coefficien t Std. Error t-Statistic Prob.
实验四虚拟变量 【实验目的】 掌握虚拟变量的基本原理，对虚拟变量的设定和模型的估计与检验，以及相关的Eviews操作方法。 【实验内容】 试根据1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立 【实验步骤】 1、相关图分析 根据表中数据建立人均收入X与彩电拥有量Y的相关图（SCAT X Y）。从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，
因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 2、构造虚拟变量 构造虚拟变量 1D （DATA D1），并生成新变量序列： GENR XD=X*D1 3、估计虚拟变量模型 LS Y C X D1 XD 得到估计结果：
我国城镇居民彩电需求函数的估计结果为： XD D X Y 009.0873.31012.0611.571-++=∧ (16.25) (9.03) (8.32) (-6.59) 366,066.1..,9937.02===F e s R 再由t 检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。 虚拟变量的回归系数的t 检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。 低收入家庭与中高收入家庭各自的需求函数为： 低收入家庭： X Y 012.0611.57+=∧ 中高收入家庭： X X Y 003.0484.89)009.0012.0()873.31611.57(+=-++=∧ 由此可见我国城镇居民家庭现阶段彩电消费需求的特点： 对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。
计量经济学E v i e w s多重共线性实验报告 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
实验报告课程名称计量经济学 实验项目名称多重共线性 班级与班级代码 专业 任课教师 学号： 姓名： 实验日期： 2014 年 05 月 11日 广东商学院教务处制 姓名实验报告成绩 评语： 指导教师（签名） 年月日 说明：指导教师评分后，实验报告交院（系）办公室保存。 计量经济学实验报告 一、实验目的：掌握多元线性回归模型的估计方法、掌握多重共线性模型的识别和修正。 二、实验要求：应用教材第127页案例做多元线性回归模型，并识别和修正多重共线性。 三、实验原理：普通最小二乘法、简单相关系数检验法、综合判断法、逐步回归法。
四、预备知识：最小二乘法估计的原理、t检验、F检验、2R值。 五、实验步骤 1、选择数据 理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等1985——2007年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。主要数据如下： 1985~2007年统计数据
资料来源：《中国统计年鉴》，中国统计出版社2000、2008年版。 为分析Y 与X1、X2、X3、X4、X5、X6、X7之间的关系，做如下折线图： 能源消费Y 在1986到1996年间缓慢增长，在96至98年有短暂的下跌，但是98至02年开始缓慢回升，02年到06年开始快速增长。 国民总收入X1和国内生产总值X2以相同的趋势逐年缓慢增长。 工业增加值X3在1985年-1999年期间一直是缓慢增长，但在2000年出现了急剧下降的现象，2001年又急剧增长，达到下降前的水平，2001年以后开始缓慢增长。建筑业增长值x4、交通运输邮电业增加值x5、人均生活电力消费x6、能源加工转换效率x7数值较低，但都以较平缓的方式增长。 2、设定并估计多元线性回归模型 t t t t t t t u X X X X X Y ++++++=66554433221ββββββ （） 录入数据，得到图。 2.2.1）采用OLS 估计参数 在主界面命令框栏中输入 ls y c x1 x2 x3 x4 x5 x6 x7回车，即可得到参数的估计结果。 由此可见，该模型的可决系数为，修正的可决系数为，模型拟和很好，F 统计量为，回归方程整体上显着。 可是其中的lnX3、lnX4、lnX6对lnY 影响不显着,不仅如此，lnX2、lnX5的参数为负值，在经济意义上不合理。所以这样的回归结果并不理想。 3、多重共线性模型的识别
eviews异方差、自相关检验与解决办法 一、异方差检验： 1．相关图检验法 LS Y C X 对模型进行参数估计 GENR E=RESID 求出残差序列 GENR E2=E^2 求出残差的平方序列 SORT X 对解释变量X排序 SCAT X E2 画出残差平方与解释变量X的相关图 2．戈德菲尔德——匡特检验 已知样本容量n=26，去掉中间6个样本点（即约n/4），形成两个样本容量均为10的子样本。 SORT X 将样本数据关于X排序 SMPL 1 10 确定子样本1 LS Y C X 求出子样本1的回归平方和RSS1 SMPL 17 26 确定子样本2 LS Y C X 求出子样本2的回归平方和RSS2 计算F统计量并做出判断。 解决办法 3．加权最小二乘法 LS Y C X 最小二乘法估计，得到残差序列 GRNR E1=ABS(RESID) 生成残差绝对值序列 LS(W=1/E1) Y C X 以E1为权数进行加权最小二成估计 二、自相关 1．图示法检验 LS Y C X 最小二乘法估计，得到残差序列 GENR E=RESID 生成残差序列 SCAT E(-1) E et—et-1的散点图 PLOT E 还可绘制et的趋势图 2．广义差分法 LS Y C X AR(1) AR(2)
首先，你要对广义差分法熟悉，不是了解，如果你是外行，我奉劝你还是用eviews来做就行了，其实我想老师要你用spss无非是想看你是否掌握广义差分，好了，废话不多说了。接着，使用spss16来解决自相关。第一步，输入变量，做线性回归，注意在Liner Regression 中的Statistics中勾上DW，在save中勾Standardized，查看结果，显然肯定是有自相关的（看dw值）。第二步，做滞后一期的残差，直接COPY数据（别告诉我不会啊），然后将残差和滞后一期的残差做回归，记下它们之间的B指（就是斜率）。第三步，再做滞后一期的X1和Y1，即自变量和因变量的滞后一期的值，也是直接COPY。第四步，最后定义两个新变量，即X2=X-B*X1，Y2=Y-B*X2，最后做X2和Y2的回归，这样广义差分就完成了。但是这仅仅只是一次广义差分，观察X2和Y2的回归分析表，如果DW值仍然显示有自相关，则还要做一次差分，即重复上述步骤即可。 一般来说，广义差分最多做2次就行了。。。 本文来自: 人大经济论坛SPSS专版版，详细出处参考：https://www.doczj.com/doc/947236263.html,/forum.php?mod=viewthread&tid=289529&page=1
《计量经济学》实训报告 实训项目名称异方差的检验及修正 实训时间 2011年12月13日 实训地点 班级 学号 姓名 实训(实践) 报告
实训名称异方差的检验及修正 一、实训目的 深刻理解异方差性的实质、异方差出现的原因、异方差的出现对模型的不良影响（即异方差的后果），掌握估计和检验异方差性的基本思想和修正异方差的若干方法；能够运用所学的知识处理模型中的出现的异方差问题，并要求初步掌握用EViews处理异方差的基本操作方法。 二、实训要求 使用教材第五章的数据做异方差的图形法检验、Goldfeld-Quanadt检验与White检验，使用WLS法对异方差进行修正。 三、实训内容 1、用图示法、戈德菲尔德、white验证法，验证该模型是否存在异方差。 2、用加权最小二乘法消除异方差。 四、实训步骤 练习题5.8数据1998年我国重要制造业销售收入和销售利润的数据 Y—销售利润，x—销售收入 1. 用OLS方法估计参数，建立回归模型：ls y c x
回归结果如下： Y=12.036+0.1044x; S = (19.5178) (0.00844) T= (0.6167) (12.3667) R^2=0.8547 S.E.=56.9037 2.检验是否存在异方差 (1) 图形检验：残差图形scat x e2 结果表明：
残差平方e2对解释变量的x的散点图主要分布在图形的下方，大致看出残差平方随X 的变动呈增大的趋势，因此，模型很可能出现异方差。 (2)戈德菲尔德-夸特检验 首先，对变量进行排序，在这个题目中，我选择递增型排序，这是y与x将以x按递增型排序。 然后构造子样本区间，建立回归模型。在本题目中，n=28,删除中间的1/4,的观测值，即大约8个观测值，剩余部分平分得两个样本区间：1—10和19-28，他们的样本个数均为10。 用OLS方法得到前10个数的样本结果(ls y c x)： 用OLS方法得到后10个数的样本结果（ls y c x）：
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 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
（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： Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20
Variable Coeffici ent Std. Error t-Statisti c Prob.?? C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000 R-squared0.996528????Mean dependent var7351.300 Adjusted R-squared0.996335????S.D. dependent var4828.765 S.E. of regression292.3118????Akaike info criterion14.28816 Sum squared resid1538032.????Schwarz criterion14.38773 Log likelihood -140.881 6 ????Hannan-Quinn criter.14.30760 F-statistic5166.811????Durbin-Watson stat0.403709 Prob(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:
第四章异方差性 例4.1.4 一、参数估计 进入Eviews软件包，确定时间范围，编辑输入数据；选择估计方程菜单： (1)在Workfile对话框中，由路径：Quick/Estimate Equation，进入Equation Specification对话框，键入“log(y) c log(x1) log(x2)”，确认ok，得到样本回归估计结果；(2)直接在命令栏里输入“ls log(y) c log(x1) log(x2)”，按Enter,得到样本回归估计结果；(3)在Group的当前窗口，由路径：Procs/Make Equation，进入Equation Specification窗口，键入“log(y) c log(x1) log(x2)”，确认ok，得到样本回归估计结果。如表4.1： 表4.1 图4.1 估计结果为： LnY=3.266+0.1502LnX1+0.4775LnX2 (3.14) (1.38) (9.25) R2=0.7798 D.W.=1.78 F=49.60 RSS=0.8357 括号内为t统计量值。 二、检验模型的异方差
（一）图形法 （1）生成残差平方序列。 ①在Workfile的对话框中，由路径：Procs/Generate Series，进入Generate Series by Equation对话框，键入“e2=resid^2”，生成残差平方项序列e2；②直接在命令栏里输入“genr e2=resid^2”，按Enter,得到残差平方项序列e2。 （2）绘制散点图。 ①直接在命令框里输入“scat log(x2) e2”，按Enter，可得散点图4.2。 ②选择变量名log(x2)与e2（注意选择变量的顺序，先选的变量将在图形中表示横轴，后选的变量表示纵轴），再按路径view/graph/scatter/simple scatter，可得散点图4.2。 ③由路径quick/graph进入series list窗口，输入“log(x2) e2”，确认并ok，再在弹出的graph窗口把line graph换成scatter diagram，再点ok，可得散点图4.2。 图4.2 由图4.2可以看出，残差平方项e2对解释变量log(X2)的散点图主要分布图形中的下三角部分，大致看出残差平方项e2随log(X2)的变动呈增大的趋势，因此，模型很可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。 （二）Goldfeld-Quanadt检验 （1）对变量取值排序（按递增或递减）。 ①在Workfile窗口中，由路径：Procs/Sort Series进入sort workfile series对话框，键入“X2”，如果以递增型排序，选Ascending，如果以递减型排序，则应选Descending，点ok。本例选递增型排序，选Ascending。
实验报告2 实验目的：掌握异方差的检验及处理方法。 实验容：检验家庭人均纯收入与家庭生活消费支出可能存在的异方差性。有关数据如下：其中，收入为X，家庭生活消费支出为Y。 地区家庭人均 纯收入 家庭生活 消费支出地区 家庭人均 纯收入 家庭生活 消费支出 北京9439.63 6399.27 湖北3997.48 3090 天津7010.06 3538.31 湖南3904.2 3377.38 河北4293.43 2786.77 广东5624.04 4202.32 山西3665.66 2682.57 广西3224.05 2747.47 3953.1 3256.15 海南3791.37 2556.56 辽宁4773.43 3368.16 重庆3509.29 2526.7 吉林4191.34 3065.44 四川3546.69 2747.27 4132.29 3117.44 贵州2373.99 1913.71 上海10144.62 8844.88 云南2634.09 2637.18 江苏6561.01 4786.15 西藏2788.2 2217.62 浙江8265.15 6801.6 陕西2644.69 2559.59 安徽3556.27 2754.04 甘肃2328.92 2017.21 福建5467.08 4053.47 青海2683.78 2446.5 江西4044.7 2994.49 宁夏3180.84 2528.76 山东4985.34 3621.57 新疆3182.97 2350.58 河南3851.6 2676.41 实验步骤如下： 一、建立有关模型分析异方差检验如下。 方法一、图示法。（两种） （一）、x y 相关分析 从图中可以看出，随着收入的增加，家庭生活消费支出不断的提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。 建立模型： 1、从图中可以看出，x y不是简单的线性关系。建立线性回归方程如下， LS Y C X
时间 地点 实验题目 异方差的诊断与修正 一、实验目的与要求： 要求目的：1、用图示法初步判断是否存在异方差，再用White 检验异方差； 2、用加权最小二乘法修正异方差。 二、实验内容 根据1998年我国重要制造业的销售利润与销售收入数据，运用EV 软件，做回归分析，用图示法，White 检验模型是否存在异方差，如果存在异方差，运用加权最小二乘法修正异方差。 三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等） （一） 模型设定 为了研究我国重要制造业的销售利润与销售收入是否有关，假定销售利润与销售收入之间满足线性约束，则理论模型设定为： i Y =1β+2βi X +i μ 其中，i Y 表示销售利润，i X 表示销售收入。由1998年我国重要制造业的销售收入与销售利润的数据，如图1： 1988年我国重要制造业销售收入与销售利润的数据 （单位：亿元）
（二） 参数估计 1、双击“Eviews ”，进入主页。输入数据：点击主菜单中的File/Open /EV Workfile —Excel —异方差数据2.xls ； 2、在EV 主页界面的窗口，输入“ls y c x ”，按“Enter ”。出现OLS 回归结果,如图2： 估计样本回归函数 Dependent Variable: Y Method: Least Squares Date: 10/19/05 Time: 15:27 Sample: 1 28 Included observations: 28 Variable Coefficient Std. Error t-Statistic Prob. C 12.03564 19.51779 0.616650 0.5428 X 0.104393 0.008441 12.36670 0.0000 R-squared 0.854696 Mean dependent var 213.4650 Adjusted R-squared 0.849107 S.D. dependent var 146.4895 S.E. of regression 56.90368 Akaike info criterion 10.98935 Sum squared resid 84188.74 Schwarz criterion 11.08450 Log likelihood -151.8508 F-statistic 152.9353 Durbin-Watson stat 1.212795 Prob(F-statistic) 0.000000 估计结果为： i Y ? = 12.03564 + 0.104393i X （19.51779） (0.008441) t=（0.616650） （12.36670） 2R =0.854696 2R =0.849107 S.E.=56.89947 DW=1.212859 F=152.9353 这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。 2R =0.854696 , 拟合程度较好。在给定 =0.0时，t=12.36670 > )26(025.0t =2.056 ，拒
计量经济学实验报告
多元线性回归、多重共线性、异方差实验报告 一、研究目的和要求： 随着经济的发展，人们生活水平的提高，旅游业已经成为中国社会新的经济增长点。旅游产业是一个关联性很强的综合产业，一次完整的旅游活动包括吃、住、行、游、购、娱六大要素，旅游产业的发展可以直接或者间接推动第三产业、第二产业和第一产业的发展。尤其是假日旅游，有力刺激了居民消费而拉动内需。2012年，我国全年国内旅游人数达到30.0亿人次，同比增长13.6%，国内旅游收入2.3万亿元，同比增长19.1%。旅游业的发展不仅对增加就业和扩大内需起到重要的推动作用，优化产业结构，而且可以增加国家外汇收入，促进国际收支平衡，加强国家、地区间的文化交流。为了研究影响旅游景区收入增长的主要原因，分析旅游收入增长规律，需要建立计量经济模型。 影响旅游业发展的因素很多，但据分析主要因素可能有国内和国际两个方面，因此在进行旅游景区收入分析模型设定时，引入城镇居民可支配收入和旅游外汇收入为解释变量。旅游业很大程度上受其产业本身的发展水平和从业人数影响，固定资产和从业人数体现了旅游产业发展规模的内在影响因素，因此引入旅游景区固定资产和旅游业从业人数作为解释变量。因此选取我国31个省市地区的旅游业相关数据进行定量分析我国旅游业发展的影响因素。 二、模型设定 根据以上的分析，建立以下模型 Y=β 0+β1X 1 +β2X 2 +β 3 X 3 +β 4 X 4 +Ut 参数说明： Y ——旅游景区营业收入/万元 X 1 ——旅游业从业人员/人 X 2 ——旅游景区固定资产/万元 X 3 ——旅游外汇收入/万美元 X 4 ——城镇居民可支配收入/元
江西农业大学经济贸易学院学生实验报告 课程名称：计量经济学 专业班级：经济1201班 姓名： 学号： 指导教师：徐冬梅 职称：讲师 实验日期： 2014.12.11
学生实验报告 一、实验目的及要求 1、目的 会使用EVIEWS对计量经济模型进行分析 2、内容及要求 （1）对经典线形回归模型进行参数估计、参数的检验与区间估计，对模型总体进行显著性检验； （2）异方差的检验及其处理； （3）自相关的检验及其处理； （4）多重共线性检验及其处理； 二、仪器用具 三、实验方法与步骤 (一)数据的输入、描述及其图形处理； (二)方程的估计； (三)参数的检验、违背经典假定的检验； (四)模型的处理与预测
四、实验结果与数据处理 实验一：中国城镇居民人均消费支出模型 数据散点图： 通过Eviews 估计参数方程 回归方程： Dependent Variable: Y Method: Least Squares Date: 11/27/14 Time: 15:02 Sample: 1 31 Included observations: 31 Variable Coefficien t Std. Error t-Statistic Prob. X 1.359477 0.043302 31.39525 0.0000 C -57.90655 377.7595 -0.153289 0.8792 R-squared 0.971419 Mean dependent var 11363.69 Adjusted R-squared 0.970433 S.D. dependent var 3294.469 S.E. of regression 566.4812 Akaike info criterion 15.57911 Sum squared resid 9306127. Schwarz criterion 15.67162 Log likelihood -239.4761 F-statistic 985.6616 Durbin-Watson stat 1.294974 Prob(F-statistic) 0.000000 5000 10000 15000 20000 25000 6000 800010000120001400016000 X Y
EVIEWS实验报告 专业:金融学 班级：10907 学号：1090723 姓名：侯文隽
一、选题 自1949年新中国成立以后，我国国债发行基本分为两个阶段：20世纪50年代是第一阶段，为了支援人民解放战争，恢复和发展经济，我国先后发行过人民胜利折实公债和国家经济建设公债。80年代以来是第二阶段，进入20世纪80年代以后，随着改革开放的不断深入，我国国民收入分配格局发生了变化，国债的发行量也逐年扩大。本次实验出发点是根据1980-2005年的国债规模和可能的相关因素进行分析，同时达到掌握使用EVIEWS进行经济问题分析的目的。二、建立模型 影响国债规模的因素是多方面的、多层次的，我们暂且不去考虑微观上国债的管理水平与结构、筹资成本、期限安排、偿还方式等因素，因为这些因素的影响是个别的，并且难以计量。所以从宏观经济角度出发，引入财政赤字、国内生产总值（GDP）、年还本付息支出等指标，并建立多元线性回归模型。以国债发行量作为被解释变量Y，财政赤字、GDP、还本付息支出作为解释变量分别用X1、X2、X3表示。建立模型如下: Y=b0+b1*X1+b2*X2+b3*X3 三、数据来源 下表列出了1980-2005年间历年国债发行规模及各相关因素的具体数据表1 单位：亿元
（来源于中国统计年鉴2006，1980-2005年数据） 四、实验结果 通过普通最小二乘法对变量进行回归估计，得到结果如下： Dependent Variable: Y Method: Least Squares Date: 10/02/11 Time: 13:09 Sample: 1980 2005 Included observations: 26 Variable Coefficient Std. Error t-Statistic Prob. C -82.30505 63.20978 X1 0.816282 0.075733 X2 0.671558 0.414988 X3 0.980645 0.160403 R-squared 0.994963 Mean dependent var 2015.208 Adjusted R-squared 0.994276 S.D. dependent var 2355.453 S.E. of regression 178.2087 Akaike info criterion 13.34443 Sum squared resid 698683.5 Schwarz criterion 13.53798 Log likelihood -169.4775 F-statistic Durbin-Watson stat 1.141533 Prob(F-statistic) Y=-82.3051+0.8163X1+0.6716X2+0.9806X3 五、模型检验 1、从回归估计的结果看，可决系数R2=0.9949，模型拟合较好。方程的显著性检 验中F的伴随概率等于0，小于0.05，说明所有的待估参数不全为零，方程总体上的线性关系是显著成立的。在变量的显著性检验中，X1和X3的t检
第四章异方差性 例 4.1.4 、参数估计 进入Eviews 软件包，确定时间范围，编辑输入数据；选择估计方程菜单： (1)在 Workfile 对话框中，由路径：Quick/Estimate Equation ，进入 Equation Specification 对话框，键入“ log(y) c Iog(x1) Iog(x2) ”，确认ok ，得到样本回归估 计结果；⑵ 直接在命令栏里输入“ ls log(y) c log(x1) Iog(x2) ”，按Enter,得到样 本回归估计结果；(3)在Group 的当前窗口，由路径：Procs/Make Equation ，进 入 Equation Specification 窗口，键入“ log(y) c log(x1) log(x2) ”，确认 ok ，得到样 本回归估计结果。如表4.1 : 表4.1 D 即的血nt y 計怕blr LOGpO iMethod; Least EquaresI Date: 05/12/11 Time- 23:50 Sample: 1 31 Included observat io ns: 31 Variable Coefficient Stet Error t-Statistic Prob. C 3 266066 1.041591 3 135653 0.0040 LOG (XI) 0.150214 0.103538 1.363975 0.1773 LOGpG) 0.477i53 0 051595 9 253053 O.ODOD R-squared 0.779376 Mean de 卩end ent war 7.323613 Adjusted R-squared 0764155 S D. riependent var 0.355750 S. E. of regression 0.1727&E Aka ike info criterion -□.5S1995 Sum sq jarEd res id 0.335744 Schwa rz criteiriior -0.443222 Log likelihood 12.02092 F-statistic J9.60117 Durbin-Watson stat 1.780931 P rab(F-￡taii&tic) □.aOODQD 图4.1 估计结果为： 一 LiiY= 3-266+ 0L1502 LnXl + 0.4775 LuX2 (3.14) (1.38) (9.25) R 2=O.7798 D.W=1.78 F=49.6O RSS=O.8357 括号内为t 统计量值。 Adjiisiei R-^quared;関望 ER 冲■Wt 定爲數 S,E. of re^Rirtiun:回扫标准谡羞 Sam squared reakl' S 差平方祁 Leg Likdibwxl:对数似協比 Mean dependent var: ft 的均K 10. depenjent var 因(1^标堆差 info criteticn:赤池怙息ft (AJC) Seh^arz etiferitw: ?瓦茲信息量(SC) F-siatifitic: F 检轻的铳计 量 Prob[h-stau>tk); ffi 伴fit 札
异方差性检验及存在异方差模型估计 检验使用方法：（1）G-Q检验（2）White 检验 模型估计方法：加权最小二乘法（WLS） 下表为2000年中国部分省市城镇居民每个家庭平均年可支配收入(X)与消费性支出（Y）的统计数据： 1
一、利用Eviews求出线性模型 可得模型: ?272.2250.755 i i Y X =+ 2
(1.705) (32.394) R2=0.9832 二、异方差检验 （1）G-Q检验：首先将可支配收入X升序进行排列，然后去掉中间4个样本，将余下的样本分为容量各为8的两个子样本，并分别进行回归。 大样本小样本 3
样本取值较小的Eviews输出结果如下 残差平方和：RSS1=126528.3 4
样本取值较大的Eviews输出结果如下： 残差平方和：RSS2=615073.7 因此统计量为：2 14.8611 RSS F RSS == 在5%的显著性水平下，0.05(6,6) 4.28 F=,4.86>4.28,因此拒绝原假设，存在异方差性。 5
（2）White检验:在原模型的最小二乘估计窗口上选择“View\Residual Tests\Heteroskedasticity Tests\White”得到如下结果： x ，因此12.6478>5.99，因而拒绝原假设，检验统计量值为12.64768，查询20.05(2) 5.99 模型存在异方差。 三、估计存在异方差的经济模型 利用加权最小二乘法（WLS）进行估计：首先在对原模型进行估计后，保存残差，步骤如下：①Quick\Generate Series 再输入“e1=resid”，得到e1 ②Quick\Estimte Equation 再输入“Y C X” ③选择Options,在“Weighted LS/TLS”输入“1/abs(e1)”(备注：abs表示绝对值) 得到如下结果; 6
实验一 EVIEWS中时间序列相关函数操作 【实验目的】熟悉Eviews的操作：菜单方式，命令方式； 练习并掌握与时间序列分析相关的函数操作。 掌握时间序列的白噪声检验 【实验内容】 一、复习EViews软件的常用菜单方式和命令方式； 二、各种常用差分函数表达式以及确定性趋势模型拟合； 三、时间序列的自相关和偏自相关图与函数； 四、时间序列的白噪声检验 【实验步骤】 复习：EViews软件的常用菜单方式和命令方式； （一）创建工作文件 ⒈菜单方式 启动EViews软件之后，进入EViews主窗口 在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框，由用户选择数据的时间频率（frequency）、起始期和终止期。选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日期，然后点击OK按钮，将在EViews软件的主显示窗口显示相应的工作文件窗口。 工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。 ⒉命令方式 在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。命令格式为：CREATE 时间频率类型起始期终止期 则菜单方式过程可写为：CREATE A 1985 1998 （二）输入Y、X的数据 ⒈DATA命令方式 在EViews软件的命令窗口键入DATA命令，命令格式为： DATA <序列名1> <序列名2>…<序列名n> 本例中可在命令窗口键入如下命令： DATA Y X
实验题目：多元线性回归、异方差、多重共线性 实验目的：掌握多元线性回归的最小二乘法，熟练运用Eviews软件的多元线性回归、异方差、多重共线性的操作，并能够对结果进行相应的分析。 实验内容：习题3.2，分析1994-2011年中国的出口货物总额（Y）、工业增加值（X2）、人民币汇率（X3），之间的相关性和差异性，并修正。 实验步骤： 1.建立出口货物总额计量经济模型： 错误！未找到引用源。（3.1） 1.1建立工作文件并录入数据，得到图1 图1 在“workfile"中按住”ctrl"键，点击“Y、X2、X3”，在双击菜单中点“open group”,出现数据 表。点”view/graph/line/ok”,形成线性图2。 图2 1.2对（3.1）采用OLS估计参数 在主界面命令框栏中输入ls y c x2 x3，然后回车，即可得到参数的估计结果，如图3所示。
图 3 根据图3中的数据，得到模型（3.1）的估计结果为 （8638.216）（0.012799）（9.776181） t=(-2.110573) (10.58454) (1.928512) 错误！未找到引用源。错误！未找到引用源。F=522.0976 从上回归结果可以看出，拟合优度很高，整体效果的F检验通过。但当错误！未找到引用源。=0.05时，错误！未找到引用源。=错误！未找到引用源。2.131.有重要变量X3的t检验不显著，可能存在严重的多重共线性。 2．多重共线性模型的识别 2.1计算解释变量x2、x3的简单相关系数矩阵。 点击Eviews主画面的顶部的Quick/Group Statistics/Correlatios弹出对话框在对话框中输入解释变量x2、x3，点击OK，即可得出相关系数矩阵（同图4）。 相关系数矩阵 图4 由图4相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实解释变量之间存在多重共线性。 2.2多重共线性模型的修正
第五章 案例分析 一、问题的提出和模型设定 根据本章引子提出的问题，为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。假定医疗机构数与人口数之间满足线性约束，则理论模型设定为 i i i u X Y ++=21ββ （5.31） 其中i Y 表示卫生医疗机构数，i X 表示人口数。由2001年《四川统计年鉴》得到如下数据。 表5.1 四川省2000年各地区医疗机构数与人口数 地区 人口数（万人） X 医疗机构数（个） Y 地区 人口数（万人） X 医疗机构数（个） Y 成都 1013.3 6304 眉山 339.9 827 自贡 315 911 宜宾 508.5 1530 攀枝花 103 934 广安 438.6 1589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 雅安 149.8 866 绵阳 518.4 1616 巴中 346.7 1223 广元 302.6 1021 资阳 488.4 1361 遂宁 371 1375 阿坝 82.9 536 内江 419.9 1212 甘孜 88.9 594 乐山 345.9 1132 凉山 402.4 1471 南充 709.2 4064 二、参数估计 进入软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本回归函数如下 表5.2
估计结果为 56.69,2665.508..,7855.0) 3403.8() 9311.1(3735.50548.563?2===-+-=F e s R X Y i i (5.32) 括号内为t 统计量值。 三、检验模型的异方差 本例用的是四川省2000年各地市州的医疗机构数和人口数，由于地区之间存在的不同人口数，因此，对各种医疗机构的设置数量会存在不同的需求，这种差异使得模型很容易产生异方差，从而影响模型的估计和运用。为此，必须对该模型是否存在异方差进行检验。 （一）图形法 1、软件操作。 由路径： ，进入 窗口，键入“y c x ”，确认并“”，得样本回归估计结果，见表5.2。 （1）生成残差平方序列。在得到表5.2估计结果后，立即用生成命令建立序列2 i e ，记为e2。生成过程如下，先按路径： ，进入 对话框，即
1. Eviews 基础 1.1. Eviews 简介 Eviews ：Econometric Views （经济计量视图），是美国QMS 公司（Quantitative Micro Software Co.，网址为https://www.doczj.com/doc/947236263.html, ）开发的运行于Windows 环境下的经济计量分析软件。Eviews 是应用较为广泛的经济计量分析软件——MicroTSP 的Windows 版本，它引入了全新的面向对象概念，通过操作对象实现各种计量分析功能。 Eviews 软件功能很强，能够处理以时间序列为主的多种类型数据，进行包括描述统计、回归分析、传统时间序列分析等基本数据分析以及建立条件异方差、向量自回归等复杂的计量经济模型。 1.2. Eviews 的启动、主界面和退出 1.2.1. Eviews 的启动 单击Windows 的【开始】按钮，选择【程序】选项中的【Eviews 】，单击其中的【Eviews 】；或者在相应目录下用鼠标双击 启动Eviews 5程序，进入主窗 口。如图1.1所示： 图 1.1 菜单栏 命令窗口 工作区 状态栏 路径
1.2.2.Eviews窗口介绍 标题栏 Eviews窗口的顶部是标题栏，标题栏左边是控制框；右边是控制按钮，有【最小化】、【最大化（或还原）】、【关闭】三个按钮。 菜单栏 标题栏下面是菜单栏。菜单栏中排列着按照功能划分的9个主菜单选项，用鼠标单击任意选项会出现不同的下拉菜单，显示该部分的具体功能。9个主菜单选项提供的主要功能如下： 【File】有关文件（工作文件、数据库、Eviews程序等）的常规操作，如文件的建立（New）、打开（Open）、保存（Save/Save As）、关闭（Close）、导入（Import）、导出（Export）、打印（Print）、运行程序（Run）等；选择下拉菜单中的Exit将退出Eviews软件。 【Edit】通常情况下只提供复制功能（下拉菜单中只有Cut、Copy项被激活），应与粘贴（Paste）配合使用；对某些特定窗口，如查看模型估计结果的表达式时，可对窗口中的内容进行剪切（Cut）、删除（Delete）、查找（Find）、替换（Replace）等操作，选择Undo表示撤销上步操作。 【Objects】提供关于对象的基本操作。包括建立新对象（New Objects）、从数据库获取/更新对象（Fetch/Update from DB）、重命名（Rename）、删除（Delete）。 【View】和【Procs】二者的下拉菜单项目随当前窗口不同而改变，功能也随之变化，主要涉及变量的多种查看方式和运算过程。我们将在以后的实验中针对具体问题进行具体介绍。 【Quick】下拉菜单主要提供一些简单常规用法的快速进入方式。如改变样本范围（Sample）、生成新序列（Generate Series）、显示对象（Show）、作图（Graph）、生成新组（Empty Group）以及序列和组的描述统计量、新建方程和V AR。 【Options】系统参数设定选项。与一般应用软件相同，Eviews运行过程中的各种状态，如窗口的显示模式、字体、图像、电子表格等都有默认的格式，用户可以根据需要选择Options下拉菜单中的项目对一些默认格式进行修改。 【Windows】提供多种在打开窗口种进行切换的方式，以及关闭所有对象（Close All Objects）或关闭所有窗口（Close All）。 【Help】Eviews的帮助选项。选择Eviews Help Topics按照索引或目录方式在所有帮助信息种查找所需项目。下拉菜单还提供分类查询方式，包括对象（Object）、命令（Command）、函数（Function）、矩阵与字符串（Matrix&String）、程序（Programming）等五个方面。 命令窗口 菜单栏下面是命令窗口（Command Windows），窗口内闪烁的“︱”是光标。