金融计量学实验报告

实验1：基金能否赢得市场

实验目的

运用简单的统计学检验来检验金融理论----基金能否赢得市场

实验软件：Eviews

实验数据：见附录一

实验过程

在投资决策的过程中，我们需要知道某只基金（或股票）是否能够赢得市场，即该只基金（相对于无风险利率）的超额收益要高于市场组合的超额收益。我们假设模型为：

R i?R f=α+β×（R m?R f）+μt

（其中R i表示该基金的收益率；R f表示市场无风险收益率；R m表示市场组合的收益率，在这里我们取上证综合指数的收益率；α 表示该基金收益率超过市场组合的收益率的大小。）1.1数据预处理

利用搜集到的数据运用excle整理出R i-R f ，R M-R f 如附录一表1.1.1，表1.1.2所示：1.2 Eviews数据导入

1）打开eviews，选择月度数据，在初始日期和结束日期栏输入：2007：05 ，2013:02，点击OK。如下图1.2.1所示：

图1.2.1

2）从excel中导入数据，File→import→read test-lotus-excel，在upper-left data cell栏输入初始位置在excel里的编号（D3），在Excel5+sheet name 输入sheet1，命名为x，成功导入R M-R f，用同样的方法导入剩余数据，过程如下图1.2.2所示。

我们以R M-R f 为x，R1-R f 为y1，R2-R f 为y2，R3-R f 为y3，R4-R f 为y4，R5-R f 为y5，R6-R f 为y6，R7-R f 为y7，R8-R f 为y8，R9-R f 为y9。

图1.2.2 导入x

1.3拟合回归模型

输入ls y1 c x 做出第一只基金的CAPM模型的回归方程，如下图1.3所示

图1.3

其他的回归模型操作步骤与之类似，在此不再赘述。

实验结果

一、单个结果分析

2.1对于博时价值的分析

在上面实验步骤的1.3中我们用Eviews得到了第一只基金的回归分析的表格如下表2.1所示：

Dependent Variable: Y1

Method: Least Squares

Date: 05/05/13 Time: 16:19

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.125066 0.010068 -12.42173 0.0000

X 0.485169 0.035667 13.60264 0.0000

R-squared 0.731259 Mean dependent var -0.248914

Adjusted R-squared 0.727307 S.D. dependent var 0.068864

S.E. of regression 0.035961 Akaike info criterion -3.784617

Sum squared resid 0.087936 Schwarz criterion -3.720374

Log likelihood 134.4616 Hannan-Quinn criter. -3.759099

F-statistic 185.0317 Durbin-Watson stat 1.129516

Prob(F-statistic) 0.000000

表2.1

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到了0.731259，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。以上种种均表明方程的回归结果比较不错。

截距项为-0.125066，说明基金的整体表现不如市场预期。也即博时价值没有打败市场。

2.2对于嘉实沪深的分析

在上面实验步骤的1.3中我们用Eviews得到了嘉实沪深基金的回归分析的表格如下表2.2所示：

Dependent Variable: Y2

Method: Least Squares

Date: 05/05/13 Time: 16:39

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.067134 0.014373 -4.670885 0.0000

X 0.701310 0.050916 13.77384 0.0000

R-squared 0.736146 Mean dependent var -0.246157

Adjusted R-squared 0.732266 S.D. dependent var 0.099212

S.E. of regression 0.051335 Akaike info criterion -3.072724

Sum squared resid 0.179201 Schwarz criterion -3.008482

Log likelihood 109.5454 Hannan-Quinn criter. -3.047206

F-statistic 189.7186 Durbin-Watson stat 1.660885

Prob(F-statistic) 0.000000

表2.2

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到了0.73146，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.067134，说明基金的整体表现不如市场预期。也即嘉实沪深没有打败市场。2.3对于金鹰成份的分析

在上面实验步骤的1.3中我们用Eviews得到了金鹰成份基金的回归分析的表格如下表2.3所示：

Dependent Variable: Y3

Method: Least Squares

Date: 05/05/13 Time: 16:42

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.114734 0.011175 -10.26702 0.0000

X 0.526502 0.039588 13.29959 0.0000

R-squared 0.722312 Mean dependent var -0.249134

Adjusted R-squared 0.718228 S.D. dependent var 0.075192

S.E. of regression 0.039914 Akaike info criterion -3.576037

Sum squared resid 0.108331 Schwarz criterion -3.511795

Log likelihood 127.1613 Hannan-Quinn criter. -3.550519

F-statistic 176.8790 Durbin-Watson stat 1.542766

Prob(F-statistic) 0.000000

表2.3

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到了0.722312，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。以上种种均表明方程的回归结果比较不错。

截距项为-0.114734，说明基金的整体表现不如市场预期。也即金鹰成份没有打败市场。2.4对于广发聚丰的分析

在上面步骤1.3中我们用Eviews得到了广发聚丰基金的回归分析的表格如下表2.4所示：Dependent Variable: Y4

Method: Least Squares

Date: 05/05/13 Time: 16:48

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.103263 0.012259 -8.423304 0.0000

X 0.561761 0.043429 12.93525 0.0000

R-squared 0.711033 Mean dependent var -0.246664

Adjusted R-squared 0.706783 S.D. dependent var 0.080862

S.E. of regression 0.043786 Akaike info criterion -3.390842

Sum squared resid 0.130372 Schwarz criterion -3.326599

Log likelihood 120.6795 Hannan-Quinn criter. -3.365324

F-statistic 167.3207 Durbin-Watson stat 1.003630

Prob(F-statistic) 0.000000

表2.4

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到了0.711033，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。以上种种均表明方程的回归结果比较不错。

截距项为-0.103263，说明基金的整体表现不如市场预期。也即广发聚丰没有打败市场。

2.5对于光大量化的分析

在上面实验步骤的1.3中我们用Eviews得到了光大量化基金的回归分析的表格如下表2.5所示：

Dependent Variable: Y5

Method: Least Squares

Date: 05/05/13 Time: 16:52

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.069029 0.013489 -5.117299 0.0000

X 0.696416 0.047786 14.57360 0.0000

R-squared 0.757481 Mean dependent var -0.246802

Adjusted R-squared 0.753914 S.D. dependent var 0.097122

S.E. of regression 0.048179 Akaike info criterion -3.199611

Sum squared resid 0.157846 Schwarz criterion -3.135368

Log likelihood 113.9864 Hannan-Quinn criter. -3.174093

F-statistic 212.3898 Durbin-Watson stat 1.262447

Prob(F-statistic) 0.000000

表2.5

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到了0.757481，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。以上种种均表明方程的回归结果比较不错。

截距项为-0.069029，说明基金的整体表现不如市场预期。也即光大量化没有打败市场。

2.6对于上投内需的分析

在上面实验步骤的1.3中我们用Eviews得到了上投内需基金的回归分析的表格如下表2.6所示：

Dependent Variable: Y6

Method: Least Squares

Date: 05/05/13 Time: 19:01

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.113977 0.012541 -9.088337 0.0000

X 0.511648 0.044427 11.51661 0.0000

R-squared 0.661072 Mean dependent var -0.244585

Adjusted R-squared 0.656087 S.D. dependent var 0.076381

S.E. of regression 0.044793 Akaike info criterion -3.345389

Sum squared resid 0.136434 Schwarz criterion -3.281147

Log likelihood 119.0886 Hannan-Quinn criter. -3.319871

F-statistic 132.6324 Durbin-Watson stat 1.640318

Prob(F-statistic) 0.000000

表2.6

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到了0.661072，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。以上种种均表明方程的回归结果比较不错。

截距项为-0.113977，说明基金的整体表现不如市场预期。也即上投内需没有打败市场。

2.7对于工银精选的分析

在上面实验步骤的1.3中我们用Eviews得到了工银精选基金的回归分析的表格如下表2.5所示：

Dependent Variable: Y7

Method: Least Squares

Date: 05/05/13 Time: 19:15

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.127742 0.011194 -11.41125 0.0000

X 0.479029 0.039656 12.07948 0.0000

R-squared 0.682115 Mean dependent var -0.250023

Adjusted R-squared 0.677440 S.D. dependent var 0.070399

S.E. of regression 0.039983 Akaike info criterion -3.572579

Sum squared resid 0.108707 Schwarz criterion -3.508336

Log likelihood 127.0403 Hannan-Quinn criter. -3.547061

F-statistic 145.9140 Durbin-Watson stat 1.468375

Prob(F-statistic) 0.000000

表2.7

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到

了0.682115，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。以上种种均表明方程的回归结果比较不错。

截距项为-0.127742，说明基金的整体表现不如市场预期。也即工银精选没有打败市场。

2.8对于海富通精选的分析

在上面实验步骤的1.3中我们用Eviews得到了海富通精选基金的回归分析的表格如下表2.8所示：

Dependent Variable: Y8

Method: Least Squares

Date: 05/05/13 Time: 19:18

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.137929 0.009284 -14.85695 0.0000

X 0.434605 0.032888 13.21460 0.0000

R-squared 0.719733 Mean dependent var -0.248870

Adjusted R-squared 0.715611 S.D. dependent var 0.062179

S.E. of regression 0.033159 Akaike info criterion -3.946854

Sum squared resid 0.074767 Schwarz criterion -3.882612

Log likelihood 140.1399 Hannan-Quinn criter. -3.921336

F-statistic 174.6256 Durbin-Watson stat 1.576381

Prob(F-statistic) 0.000000

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到了0.719733，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。以上种种均表明方程的回归结果比较不错。

截距项为-0.137929，说明基金的整体表现不如市场预期。也即海富通精选没有打败市场。

2.9对于国泰金鼎的分析

在上面实验步骤的1.3中我们用Eviews得到了国泰金鼎基金的回归分析的表格如下表2.9所示：

Dependent Variable: Y9

Method: Least Squares

Date: 05/05/13 Time: 19:23

Sample: 2007M05 2013M02

Included observations: 70

Variable Coefficient Std. Error t-Statistic Prob.

C -0.110253 0.010905 -10.11077 0.0000

X 0.537940 0.038630 13.92557 0.0000

R-squared 0.740380 Mean dependent var -0.247573

Adjusted R-squared 0.736562 S.D. dependent var 0.075883

S.E. of regression 0.038948 Akaike info criterion -3.625041

Sum squared resid 0.103151 Schwarz criterion -3.560798

Log likelihood 128.8764 Hannan-Quinn criter. -3.599523

F-statistic 193.9214 Durbin-Watson stat 1.581985

Prob(F-statistic) 0.000000

表2.9

从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著，且方程的R2 达到了0.740380，拟合结果比较满意，F统计量明显通过检验，方程总体的显著性也比较满意。以上种种均表明方程的回归结果比较不错。

截距项为-0.110253，说明基金的整体表现不如市场预期。也即国泰金鼎没有打败市场。二、整体结果分析

从上面部分我们可以知道九只基金在选定的时间内都没有打败市场，也即他们的表现都不如市场预期表现。但有一点需要说明，就是我们选定时间在2007年5月一直到2013年

2月，在这段时间内正好发生了全球性的经济危机，也就是我们的结论换句话说就是：在全球性的金融危机面前我们选定的基金都没能赢过市场。在此基础上我们可以引申出一点就是，面对经济不景气时把钱放入基金不是一个好主意。

实验二：综合性检验

实验目的

对某只股票得到的CAPM回归模型进行经济意义检验，统计学检验，计量经济检验。实验软件：Eviews

实验数据：见附录二

实验过程

用CAPM模型观测宝钢股份的股票在2002.02到2008.12相对于上证综合指数的收益情况进行回归。

设定CAPM模型为：

R i?R f=α+β×（R m?R f）+μt

（其中R i表示平安保险的收益率；R f表示市场无风险收益率；R m表示市场组合的收益率，在这里我们取上证综合指数的收益率；α 表示平安保险的股票收益率超过市场组合的收益率的大小。）

1.1数据预处理

利用搜集到的数据运用excle整理出R i-R f ，R M-R f 如附录二表1所示：

1.2 Eviews数据导入

1）打开eviews，选择月度数据，在初始日期和结束日期栏输入：2002：03，2008:12，点击OK。如下图1.2.1所示：

图1.2.1

2）从excel中导入数据，File→import→read test-lotus-excel，在upper-left data cell栏输入初始位置在excel里的编号（G3和H 3），在Excel5+sheet name 输入sheet1，命名为x和y，成功导入R M-R f 和R i-R f，过程如下图1.2.2和图1.2.3所示。

在这里我们用x代表R M-R f ，用y代表R i-R f

表1.2.2

表1.2.3

1.3拟合回归模型

输入ls y c x 做出宝钢股份的CAPM模型的回归方程，如下图1.3所示：

图1.3

实验结果

Dependent Variable: Y

Method: Least Squares

Date: 05/05/13 Time: 20:19

Sample: 2002M03 2008M12

Included observations: 82

Variable Coefficient Std. Error t-Statistic Prob.

C 0.012593 0.016877 0.746177 0.4577

X 1.047779 0.071906 14.57156 0.0000

R-squared 0.726337 Mean dependent var -0.200096

Adjusted R-squared 0.722916 S.D. dependent var 0.145761

S.E. of regression 0.076727 Akaike info criterion -2.273051

Sum squared resid 0.470957 Schwarz criterion -2.214350

Log likelihood 95.19508 Hannan-Quinn criter. -2.249483

F-statistic 212.3303 Durbin-Watson stat 1.790250

Prob(F-statistic) 0.000000

表2.1

所得回归方程为：

Y=0.012593 + 1.047779×X

（0.746177）（14.57156）

一、经济意义检验

这里所估计的参数β=1.047779表示R M-R f每增加1%，将会导致R i-R f增加1.047779%，也即R i近似增加1.047779%，这符合经济学中的常理。

二、统计学检验

1）t检验

对于截距项t值为0.746177，伴随概率为0.4577，这明显是不通过检验的。但是对于回归模型来说，截距项是保证模型不仅过原点，并且对保持β的经济学意义有至关重要的意义，所以即使t值不显著我们也不能简单的去掉截距项。

对于β来说，他的t值为14.57156，伴随概率为0.0000，所以β通过了变量显著性检验。2）R2检验

由表2.1可知，由回归结果可知，本题中的可决定系数R2＝0.726337，说明模型对数据拟在整体上合较好。解释变量“R M-R f”对被解释变量“R i-R f”的72.6337%的变化做出了解释。

3）F检验

由表2.1可知F=212.3303，其伴随概率为0.000000<0.05，所以我们可以得出结论方程整体显著成立。

三、计量经济学检验

1)自相关性检验

3.1.1 DW检验

由上表2.1可知DW=1.790250，查表得d L=1.48，d U =1.53，所以d U

3.1.2 作图法

我们做出实际值，估计值和残差的示意图，如下图所示：

图3.2.1

其中，红线代表实际值，绿线代表估计值，蓝线代表残差，可知随机误差项不存在明显的自相关性。

3.1.3 拉格朗日乘数检验

在方程窗口上点击“View/Residual Test/Serial Correlation LM Test”,选择滞后期为“7”，输出结果如表3.1.3所示：

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.545540 Prob. F(7,73) 0.7971

Obs*R-squared 4.076345 Prob. Chi-Square(7) 0.7709

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 05/05/13 Time: 21:02

Sample: 2002M03 2008M12

Included observations: 82

Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 0.000355 0.017711 0.020030 0.9841

X 0.001754 0.076531 0.022920 0.9818

RESID(-1) 0.098537 0.116946 0.842586 0.4022

RESID(-2) 0.014741 0.118165 0.124745 0.9011

RESID(-3) -0.119454 0.118932 -1.004391 0.3185

RESID(-4) 0.088508 0.123982 0.713877 0.4776

RESID(-5) -0.137192 0.124052 -1.105926 0.2724

RESID(-6) -0.042985 0.127089 -0.338226 0.7362

RESID(-7) 0.116158 0.126505 0.918211 0.3615

R-squared 0.049712 Mean dependent var -8.80E-18

Adjusted R-squared -0.054430 S.D. dependent var 0.076251

S.E. of regression 0.078299 Akaike info criterion -2.153309

Sum squared resid 0.447545 Schwarz criterion -1.889157

Log likelihood 97.28565 Hannan-Quinn criter. -2.047256

F-statistic 0.477347 Durbin-Watson stat 1.973510

Prob(F-statistic) 0.868406

可知RESID(-1)~ RESID(-7)均没有通过t检验，则接受零假设，即不存在自相关性。2）异方差性检验

3.2.1作图法

由下图可知，回归模型存在明显的异方差性。

图3.2.1

3.2.2White检验

运用Eviews进行怀特检验得到如下表所示：

Heteroskedasticity Test: White

F-statistic 0.858695 Prob. F(2,79) 0.4276

Obs*R-squared 1.744680 Prob. Chi-Square(2) 0.4180

Scaled explained SS 2.446314 Prob. Chi-Square(2) 0.2943

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 05/05/13 Time: 21:14

Sample: 2002M03 2008M12

Included observations: 82

Variable Coefficient Std. Error t-Statistic Prob.

C 0.010193 0.003574 2.852095 0.0055

X 0.037645 0.029357 1.282327 0.2035

X^2 0.057941 0.051258 1.130384 0.2617

R-squared 0.021277 Mean dependent var 0.005743

Adjusted R-squared -0.003501 S.D. dependent var 0.009919

S.E. of regression 0.009936 Akaike info criterion -6.349332

Sum squared resid 0.007800 Schwarz criterion -6.261281

Log likelihood 263.3226 Hannan-Quinn criter. -6.313981

F-statistic 0.858695 Durbin-Watson stat 2.054841

Prob(F-statistic) 0.427631

表3.2.2

检验结果显示T?R2=1.744680,且约束条件的个数m=2,经查表可知χ0.052(2)=5.991, 2(2),落在接受区域，即原方程存在异方差性。

即T?R2<χ0.05

3)正态性检验

图3.3

由上图可知我们J-B统计量为6.901773，p值为0.031718 0.05所以落在拒绝域内，所以我们拒绝正态性原假设，认为分布不为正态性，并且我们可以看到偏度指标为0.530232，存在一定程度的右偏，峰度指标为3.946280，所以超峰度为0.946280。

实验3：多重共线性检验

实验目的

理解多重共线性的含义，运用Eviews做到识别和修正。

实验软件：Eviews

实验数据：见附录三

实验过程

1多重共线性检验

第一步：运用eviews的最小二乘估计对实验数据进行ols估计（ls y c x1 x2 x3 x4 x5）结果

表1.1

第二步：求出X

分析：逐步回归法含义简单相关系数检验法是利用解释变量之间的线性相关程度去判断是否存在严重多重共线性的一种简便方法。判断规则一般而言如果每两个解释变量的简单相关系数比较高例如大于0.8则可认为存在着较严重的多重共线性。（较高的简单相关系数只是多重共线性存在的充分条件而不是必要条件。）并且，在置信水平是5%的情况下，经济意义上，x4和x5应与Y成正相关，但回归结果的β值却是负数。与此同时R-squared的值高达0.999。

根据以上分析，我们判定Xi,Xj存在多重共线性，我们需要对其进行调整。

2多重共线性调整

第一步：我们用自变量Y分别与X1，X2，X3，X4，X5进行回归（ls y c x1;ls y c x2;ls y c x3;ls y c x4;ls y c x5）, 2.1得：

表2.1

不难发现，此处X2的可决系数最大，所以首先选取X2进行逐步回归。

第二步：我们首先引入X1，对第一步得到的结果进行回归分析（ls y c x2 x1）,结果如下表2.2

表2.2

分析上述数据我们可以看出X2,X1的伴随概率分别为0.0005和0.0025，都小于5%的置信水平，并且X1的t统计量为3.539376，通过了检验，所以我们接受X1的加入。

第三步：引入X3，对第二步得出的结果进行回归分析（ls y c x2 x1 x3），结果如下表2.3所示：

分析上述数据我们可以看出X2,X1的伴随概率分别为0.0008和0.0119，都小于5%的置信水平，但是X3的伴随概率为0.8886远远超过我们设置的置信水平，并且它的t统计量为0.142378，明显不通过检验，所以我们不接受X3的加入。

第四步：引入X4，对第二步得出的结果进行回归分析（ls y c x2 x1 x4），结果如下表2.4所

表2.4

分析上述数据我们可以看出X2,X1的伴随概率分别为0.0006和0.0031，都小于5%的置信水平，但是X3的伴随概率为0.5346远远超过我们设置的置信水平，并且，它的t统计量为-0.63466，明显不通过检验，所以我们不接受X4的加入。

第五步：引入X5，对第二步得出的结果进行回归分析（ls y c x2 x1 x5），结果如下表2.5所示：

表2.5

分析上述数据我们可以看出X2,X1的伴随概率分别为0.0022和0.0058，都小于5%的置信水平，但是X3的伴随概率为0.8408远远超过我们设置的置信水平，并且，它的t统计量为-0.20415，明显不通过检验，所以我们不接受X5的加入。

至此，我们可以得出结论，多重共线调整后的方程只剩自变量X1，X2。最终方程如下所示：

Y=?287.6867+0.415867 ×X1+0.487185× X2

（-2.841797）（3.539376）（4.323352）

3对多重共线性调整后的方程进行检验

3.1拟合优度检验

表3.1

表3.1说明拟合结果非常理想。

3.2

由表3.2可知，方程的整体显著成立。

3.3异方差性检验

1）White检验

由上表结果我们不难发现辅助回归方程的可决系数和调整的可决系数都不显著，且方程总体线性显著性检验（F检验）在15%的情况下也没有通过，故回归模型的异方差性不明显。

计量经济学实验报告范文

计量经济学实验报告X文 一：各地区农村居民家庭人均纯收入与家庭人均消费支出的数据（单位：元） 地区 Y X 9439.63 6399.27 XX 7010.06 3538.31 4293.43 2786.77 3665.66 2682.57 3953.1 3256.15 4773.43 3368.16 4191.34 3065.44 4132.29 3117.44 10144.62 8844.88 6561.01 4786.15 8265.15 6801.6 3556.27 2754.04 5467.08 4053.47 4044.7 2994.49 4985.34 3621.57 3851.6 2676.41 3997.48 3090 3904.2 3377.38 5624.04 4202.32 XX 3224.05 2747.47 3791.37 2556.56 3509.29 2526.7 3546.69 2747.27 2373.99 1913.71 2634.09 2637.18 2788.2 2217.62 2644.69 2559.59 2328.92 2017.21

2683.78 2446.5 3180.84 2528.76 XX 3182.97 2350.58 二．参数估计： Dependent Variable: X Method: Least Squares Date: 11/11/11 Time: 08:22 Sample: 1 31 Included observations: 31 Variable Coefficien t Std. Error t-Statistic Prob. C 179.1916 221.5775 0.808709 0.4253 Y 0.719500 0.045700 15.74411 0.0000 R-squared 0.895260 Mean dependent var 3376.309 Adjusted R-squared 0.891649 S.D. dependent var 1499.612 S.E. of regression 493.6240 Akaike info criterion 15.30377 Sum squared resid 7066274. Schwarz criterion 15.39628 Log likelihood -235.2084 F-statistic 247.8769 Durbin-Watson stat 1.461684 Prob(F-statistic) 0.000000 根据回归结果，则模型估计的结果为： X?i=179.1916 + 0.719500 Y i (0.808709 ) (15.74411) R2=0.895260 F=247.8769 三．检验模型的异方差： （一）图形法 1）绘制e t2对Yt的散点图即E2对Yt的散点图：

计量地理学上机实验报告5

《计量地理学》 实验报告 专业：地理与旅游学院 班级： 学号： 姓名： 成绩： 2015-2016学年第二学期 地理与旅游学院

实验五聚类分析 实验日期：2016-6-14 实验地点：JE330 一、实验目的 通过此次上机分析，重点掌握样本聚类方法的概念、基本思路、数据处理的方式，并能对结果进行分析。 二、实验内容 运用SPSS应用软件中的 Classify 模块，建立分层聚类的基本概念，掌握数据标准化的方法、统计量的计算方式以及聚类的方法的选择，并根据自动生成的聚类谱系图进行类型的划分。

6 8 18 .501 0 0 18 7 20 31 .508 0 0 8 8 20 30 .509 7 0 11 9 5 14 .529 5 0 10 10 5 32 .535 9 0 11 11 5 20 .597 10 8 12 12 5 33 .599 11 3 13 13 5 16 .604 12 0 15 14 6 21 .634 0 0 17 15 5 22 .642 13 0 16 16 4 5 .763 0 15 18 17 6 11 .799 14 0 27 18 4 8 .806 16 6 20 19 12 13 .830 0 0 21 20 4 7 .862 18 0 22 21 12 15 .884 19 0 23 22 4 19 .893 20 0 23 23 4 12 .901 22 21 24 24 4 28 .916 23 0 25 25 4 26 1.061 24 4 26 26 3 4 1.073 0 25 27 27 3 6 1.088 26 17 28 28 3 9 1.102 27 0 30 29 2 23 1.827 0 0 30 30 2 3 1.837 29 28 31 31 2 24 2.528 30 0 32 32 1 2 2.905 0 31 33 33 1 10 3.949 32 0 34 34 1 27 4.463 33 0 0

统计学实验报告汇总

本科生实验报告 实验课程统计学 学院名称商学院 专业名称会计学 学生姓名苑蕊 学生学号0113 指导教师刘后平 实验地点成都理工大学南校区 实验成绩 二〇一五年十月二〇一五年十月

依据上述资料编制组距变量数列，并用次数分布表列出各组的频数和频率，以及向上、向下累计的频数和频率， 并绘制直方图、折线图。 学生 实验 心得

2.已知2001-2012年我国的国内生产总值数据如表2-16所示。 学生 实验 心得 要求：（1）依据2001-2012年的国内生产总值数据，利用Excel软件绘制线图和条形图。

（2）依据2012年的国内生产总值及其构成数据，绘制环形图和圆形图。 学生 实验 心得 3.计算以下数据的指标数据 1100 1200 1200 1400 1500 1500 1700 1700 1700 1800 1800 1900 1900 2100 2100 2200 2200 2200 2300 2300 2300 2300 2400 2400 2500 2500 2500 2500 2600 2600 2600 2700 2700 2800 2800 2800 2900 2900 2900 3100 3100 3100 3100 3200 3200 3300 3300 3400 3400 3400 3500 3500 3500 3600 3600 3600 3800 3800 3800 4200

4.一家食品公司，每天大约生产袋装食品若干，按规定每袋的重量应为100g。为对产品质量进行检测，该企业质检部门采用抽样技术，每天抽取一定数量的食品，以分析每袋重量是否符合质量要求。现从某一天生产的一批食品8000袋中随机抽取了25袋（不重复抽样），测得它们的重量分别为： 学生实验心得 101 103 102 95 100 102 105 已知产品重量服从正态分布，且总体方差为100g。试估计该批产品平均重量的置信区间，置信水平为95%.

金融计量学实验报告材料

实验报告 哈尔滨工程大学教务处制

目录 第1章股票估值 (3) 1.1实验目的 (3) 1.2实验方法和手段 (3) 1.3实验内容 (3) 1.4实验数据来源 (4) 1.5实验步骤及结果分析 (4) 1.6.实验结论 (5) 第2章资产流动性 (6) 2.1实验目的 (6) 2.2实验方法和手段 (6) 2.3实验内容 (6) 2.4实验数据来源 (6) 2.5实验步骤及结果分析 (6) 2.6实验结论 (8) 第3章投资组合分析 (8) 3.1实验目的 (8) 3.2实验方法和手段 (8) 3.3实验内容 (8) 3.4实验数据来源 (9) 3.5实验步骤及结果分析 (9) 3.6实验结论 (11)

第1章股票估值 1.1实验目的 学习股票估值原理，经典的金融理论认为，金融市场上的资产价格由其未来产生的现金流量所决定，这种由未来产生的现金流量所决定的资产价格被称为资产的内在价值。如果我们能够精确地预测股票的未来现金流，并且能够找到一个合适的市场贴现率，那么股票的内在价值就是股票的未来现金流在一定市场贴现率下的贴现值。通过对同仁堂股票的分析进行实践应用，分析其股票内在价值，学会如何进行股票估值。 1.2实验方法和手段 利用固定红利模型理论方法，通过Excel数据分析进行股票估值。 1.3实验内容 对上证股票中同仁堂（600085.SH）股利发放情况进行分析，通过固定红利增长模型，计算其股票内在价值。

1.4实验数据来源 实验数据：同仁堂（600085.SH ）从2016年4月29日到2017年4月28日日收盘价，及同期上证综合指数。及同仁堂从2005年到2016年每股税后盈余和每期股利。 来源：Wind 资讯 新浪财经 1.5实验步骤及结果分析 1.5.1利用CAPM 模型算出股票回报率k 将同仁堂（600085.SH ）从2016年4月29日到2017年4月28日日收盘价，及同期上证综指数据导入Excel ，算出相应日收益率，对两者收益率利用slope 函数，算出β=1.084200339。利用上证基期和当期数据，利用公式（LN （末期）-LN （基期））/365 求得Rm=0.129855308，然后利用CAPM 模型：E(R)=Rf+β[E(RM)－Rf]，，算出股票回报率k= 0.139105163 1.5.2利用算出固定股利增长率g 导入同仁堂（600085.SH ）从2005年到2016年每股税后盈余和每期股利，算出股利发放率及每年股利增长率对每年的股利取对数，然后用slope 及exp 函数求出固定股利增长率g= 0.014383 1.5.3利用average 及geomean 函数算出算术平均增长率 g 1=0.047345025和几何平均增长率g 2=-0.001797573。 0(1)t t D D g =+

计量经济学实验报告完整版

计量经济学实验报告集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]

3.3 3.3 经调查研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表 3.6为对某地区部分家庭抽样调查得到的样本数据。 （1T ）的多 元线性回归：123i i i i u Y X T βββ=+++ 利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和 作用。 步骤： 1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA Y X T ，回车。将数据复制粘贴到Group 中的表格中。 3. 建立数据关系图为初步观察数据的关系，在命令行输入命令：sort Y ，从而实现数据Y 的递增排序。 4. 在数据表“group ”中点“view/graph/line ”，最后点击确定，出现序列Y 、X 、T 的线性图。 5. OLS 估计参数,点击主界面菜单Quick\Estimate Equation ，弹出对话框，如下图。在其中输入Y c X T ，点确定即可得到回归结果。

经济意义：家庭月平均收入每增加1元，家庭书刊消费将增加0.08645元。户主受教育年数每增加1年，家庭书刊消费平均将增加52.3703元。 作用：显示出各解释变量在其他解释变量不变的情况下，对被解释变量的影响情况。 （2）作家庭书刊消费（Y ）对户主受教育年数（T ）的一元回归，获得残差E1；再作家庭月平均收入（X ）对户主受教育年数（T ）的一元回归，并获得残差E2。 Y 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA Y T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T Y 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 Y C T ，点“确定”。 E1=resid X 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA X T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T X 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 X C T ，点“确定”。 E2=resid （3）作残差E1对残差E2的无截距项的回归：212i E E v α=+ ，估计其参数。 步骤1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA E1 E2，回车。将数据复制粘贴到Group 中的表格 中。 3. 采用OLS 估计参数在主界面命令框栏中输入 ls E1 E2，然后回车，即可得到参数的估计结果。 由结果可知1=-6.3351+0.08645*2E E

计量地理学实验报告

河南理工大学 测绘与国土信息工程学院 《计量地理学》实验报告 姓名：袁程 学号： 专业班级：自然地理与资源环境14-02 指导教师：郜智方 2017年3月31日 ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ 实验成绩： □优秀：格式完全符合规范要求，内容完整，图标美观，结果正确，体会深刻；严格遵守实习纪律，按时上交实验报告。 □良好：格式符合规范要求，内容完整，图标规范，结果正确，体会较深刻；严格遵守实习纪律，按时上交实验报告。 □中等：格式基本符合规范要求，内容较完整，结果正确，有一定体会；能遵守实习纪律，能按时上交实验报告。 □及格：格式问题较多，内容基本完整，结果基本正确，有一定体会；能遵守实习纪律，能按时上交实验报告。 □不及格：格式问题突出有抄袭现象/不遵守实习纪律/未时上交实验报告。 实习报告一：利用相关软件对数据作简单的统计处理 自然地理与资源环境14-02班姓名：袁程 一、实验目的：利用Excel和Matlab对数据做简单的统计处理。 二、实验内容 （1）练习在Excel （2）练习在Excel中，对“铅.xls”文件中数据进行分组，求均值、中位数、众数等的操作，并绘制频数分布柱状图和累计频率曲线图； （3）在Matlab中进行简单统计处。

点击界面中选择相应函数即可实现运算，或者在运算格键入“=”后直接输入函数实现。 （4）如果对函数用法不清楚，点击上图中“有关该函数的帮助”查看帮助。在“搜索函数”栏还可以输入汉字查询相关函数。 （5）相关函数：平均值AVERAGE、中位数MEDIAN、众数MODE、极差MAX(:)-MIN(:)、离差平方和DEVSQ、方差VARP、标准差STDEVP、标准差无偏估计（S）STDEV、偏度系数SKEW、峰度系数KURT。 （6）分组可借助COUNTIF函数实现绘制直方图和曲线图，在excel中，点击“插入”——“图表”，然后根据提示完成。 三、实验结果： 1.表一的处理： 点击——选择——在如下界面中选择相应函数即可实现运算，或者在运算格键入“=”后直接输入函数实现。在Excel2010中直接点击 如果对函数用法不清楚，点击上图中“有关该函数的帮助”查看帮助。在“搜索函数”栏还可以输入汉字查询相关函数。 离差(deviation)，指每一个地理数据与平均值的差。计算公式为： 计算结果如下： 再依次进行以下统计处理： 平均值AVERAGE、中位数MEDIAN、众数MODE、极差MAX(:)-MIN(:)、离差平方和DEVSQ、方差VARP、标准差STDEVP、标准差无偏估计（S）STDEV、偏度系数SKEW、峰度系数KURT。 2.表“铅”的处理 1.实验步骤 对分组中的所有数据选中，定义一个名字。累计频数的计算：利用公式“=COUNTIF(XS,”<=某值)”实现。依次计算出频数、频率、累计频率，并利用公式计算平均数、中位数、众数。 平均值（AVERAGE）反映了地理数据一般水平。计算方法: 中位数（MEDIAN）

信息计量学-布拉德福定律的验证

信息计量学 选择学科：心理学选择数据库：CNKI(知网) 范围：2010-2011 关键词或提要中含有心理学的相关论文数量共计876篇，期刊共计277种 目的：检验“布拉德福分布定律”。 布拉德福定律简介 布拉德福定律是由英国著名文献学家布拉德福于二十世纪30年代率先提出的描述文献分散规律的经验定律。 其文字表述为：如果将科技期刊按其刊载某学科专业论文的数量多少，以递减顺序排列，那么可以把期刊分为专门面对这个学科的核心区、相关区和非相关区。各个区的文章数量相等，此时核心区、相关区，非相关区期刊数量成1:n:n2（n的平方）的关系。 布拉德福定律是文献计量学的重要定律之一，它和罗（洛）特卡定律、Zipf定律一起被并称为文献计量学的三大定律。 洛特卡定律 洛特卡定律是由美国学者A.J.洛特卡在20世纪20年代率先提出的描述科学生产率的经验规律，又称“倒数平方定律”。它描述的是科学工作者人数与其所著论文之间的关系：写两篇论文的作者数量约为写一篇论文的作者数量的1/4;写三篇论文的作者数量约为写一篇论文作者数量的1/9;写N篇论文的作者数量约为写一篇论文作者数 量的1/ n2……,而写一篇论文作者的数量约占所有作者数量的60%。该定律被认为是第一次揭示了作者与数量之间的关系。 1926年，在美国一家人寿保险公司供职的统计学家洛特卡经过大量统计和研究，在美国著名的学术刊物《华盛顿科学院报》上发表了一篇题名为“科学生产率的频率分布”的论文，旨在通过对发表论著的统计来探明科技工作者的生产能力及对科技进步和社会发展所作的贡献。这篇论文发表后并未引起多大反响，直到1949年这一成果才引起学术界关注，并誉之为“洛特卡定律”。 齐普夫定律 齐普夫定律是美国学者G.K.齐普夫于本世纪40年代提出的词频分布定律。它可以表述为：如果把一篇较长文章中每个词出现的频次统计起来，按照高频词在前、低频词在后的递减顺序排列，并用自然数给这些词编上等级序号，即频次最高的词等级为1，频次次之的等级为2，……，频次最小的词等级为Ｄ。若用f表示频次，r表示等级序号，则有fr＝C(C为常数)。人们称该式为齐普夫定律。

统计学实验报告

实验二用EXCEL计算描述统计量 一. 实验目的： 1．掌握Excel中基本的数据处理方法； 2．学会使用Excel进行统计分组，能以此方式独立完成相关作业。 二．实验要求： 1．已学习教材相关内容，理解数据整理中的统计计算问题；已阅读本次实验导引，了解Excel中相关的计算工具。 2．准备好一个统计分组问题及相应数据（可用本实验导引所提供问题和数据）。三．实验内容： 1．熟练运用进行统计分组。 2．了解Excel的图表功能：创建图表、增强图表； 四. 实验步骤 1. 按照题目把数据输入excel中，如下图所示。 2.制作频数（率）分布表，如下面两个图所示。

3.根据频数（率）分布表在分别制作直方图，折线图和曲线图，如下三个图所示。

实验五用EXCEL进行假设检验 一．实验目的：用EXCEL进行参数估计和假设检验 二．实验步骤： 在EXCEL中，进行参数估计只能使用公式和函数的方法，而假设检验除以上两种方法外，还可以使用假设检验工具。 1、假设检验公式 ⑴构造工作表。如图所示，首先在各个单元格输入以下内容，其中左边是变量名，右边是相应的计算公式。

数据可使用实验三的样本数据 ⑵将A列的名称定义成为B列各个公式计算结果的变量名。选定A3:B4,A6:B8, A10:B11,A13:B15和A17:B19单元格，选择“公式”菜单的“定义的名称”子菜单的“根据所选内容创建”选项，用鼠标点击“最左列”，点击“确定”按钮即可。如下图所示： ⑶输入样本数据，以及总体标准差、总体均值假设、置信水平数据。 ⑷为样本数据指定名称。选定C1:C11单元格，选择“公式”菜单的“定义的名

计量经济学实验报告 (3)

1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型

为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5

计量地理学上机实习指导书 全

《计量地理学》 实验指导书 杨永国编 中国矿业大学资源学院 二零一五年三月

说明 一、该指导书所属课程 《计量地理学》 二、适用专业 人文地理与城乡规划专业。 三、实验总学时 课内上机实习12学时，可根据需要增开适当的课外机时。 四、各实验项目名称及学时数 该门课程课内上机总学时12, 具体分配如下: 实验1：地理数据的统计处理 2学时必做实验2：回归分析 2学时必做实验3：时间序列分析 2学时必做实验4：主成分分析 2学时必做实验5：空间统计分析 2学时必做实验6：线性规划单纯形求解方法 2学时必做 五、先修课程 1.高等数学 2.线性代数 3.概率论与数理统计 4.计算机程序设计语言

实验1：地理数据的统计处理 一、实习目的 通过实验，学生学会使用 EXCEL、SPSS、Matlab 软件对数据作简单的统计处理。掌握这些软件进行统计分析的原理，并进行上机操 作。 二、实习内容 地理数据统计整理的基本步骤如下： ①统计分组，就是根据研究目的，按照一定的分组标志将地理数 据分成若干组。 ②计算各组数据的频数、频率，编制统计分组表。 ③作分布图。 实验数据如下：对于黄土高原西部地区某山区县的人工造林地调查数据进行统计整理,步骤如下: (1)以地块面积作为统计分组标志进行分组； (2)计算各组数据的频数、频率，编制成如下的统计分组表； 表2.4.1 某县人工造林地面积的统计分组数据 分组 1 2 3 4 5 6 7 8 9 10 11 序号 分组 (0,1] (1,2] (2,3] (3,4] (4,5] (5,6] (6,7] (7,8] (8,9] (9,10] (10,11) 标志 组中 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10. 5 值 频数25 96 136 214 253 286 260 203 154 85 24

图书馆-情报与档案管理一级学科专业硕士研究生培养方案

图书馆-情报与档案管理一级学科专业硕士研究生培养方案

图书馆、情报与档案管理一级学科专业硕士研究生培养方案 一、培养目标 培养德、智、体全面发展并具有坚实宽广的图书馆学、情报学基础理论知识，较系统深入的专业知识和较强的综合素质和应用能力的，适应国家和地方经济与社会发展需要的研究型、应用型高层次信息管理专门人才。 具体要求是： 1．树立爱国主义和集体主义思想，具有良好的道德品质和强烈的事业心，能立志为祖国的建设和发展服务。 2．掌握系统的图书馆学、情报学和档案学基础理论和专门知识；具有从事科学研究的创新意识和独立从事实际工作的专门技术水平；具有使用第一外国语进行国际交流的能力，能够熟练地阅读本学科的外文文献，全面了解所从事的领域的现状与发展趋势，

能独立进行科学研究，能胜任专业教学与研究工作，或在大中型文献情报机构的中高层管理工作，也可在各类企业、政府部门从事信息的组织和管理工作。 3．具有健康的体魄和较强的心理素质。 二、研究方向 图书馆学： 1．图书馆学理论与图书馆事业研究 2．信息资源管理 3．数字图书馆研究 4．现代目录学 5．知识管理研究 6. 信息服务研究 情报学： 1．情报学理论与方法研究 2．信息咨询与信息产业

3．信息技术应用研究 4．信息组织与检索 5．竞争情报策略研究 三、修业年限 基本修业年限为2年。其中生源为跨专业、同等学力的硕士生基本修业年限为2.5年，可提前半年毕业。非全日制硕士生基本修业年限为3年，可提前半年毕业。申请提前毕业的硕士生需在论文答辩前提交至少一篇省级以上刊物文章（第一或第二作者）。 四、毕业学分和授予的学位 图书馆学和情报学专业研究生实行学分制，总学分不少于32学分，其中学科基础课、专业主干课和发展方向课的学分不少于20学分。授予管理学硕士学位。 五、培养方式 1．硕士研究生培养以课程学习为主。课程学习环节注重研究生的自主学习能力、研究能力和实践能力

统计学原理SPSS实验报告

实验一：用SPSS绘制统计图 实验目的：掌握基本的统计学理论，使用SPSS实现基本统计功能（绘制统计图） 对SPSS的理解：它是一款社会科学统计软件包，同时也广泛应用于经济，金融，商业等各个领域，基本功能包括数据管理，统计分析，图表分析，输出管理等。 实验算法：掌握SPSS的基本输入输出方法，并用SPSS绘制相应的统计图（例如：直方图，曲线图，散点图，饼形图等） 操作过程： 步骤1：启动SPSS。单击Windows 的[开始]按钮（如图1-1所示），在[程序]菜单项[SPSS for Windows]中找到[SPSS 13.0 for Windows]并单击，得到如图1-2所示选择数据源界面。 图1-1 启动SPSS

图1-2 选择数据源界面 步骤2 ：打开一个空白的SPSS数据文件，如图1-3。启动SPSS 后，出现SPSS 主界面（数据编辑器）。同大多数Windows 程序一样，SPSS 是以菜单驱动的。多数功能通过从菜单中选择完成。

图1-3 空白的SPSS数据文件 步骤3：数据的输入。打开SPSS以后，直接进入变量视图窗口。SPSS的变量视图窗口分为data view和variable view两个。先在variable view中定义变量，然后在data view里面直接输入自定义数据。命名为mydata并保存在桌面。如图1-4所示。 图1-4 数据的输入 步骤4：调用Graphs菜单的Bar过程，绘制直条图。直条图用直条的长短来表示非连续性资料（该资料可以是绝对数，也可以是相对数）的数量大小。选择的数据源见表1。 步骤5：数据准备。激活数据管理窗口，定义变量名：年龄标化发生率为RATE，冠心病临床型为DISEASE，血压状态为BP。RATE按原数据输入，DISEASE按冠状动脉机能不全=1、猝死=2、心绞痛=3、心肌梗塞=4输入，BP按正常=1、临界=2、异常=3输入。

计量经济学实验报告

计量经济学实验报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT

计量经济学实验 基于EViews的 中国能源消费影响因素分析 学院： 班级： 学号： 姓名：

基于EViews的中国能源消费影响因素分析 一、背景资料 能用消费是引是指生产和生活所消耗的能源。能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。能源是支持经济增长的重要物质基础和生产要素。能源消费量的不断增长，是现代化建设的重要条件。我国能源工业的迅速发展和改革开放政策的实施，促使能源产品特别是石油作为一种国际性的特殊商品进入世界能源市场。随着国民经济的发展和人口的增长，我国能源的供需矛盾日益紧张。同时，煤炭、石油等常规能源的大量使用和核能的发展，又会造成环境的污染和生态平衡的破坏。可以看出，它不仅是一个重大的技术、经济问题，而且以成为一个严重的政治问题。 在20世纪的最后二十年里，中国国内生产总值（GDP）翻了两番，但是能源消费仅翻了一番，平均的能源消费弹性仅为左右。然而自2002年进入新一轮的高速增长周期后，中国能源强度却不断上升，经济发展开始频频受到能源瓶颈问题的困扰。鉴于此，研究能源问题不仅具有必要性和紧迫性，更具有很大的现实意义。由于我国目前面临的所谓“能源危机”，主要是由于需求过大引起的，而我国作为世界上最大的发展中国家，人口众多，所需能源不可能完全依赖进口，所以，研究能源的需求显得更加重要。 二、影响因素设定 根据西方经济学消费需求理论可知，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。对于相关商品价格的替代效应，我们认为其只存在能源品种内部之间，而消费者偏好及消费者对商品价格的预期数据差别较大，不容易进行搜集整理在此暂不涉及。另外，发展经济学认为，来自知识、人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增长，

金融统计学实验报告

实验报告 一、实验类型 验证型实验。分析1991-2013年中国1年期实际储蓄存款利率的变化特点，运用名义利率、通货膨胀率和物价指数的数据用两种方法来计算并分析哪种方法更科学。 二、实验目的 1、掌握实际利率的两种计算方法，并分析1991-2013年中国1年期实际储蓄存款利率的变化特点。 2、比较两种实际利率测算方法的差异性及科学性。 三、实验背景 利率是国家调控经济的重要杠杆之一，特定的宏观经济目标和微观经济目标可以通过利率调整实现。利率调整是在一定的经济运行环境下进行的，它的调整对经济增长、居民消费、居民储蓄、市场投资等都会产生直接或是简洁的影响。 实际利率(Effective Interest Rate/Real interest rate) 是指剔除通货膨胀率后储户或投资者得到利息回报的真实利率。研究实际利率对经济发展有很大的作用，本实验就1991年至2013年中国1年期实际储蓄利率的变化特点进行探讨，并比较分析实际利率的计算方法。 四、实验环境 本实验属于自主实验，由学员课后自主完成，主要使用Excel软件。 数据来源：通过国家统计局网站、中国人民银行网站获取数据。 五、实验原理 1、实际利率=名义利率-通货膨胀率。 2、实际利率=（名义利率-通货膨胀率）/（1+通货膨胀率）。 六、实验步骤 1、采集实验基础数据。通过网上登录国家统计局网站查看中国统计年鉴，以及登录中国人民银行网站获取相应数据。数据样本区间为1991-2013年。 2、利用Excel软件分别按照两种方法计算实际利率。 3、做出实际储蓄存款利率的变化以及两种不同算法下实际利率变化的折线图。 4、分析图表，考察实际存款利率变化特点并比较两种计算方法的科学性。

计量经济学实验报告

《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图

从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033

则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归

1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。

多元线性回归模型实验报告 计量经济学

实验报告 课程名称金融计量学 实验项目名称多元线性回归模型班级与班级代码 实验室名称（或课室） 专业 任课教师xxx 学号：xxx 姓名：xxx 实验日期：2012年5 月3日 广东商学院教务处制

姓名xxx 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

多元线性回归模型 一、实验目的 通过上机实验,使学生能够使用 Eviews 软件估计可化为线性回归模型的非线性模型，并对线性回归模型的参数线性约束条件进行检验。二、实验内容 （一）根据中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L进行回归分析。（二）掌握可化为线性多元非线性回归模型的估计和多元线性回归模型的线性约束条件的检验方法 （三）根据实验结果判断中国该年制造业总体的规模报酬状态如何？三、实验步骤 （一）收集数据 下表列示出来中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L。 序号工业总产值Y （亿元） 资产合计K （亿元） 职工人数L （万人）序号 工业总产 值Y（亿元） 资产合计K （亿元） 职工人数L （万人） 1 3722.7 3078.2 2 11 3 17 812.7 1118.81 43 2 1442.52 1684.4 3 67 18 1899.7 2052.16 61 3 1752.37 2742.77 8 4 19 3692.8 5 6113.11 240 4 1451.29 1973.82 27 20 4732.9 9228.2 5 222 5 5149.3 5917.01 327 21 2180.23 2866.65 80 6 2291.16 1758.7 7 120 22 2539.76 2545.63 96 7 1345.17 939.1 58 23 3046.95 4787.9 222 8 656.77 694.94 31 24 2192.63 3255.29 163 9 370.18 363.48 16 25 5364.83 8129.68 244 10 1590.36 2511.99 66 26 4834.68 5260.2 145 11 616.71 973.73 58 27 7549.58 7518.79 138 12 617.94 516.01 28 28 867.91 984.52 46 13 4429.19 3785.91 61 29 4611.39 18626.94 218 14 5749.02 8688.03 254 30 170.3 610.91 19 15 1781.37 2798.9 83 31 325.53 1523.19 45 16 1243.07 1808.44 33 表1

计量地理学丁利旺

南阳师范学院 本科学生实验报告 姓名丁利旺院（系）环旅科学与旅游学院专业地理信息科学班级13级4班 实验课程名称计量地理学 指导教师及职称白景锋 开课时间2015 至2016 学年一学期 南阳师范学院教务处编印

实验名称目录实验一：数据分布 实验二：统计图表、空间罗伦兹曲线实验三：相关分析、一元回归模型构建实验四：多元回归模型构建 实验五：聚类分析

Frequency Percent Valid Percent Cumulative Percent Valid 1 8 15.1 15.1 15.1 2 9 17.0 17.0 32.1 3 3 5.7 5.7 37.7 4 5 9.4 9.4 47.2 5 11 20.8 20.8 67.9 6 13 24.5 24.5 92.5 7 2 3.8 3.8 96.2 8 2 3.8 3.8 100.0 Total 53 100.0 100.0 (1)录入数据 定义变量“降水量”，并按表2-3内容输入数据，见图1-10 （2）录入下限值，调用Frequency函数，生成函数值用鼠标选择区域C2到C10，在编辑栏内输入“=Frequency（A2:A101,B2:B10）”;按“Ctrl+Shift+Enter”组合键产生数组公式”={Frequency(C2:C56,B58:B69)}”,这里要注意“{}”不能手工键入，必须按下“Ctrl+Shift+Enter”组合键有系统自动生成，完成后C2:C10将显示如图1-11所示的降水值分布情况。 （3）绘制频数分布图 根据频数值计算频率值，然后在EXCEL表中录入组中值，并把频数、频率复制到组中值并列的单元格里，插入图表，图表类型选用双轴线—柱图，然后绘制频数分布图 实验小结 通过本实验的学习我了解到了地理数据分布的基本特征，掌握了地理数据分布特征的主要表征值。 指导教师评语及成绩：

信息检索

1信息检索： 1.概念：广义的信息检索是指将信息以一定的方式组织存储起来并根据用户需求找出有关信息的的过程和技术,又称信息存储与检索。狭义的信息检索则是指从已存储的信息集合中找出所需信息的过程。 2.方法：常用法（顺查法倒查法抽查法），追溯法，分段法。 3.步骤：1找出主要或相关内容2列出自然语言或近义词3了解背景情况4明确需要类型、语种5了解有无查全查准查新要求 4.原理：信息用户的需求和信息集合的比较与选择，即匹配。 5.检索效果评价：主要从时间质量费用三方面衡量。 查全率=[检出相关文献量/文献库内相关文献总量]*100% 查准率=[检出相关文献量/检出文献总量]*100% 6.影响检索效果因素：系统收录范围、索引语言、标引工作、检索工作。 2著录是按照一定的规则，对信息的外部特征和内部特征加以简单明确的表述。标引是就信息的内容按一定的分类或主题词表给出分类号或主题词。 6搜索引擎 1.搜索引擎是一种能通过Internet接收用户的查询指令，并向用户提供符合其查询要求的信息资源网址的系统。 2.类型：全文搜索索引擎（google、百度），目录索引类搜索引擎（搜狐、新浪），元搜索引擎，集合式搜索引擎，门户搜索引擎，免费链接列表。 3.搜索引擎检索技术：全文检索技术，隐含语义检索，P2P检索技术，多媒体检索技术。 4.检索方式：简单检索、高级检索、目录检索 5.检索引擎的检索技巧：使用关键字的技巧；减号“-”的运用；利用双引号（“”）进行精确匹配搜索；停用词的应用；及时调整检索策略；巧妙利用目录导航的检索方式。 12检索语言 1.检索语言：特征的语言描述文献内部：检索语言、主题检索语言；特征的语言描述文献外部：提名语言、著者语言、号码语言。 2.分类检索语言：1中国图书分类法2中国科学院图书分类法3杜威十进制分类法4国际十进制分类法 3.主题法检索语言：1标题法2叙词法3关键词法4自然语言法学科内容 4.主题法与分类法比较：是从不同角度揭示文献内容的方式。1分类法主要揭示文献所论述的问题，从文献内容出发，将研究对象置一定的学科体系之下。2主题法直接用名词术语作为检索词，表达概念较为准确和灵活，直接性、专指性、易用性是主题法的主要特征。只注意揭示文献中所论述与研究的对象，各主题词之间是相互独立的。3二者功能互补，检索时二者结合使用更有利于查全查准相