计量经济学数据表

《计量经济学》各章数据第3章 多元线性回归模型例3.1.1 经过研究，发现家庭书刊消费水平受家庭收入及户主受教育年数的影响。

现对某地区的家庭进行抽样调查，得到样本数据如表3.1.1所示，其中y 表示家庭书刊消费水平(元/年)，x 表示家庭收入(元／月)，T 表示户主受教育年数。

下面我们估计家庭书刊消费水平同家庭收入、户主受教育年数之间的线性关系。

回归模型设定如下： t t t t u T b x b b y +++=210(t =1,2, …)表3.1.1 某地区家庭书刊消费水平及影响因素的调查数据表例3.4.1根据表3.4.1给出的中国1980-2003年间总产出(用国内生产总值GDP度量，单位：亿元)，劳动投入L(用从业人员度量，单位为万人)，以及资本投入K(用全社会固定投资度量，单位：亿元)，试建立我国的柯布——道格拉斯生产函数。

表3.4.1 1980-2003年中国GDP、劳动投入与资本投入数据例3.4.2 某硫酸厂生产的硫酸透明度一直达不到优质要求，经分析透明度低与硫酸中金属杂质的含量太高有关。

影响透明度的主要金属杂质是铁、钙、铅、镁等。

通过正交试验的方法发现铁是影响硫酸透明度的最主要原因。

测量了47组样本值，数据见表3.4.3。

试建立硫酸透明度(y)与铁杂质含量(x)的回归模型。

表3.4.3 硫酸透明度(y)与铁杂质含量(x)数据例3.4.3假设某企业在15年中每年的产量Y(件)和总成本X(元)的统计资料表3.4.7所示，试估计该企业的总成本函数模型。

表3.4.7 某企业15年中每年总产量与总成本统计资料3.6.1 案例1——中国经济增长影响因素分析根据表3.6.1给出的1980-2003年间总产出(用国内生产总值GDP度量，单位：亿元)，最终消费CS(单位：亿元)，投资总额I(用固定资产投资总额度量，单位：亿元)，出口总额（单位：亿元）统计数据，试对中国经济增长影响因素进行回归分析。

二、均值分析1、分性别对身高进行的比较假设男女身高相等，否定假设可认为男生身高明显高于女生。

2、分南北地区进行比较（1）身高假设两者均值相等，检验结果不能否定原假设，因而不能认为南北方身高有显著差异。

（2）体重通过假设两者均值相等，检验结果无法否定原假设，因而认为南北方体重没有明显差异。

3、分出生年份月份进行比较年份性别身高体重84 男均值172.00 56.00N 1 1总计均值172.00 56.00N 1 185 男均值180.33 70.67N 3 3女均值161.00 51.00N 2 2总计均值172.60 62.80N 5 586 男均值174.20 65.40N 20 20女均值162.11 52.28N 18 18总计均值168.47 59.1887 男均值178.50 66.58N 6 6女均值164.83 52.83N 18 18总计均值168.25 56.27N 24 2488 男均值170.50 65.00N 2 2女均值167.00 53.50N 2 2总计均值168.75 59.25N 4 489 女均值165.00 50.00N 1 1总计均值165.00 50.00N 1 1总计男均值175.28 65.80N 32 32女均值163.56 52.46N 41 41总计均值168.70 58.31N 73 73ANOVA 表由表可看出，各年份出生的人身高体重无显著性差异。

总计均值171.00 64.00N 6 6 3 男均值174.50 69.50N 4 4 女均值160.25 50.75N 4 4 总计均值167.38 60.13N 8 8 4 男均值181.25 68.50N 4 4 女均值162.25 52.00N 4 4 总计均值171.75 60.25N 8 8 5 男均值169.50 65.25N 2 2 女均值156.00 43.00N 1 1 总计均值165.00 57.83N 3 3 6 男均值175.00 63.00N 1 1 女均值171.50 57.50N 4 4 总计均值172.20 58.60N 5 5 7 男均值171.00 64.33N 3 3 女均值167.00 50.50N 2 2 总计均值169.40 58.80N 5 5 8 男均值179.20 64.90N 5 5 女均值161.50 52.50N 2 2 总计均值174.14 61.36N 7 7 9 男均值171.67 58.00N 3 3 女均值163.33 54.33N 3 3 总计均值167.50 56.1710 男均值174.67 61.83N 3 3总计均值174.67 61.83N 3 311 女均值162.50 51.67N 12 12总计均值162.50 51.67N 12 1212 男均值171.00 66.50N 2 2女均值167.00 57.00N 1 1总计均值169.67 63.33N 3 3总计男均值175.28 65.80N 32 32女均值163.56 52.46N 41 41总计均值168.70 58.31N 73 73ANOVA 表由表同样可得出，各月出生的人身高体重无显著性差异。

计量经济学实验报告《计量经济学》实验报告一，数据某年中国部分省市城镇居民家庭人均年可支配收入（X）与消费性支出（Y）统计数据二，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：1iiiY 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，128n n==分别回归1615472.0RSS =2126528.3RSS =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)FF F =>，即拒绝无异方差性假设，说明模型存在异方差性。

中国储蓄存款总额（Y,亿元）与GDP （元）数据如下表。

表1-1数据来源：《中国统计年鉴》年图1-1解:、估计一元线性回归模型由经济理论知，储蓄存款总额受GDP影响，当GDFP增加时，储蓄存款总额也随着增加，他们之间具有正向的同步变动趋势。

储蓄存款总额除受GDP影响之外, 还受到其他一些变量的影响及随机因素的影响，将其他变量及随机因素的影响均并到随机变量U中，根据X与丫的样本数据，作X与丫之间的散点图可以看出，他们的变化趋势是线性的，由此建立中国储蓄存款总额丫与GDF之间的一员线性回归模型。

由表1-1中样本观测数据，样本回归模型为用Eviews软件估计结果:Dependent Variable: 丫Method: Least SquaresDate: 12/14/14 Time: 10:41Sample: 1978 2012Included observations: 35R-squared 0.995724 Mean dependent var 78882.56Adjusted R-squared 0.995595 S.D. dependent var 108096.8S.E. of regression 7174.769 Akaike info criterion 20.64997Sum squared resid 1.70E+09 Schwarz criterion 20.73885Log likelihood -359.3745 Hannan-Quinn criter. 20.68065F-statistic 7684.717 Durbin-Watson stat 1.224720Prob(F-statistic) 0.000000即样本回归方程为:-4.678592 87.66252二、对估计结果做结构分析(1)对回归方程的结构分析0.762529是样本回归方程的斜率，他表示GDP勺边际增长率，说明GDP每增加1元，将有0.762529用于储蓄；-7304.294是样本回归方程的截距，他表示不受GDP影响的自发性储蓄增长。

大连海事大学实验报告Array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：Dependent Variable: CONSUMPTION Method: Least SquaresDate: 06/11/16 Time: 19:02 Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000R-squared0.996528Mean dependentvar7351.300Adjusted R-squared0.996335S.D. dependentvar4828.765S.E. of regression292.3118Akaike infocriterion14.28816Sum squared resid1538032.Schwarz criterion14.38773Log likelihood-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。

计量经济学(第4版)数据表(总20页)-CAL-FENGHAI.-(YICAI)-Company One1-CAL-本页仅作为文档封面，使用请直接删除计量经济学（第4版）数据表表某社区家庭每月收入与消费支出统计表表参数估计的计算表表中国各地区居民家庭人均全年可支配收入与人均全年消费性支出（元）资料来源：《中国统计年鉴》（2014）。

第2章练习12中国某年各地区税收Y和国内生产总值GDP的统计资料单位：亿元表 2013年中国各地区城镇居民人均收入与人均消费性支出（元）资料来源：根据《中国统计年鉴》（2014）整理。

表 2010年中国制造业各行业的总产出及要素投入资料来源：根据《中国统计年鉴》（2011年）整理。

表 2013年中国居民人均收入与人均生活消费支出数据（元）资料来源：《中国统计年鉴》（2014）。

表 2012年中国农村居民对蛋类食物的消费及相关食物的价格指数蛋类消费量Q (千克)各类食品的消费价格指数（上年=100）居民消费价格指数P0（上年=100）人均消费支出X（元）蛋类P肉禽类P1水产类P2粮食P01油脂P02蔬菜P03北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃青海宁夏新疆资料来源：《中国统计年鉴》（2013）。

第3章练习17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表中国粮食生产与相关投入资料资料来源：《中国统计年鉴》（2014）。

表中国2001年各地区农村居民家庭人均纯收入与消费支出（单位：元）注：从事农业经营的纯收入由从事第一产业的经营总收入与从事第一产业的经营支出之差计算，其他来源的纯收入由总纯收入减去从事农业经营的纯收入后得到。

资料来源：《中国农村住户调查年鉴（2002）》、《中国统计年鉴（2002）》。

表 1995年美国48个州人均香烟消费、收入与对香烟的课税资源来源：根据Introduction to Econometrics (2nd edition) 整理。

计量经济学（第3版）例题和习题数据表表2.1.1 某社区家庭每月收入与消费支出统计表表2.3.1 参数估计的计算表表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元）资料来源：《中国统计年鉴》（2007）。

表2.6.3 中国居民总量消费支出与收入资料单位：亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源：根据《中国统计年鉴》（2001，2007）整理。