2019-计量经济学 实验报告模板-word范文 (8页)
- 格式:docx
- 大小:18.70 KB
- 文档页数:8
《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:
(2)对模型做OLS估计
OLS估计结果为
三,模型检验
从回归估计结果看,模型拟合较好,可决系数为,表明家庭人均年可消费性支出变化的%可由支
配性收入的变化来解释。
t检验:在5%的显着性水平下
1
β不显着为0,表明可支配收入增加1个单位,消费性支出平均增加单位。
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
0272.36350.75512000015374.3635
Y=+⨯=
E(X)=,Var(X)=
则在95%的置信度下,E(
Y)的预测区间为(,)
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
于是的F 统计量:
在5%的想着想水平下,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。
计量经济学实验报告专业:姓名:学号:Monthly (月度) Undated or irreqular (未注明日期或不规则的)在本例中是截面数据,选择“Undated or irreqular ”。
并在“observations ”中输入,样本数量如“31”点击“ok ”出现“Workfile UNTITLED ”工作框。
其中已有变量:“c ”—截距项 “resid ”—剩余项。
在“Objects ”菜单中点击“New Objects”,在“N ew Objects”对话框中选“Group”,并在“Name for Objects”上定义文件名,点击“OK ”出现数据编辑窗口。
若要将工作文件存盘,点击窗口上方“Save ”,在“SaveAs ”对话框中给定路径和文件名,再点击“ok ”,文件即被保存。
2、输入数据在数据编辑窗口中,首先按上行键“↑”,这时对应的“obs”字样的空格会自动上跳,在对应列的第二个“obs”有边框的空格键入变量名,如“Y ”,再按下行键“↓”,对因变量名下的列出现“NA ”字样,即可依顺序输入响应的数据。
其他变量的数据也可用类似方法输入。
也可以在EViews 命令框直接键入“data X Y ”(一元时) 或 “data Y 1X 2X … ”(多元时),回车出现“Group”窗口数据编辑框,在对应的Y 、X 下输入数据。
若要对数据存盘,点击 “fire/Save As”,出现“Save As ”对话框,在“Drives ”点所要存的盘,在“Directories ”点存入的路径(文件名),在“Fire Name ”对所存文件命名,或点已存的文件名,再点“ok ”。
若要读取已存盘数据,点击“fire/Open”,在对话框的“Drives”点所存的磁盘名,在“Directories”点文件路径,在“Fire Name”点文件名,点击“ok”即可。
3、估计参数方法一:在EViews 主页界面点击“Quick ”菜单,点击“Estimate Equation ”,出现“Equation specification ”对话框,选OLS 估计,即选击“Least Squares”,键入“Y C X ”,点“ok ”或按回车,即出现如表2那样的回归结果。
S .. . ..学生实验报告(经管类专业用)一、实验目的及要求:1、目的利用EVIEWS实验软件,使学生在实验过程中全面了解和熟悉计量经济学的基本概念,熟悉一元线性回归模型估计的基本程序和基本方法。
2、内容及要求(1).熟悉EVIEWS实验软件的基本操作程序和方法;(2)、掌握一元线性回归模型基本概念,了解其估计和检验原理(3)、提交实验报告二、仪器用具:三、实验结果与数据处理:1 经研究发现,家庭书刊消费受家庭收入几户主受教育年数的影响,表中为对某地区部分. . . 资料. .8家庭抽样调查得到样本数据:(1) 建立家庭书刊消费的计量经济模型; (2)利用样本数据估计模型的参数;(3)检验户主受教育年数对家庭书刊消费是否有显著影响; (4)分析所估计模型的经济意义和作用 答:(1)建立家庭书刊消费的计量经济模型: i i i i u T X Y +++=321βββ其中:Y 为家庭书刊年消费支出、X 为家庭月平均收入、T 为户主受教育年数 (2即 ii i T X Y 3703.5208645.00162.50ˆ++-= (49.46026)(0.02936) (5.20217)t= (-1.) (2.) (10.06702)R 2=0. 944732.02=R F=146.2974(3) 检验户主受教育年数对家庭书刊消费是否有显著影响:由估计检验结果, 户主受教育年数参数对应的t 统计量为10.06702, 明显大于t 的临界值131.2)318(025.0=-t ,同时户主受教育年数参数所对应的P 值为0.0000,明显小于05.0=α,均可判断户主受教育年数对家庭书刊消费支出确实有显著影响。
(4)本模型说明家庭月平均收入和户主受教育年数对家庭书刊消费支出有显著影响,家庭月平均收入增加1元,家庭书刊年消费支出将增加0.086元,户主受教育年数增加1年,家庭书刊年消费支出将增加52.37元。
目录(一) 研究背景 (2)(二) 理论来源 (2)(三) 模型设定 (2)(四) 数据处理 (2)1. 数据来源 (2)2. 解释变量的设置 (3)(五) 先验预期 (3)1.经验预期 (3)2.散点图分析 (3)(六) 参数估计 (4)(七) 显著性检验 (5)(八) 正态性检验 (5)(九) MWD检验 (5)(十) 相关系数 (7)(十一) 虚拟变量 (7)(十二) 异方差检验、修正 (8)1. 图形检验 (8)2.格莱泽检验 (9)3.帕克检验 (10)4.异方差的修正加权最小二乘法 (10)5.异方差修正后的检验 (11)(十三) 自相关检验 (11)1. 图形法 (11)2.德宾-沃森d检验 (12)(十四) 最终结果 (12)(一) 研究背景中国是一个大国,幅员辽阔,历史上自然地形成了一个极端不平衡发展的格局。
而1978年开始的改革,政府采取了由东向西梯度推进的非均衡发展战略,使已经存在的地区间的差距进一步扩大,不利于整个社会的稳定和发展。
地区发展不平衡问题包括社会发展不平衡,尤其是教育发展的不平衡。
因此关注中国教育发展的地区不平衡性非常迫切。
不仅是因为教育的重要性,还因为当前我国需要进一步推进教育改革的进程,使其朝着更健康的方向发展。
(二) 理论来源刘红梅.中国各地区教育发展水平差异的实证分析[J]数理统计与管理.2013.7(三) 模型设定⏹ Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i+uiY——地区教育水平,用平均受教育年限表示,(年)X2——学生平均预算内教育经费,(万元/人)X3——人均GDP,(万元/人)X4——平均生师比 22⏹ ⏹ ⏹ ⏹(四) 数据处理1. 数据来源:国家统计局官网,选取2014年的数据:1) 各省GDP2) 各地区总人口3) 各地区每十万人拥有的各种受教育程度人口比较数据4) 地区在校总学生数5) 各地区教育财政投入6) 地区每十万总专任教师数2. 解释变量的设置:⏹ X2=地区预算内教育经费/地区在校总学生数=学生平均预算内教育经费(万元/人)X3=地区总GDP/地区总人口=人均GDP(万元/人)X4=地区每十万人口各级学校平均在校生数的和/地区每十万人口总专任教师数=平均生师比⏹ ⏹其中:P为各地区每十万人拥有的各种受教育程度人口比较数T为教育年限1,6,9,12,16(五) 先验预期1. 经验预期:平均受教育年限分别跟学生平均预算内教育经费、人均GDP呈正相关关系,跟平均生师比呈负相关关系。
计量经济学实验报告(一)
一、实验背景
计量经济学实验是一种采用经济理论和方法来设计实验的经济研究方法。
经济实验的主要目的是检验经济理论,比如检验假设和改进预测。
它还可以用于定性评价和定量评价政策方案和市场动态,以及验证行为经济学理论。
二、实验内容
本次实验通过一组独立的在线调查来研究人们对收入分配政策的态度。
调查中,受访者被要求就14种不同的收入分配政策支持、反对和中立做出反应。
这14种收入分配政策包括财政公平政策、税收和补贴政策、劳动力市场政策和参与机会政策等。
以及根据态度的强度来改变互动形式,不同类型的回答有不同的加分,比如更强烈的支持会比中立的有更多分数。
三、实验结果
实验结果显示,在14种收入分配政策中,受访者大部分表示支持或者反对。
最受支持的是劳动力市场政策,而最受反对的是税收和补贴政策。
同时,实验还发现,这14种收入分配政策受实验者支持或反对的原因大部分是经济实惠:如果一个政策能够为普通大众带来经济实惠,这个政策很可能受到受访者的支持。
此外,一些政策因其有助于实现平等收入而受到支持。
四、实验结论
本次实验结论清楚地表明,受访者支持或反对收入分配政策跟经济实惠有关。
当人们普遍受益于收入分配政策时,他们很可能支持这种政策。
另外,实验还发现,有些政策受支持的原因还在于它们有助于实现平等收入的目的。
本次实验不仅对计量经济学的理论和方法提供了有价值的信息,而且还为构建经济实证提供了重要的参考意见。
可以认为,经过本次实验的进一步检验和优化,可以发现更详细、更准确的数据,以便进一步检验和发展计量经济学的理论与方法。
多重共线性模型的检验和处理实验目的:掌握多重共线性模型的检验和处理方法。
实验要求:了解辅助回归检验,解释变量相关系数检验等。
试验用软件:Eviews实验原理:解释变量相关系数检验和辅助回归检验等。
实验内容:1、实验用样本数据: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总量Y (万吨标准煤)、国内生产总值(亿元)X1(代表经济发展水平)、国民总收入(亿元)X2(代表收入水平)、工业增加值(亿元)X3、建筑业增加值(亿元)X4、交通运输邮电业增加值(亿元)X5(代表产业发展水平及产业结构)、人均生活电力消费(千瓦小时)X6(代表人民生活水平提高)、能源加工转换效率(%)X7(代表能源转换技术)等在1985-2002年期间的统计数据,具体如下:资料来源:《中国统计年鉴》2004、2000年版,中国统计出版社。
实验要求:(1)建立对数线性多元回归模型(2)如果决定用表中全部变量作为解释变量,你预料会遇到多重共线性的问题吗?为什么?(3)如果有多重共线性,你准备怎样解决这个问题?明确你的假设并说明全部计算。
2、实验步骤:建立对数线性多元回归模型设模型的函数形式为:Y=β+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+u运用OLS估计方法对上式中的参数进行估计,EViews过程如下1、参数估计:(1)点击“File/New/Workfile”,屏幕上出现Workfile Range对话框,在Start date里键入1985,在End date里键入2002,点击OK后屏幕出现“Workfile对话框(子窗口)”。
(2)方法一:在Objects菜单中点击New objects,在New objects选择Group,并在Name for Objects定义文件名,点击OK出现数据编辑窗口,,按顺序键入数据。
篇一:计量经济学实验报告 (1)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e views的中国能源消费影响因素分析一、背景资料能源消费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0.5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,而且会通过外部效应可以提高劳动力、自然资源、物质资本与生产要素的生产效率,消除其中收益递减的内在联系,带来递增的规模收益。
中国国债规模的实证研究一、经济理论背景对于国债规模的研究,可以分为规范研究和实证研究,规范研究方法提供了很好的思想,但未能得出准确的数量结论。
相对规范研究,实证研究方法则侧重于利用国债规模的历史资料,利用各种经济模型,给出国债规模的具体数量。
有关国债规模的实证研究分析,我国理论界也作了不少的研究:杨大楷等人采用相关分析法、灰色关联度分析法:周军民等人使用回归计量模型;朱世武和应惟伟应用传统的统计方法和向量自回归法;高勇强、贺远琼应用相关分析法对中国国债发行规模进行了实证研究。
但是,目前理论界对中国国债规模影响因素的研究如下问题:这些研究都没有说明为什么这些因素对中国国债的规模产生影响;分析的结果不统一,作者们所选择的指针与国债规模的相关度的分析结果不一致;这些实证研究都仅针对中国内部国债发行规模的影响因素进行探讨。
本文应用计量经济法,建立回归直线模型,根据年度资料建立我国国债规模研究模型,对我国国债规模与经济变量之间的影响关系进行实证分析。
二、指标选取和数据搜集(一)国债规模主要影响因素的选择和指标选取1. GDP对国债规模的影响。
一国国债规模明显地由该国的经济发展水平所决定。
一般来说。
经济规模越大,发展水平越高,则国债规模及其潜力就越大。
2.财政收支状况对国债规模的影响。
众所周知,国债的一个重要目的就是弥补财政赤字。
当财政收入越多、财政支出越少时,用国债来弥补财政赤字的压力就越小。
由于在实证分析中,赤字对国债规模的影响不显著,本文选取了财政收入与财政支出两个变量来综合考虑其对国债规模的影响。
3. 预算内投资规模对国债规模影响。
国债的另一主要目的是筹资建设资金,近几年我国国债资金主要用于重大项目、重点项目的建设。
一国预算内投资规模越大,其对资金的需求越大。
当财政收入不足于财政支出时,政府的投资缺口一般要通过发行国债来弥补。
4.还本付息支出对国债规模的影响。
一方面,国债规模越大,还本付息支出越多,当其支出额达到无法以当年财政收入来偿还时,不得不以发新债来还旧债。
计量经济学实验报告书实验二、实验开设对象本实验的开设对象为《计量经济学》课程的学习者,实验为必修内容、实验目的实验二、掌握计量经济学多元模型的建立,模型形式的设定,模型拟合度、t检验和F 检验判断过程;三、实验环境微型计算机(要求必须能够连接In ternet,且安装有Eviews6.0软件。
)四、实验成果根据所给定的范例数据和要求,利用Eviews6.0软件对其进行分析和处理,并撰写实验报告。
Workflle U*mTLEDViaw | Prc-c d Oku"^1 | P-ranl N HIWH rra«x«DW BL *▼ | I Sia-r^ Tranap-aiiB E-drlI3T ■3MB ■工:xi 沁4b3-¥ XtX2IP 阴rn 丁也电niSb0.6534101985175 479724.11729 0.057131inn. IH ^I I :史Nfl 昭却* n 1*寻 1SB7 壬 g B2S£I7-2-4.13-112 ” D 日皿N 10BS2J.17 3J9 0.74200<5 I 總HP 71. 1 HURT口 TTiflHR?23:7j2S3:21.7S-103 D.7487B6-IB9-I £55 5541 2a.344*ie 0.7300821R>Ri77nn )npeii in 口 口 丁7■口sji-4 鬧 13 S1437 D.76B2&71^94 3&3 E7&& 17-93 17^ 0 61320BTRiR ■刍Hon R,Df»ri in :1:7口□ 口 riAHH433 03:2H 1占:&也斗出-IBBT 4眄 44&Z is.33333 0.9171051DEII1SiD 1 HUA ia CHI 孑pp □ 071斗口 Tis.ess«e 1.006117ZDDD &丁口 48TS 1庁方"5昌 1.069^627DD1 & 1 U 74+4 13 U7Q3Q 1 了曰□斗12002 67& 4-3^2 Ifi 12>D€2 1.^845072QQ3 T33 0&54is1.5301963DD4"iiI 葩 I Grc-up: LflN RJ I LE J D WcdJil*: (JNTTTLE&rLinfcrtiaKT'. J |optic-rii Jupdata Ad-dTri^L ・・l <oraph: UMTTT L ED Wnrkfii ■:: <jNTin"LED::Urrtrt:l«d i,i PtCTc|obj«ct j|^!Print|HMnBCarjpK Opliion-Si—Grap*! typ«-OetalwiSrapH dat-a:Fit Ihnesi!Axi^i tKJV iJdrr :1^1^ ■|~s l li^«■C^K£i[U¥|X1O[k&*朗X21333137?D146 |23 -IBD-IS ft fii 122-41^3-4 1S6.773324 OB&^D0 *£^41Qi^as175.470724 317230EW134fosei laa.teaa24 2D&&1 C €441251537 206.SJ9724 13-112 G1>QS8226.273224 1734&G.742<XM1339 231 aes?22 3G7B40 73511-321>E190237.2836S1.751D30.74^76619912S5.!ifiJ12D 3G4-SB0.73OTB21992286.390613 9DB3D0 7707171393 32i 90531E 519BT0 TBAZUj?363.27C517.BB174 O.S132tlS1995390.SO9S-IE 32DDE.0W7M11995433.932515.BZ244Q WB Mfi19S7ilGgjdiSS15.233BE0/9171Miggg50 1.385 J15.DG7B90 97H4A1199953J.9-392 1 CMW1172000 575.-337915.3E55412001 fiig n7ddldi B7-D59 1 2W4152002 570.J12215.12953 1 ML4W72003 733.CJC5d!15.424BD% si^iggzog 4in* _ b回Groupi UrrrnLED Worwila UNrTTTLEDiiUrt4iecr>. . 5 X[vfcaw] [ Ptlnt] M«n・]rriMM_| [ifWi. F J [ WDrt[Tkiam口■■[lE曰5M(I IL'L;. Grnun: UNTril l O Warlcf ik< UNTITI. ri? IJnfcrilwiA,「召斫i凶。
学生实验报告(经管类专业用)学生姓名学号同组人实验项目一元线性回归模型□必修□选修□演示性实验□验证性实验□操作性实验□综合性实验实验地点实验仪器台号指导教师实验日期及节次一、实验目的及要求:1、目的利用EVIEWS实验软件,使学生在实验过程中全面了解和熟悉计量经济学的基本概念,熟悉一元线性回归模型估计的基本程序和基本方法。
2、内容及要求(1).熟悉EVIEWS实验软件的基本操作程序和方法;(2)、掌握一元线性回归模型基本概念,了解其估计和检验原理(3)、提交实验报告二、仪器用具:仪器名称规格/型号数量备注计算机 1 有网络环境《多媒体会计模拟实验室》系统 1三、实验结果与数据处理:1 经研究发现,家庭书刊消费受家庭收入几户主受教育年数的影响,表中为对某地区部分2家庭抽样调查得到样本数据:(1) 建立家庭书刊消费的计量经济模型; (2)利用样本数据估计模型的参数;(3)检验户主受教育年数对家庭书刊消费是否有显著影响; (4)分析所估计模型的经济意义和作用 答:(1)建立家庭书刊消费的计量经济模型: i i i i u T X Y +++=321βββ其中:Y 为家庭书刊年消费支出、X 为家庭月平均收入、T 为户主受教育年数 (2)估计模型参数,结果为Dependent Variable: Y Method: Least Squares Date: 11/28/12 Time: 14:10 Sample: 1 18Included observations: 18VariableCoefficientStd. Error t-Statistic Prob.C -50.0163849.46026-1. 0.3279 X 0.0. 2.0.0101 T52.370315.10.067020.0000R-squared0. Mean dependent var 755.1222 Adjusted R-squared 0. S.D. dependent var258.7206 S.E. of regression 60.82273 Akaike info criterion 11.20482 Sum squared resid 55491.07 Schwarz criterion 11.35321 Log likelihood -97.84334 F-statistic146.2974Durbin-Watson stat2. Prob(F-statistic) 0.即 ii i T X Y 3703.5208645.00162.50ˆ++-= (49.46026)(0.02936) (5.20217)t= (-1.) (2.) (10.06702)R 2=0. 944732.02=R F=146.2974(3) 检验户主受教育年数对家庭书刊消费是否有显著影响:由估计检验结果, 户主受教育年数参数对应的t 统计量为10.06702, 明显大于t 的临界值131.2)318(025.0=-t ,同时户主受教育年数参数所对应的P 值为0.0000,明显小于05.0=α,均可判断户主受教育年数对家庭书刊消费支出确实有显著影响。
本文部分内容来自网络整理,本司不为其真实性负责,如有异议或侵权请及时联系,本司将立即删除!== 本文为word格式,下载后可方便编辑和修改! ==计量经济学实验报告模板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:姓名:董子静指导教师:赵冰茹交通运输管理学院二○○九年六月一、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201X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1991-201X年的国家财政收入和国民收入的统计资料(此资料来自《中国统计年鉴201X年》)如表一所示,做回归分析。
表一 1991-201X年的国家财政收入和国民收入的统计资料单位:亿元年份1991 1992 1993 1994 1995 1996 1997 1998 1999 201X国民收入21617.8 26638.1 34634.4 46759.4 58478.1 67884.6 74462.6 78345.2 82067.5 89442.2财政收入3149.48 3483.37 4348.95 5218.1 6242.2 7407.99 8651.14 9875.95 11444.08 13395.23(1)做出散点图,建立财政收入随国民收入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: R Method: Least Squares Date: 05/13/09 Time: 21:07Sample: 1991 201X Included observations: 10 Variable C GDP R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson statCoefficient Std. Error -622.3629 0.136888 0.918447 0.908253 1052.901 8868796. -82.66671 0.423859900.7267 0.014422t-Statistic -0.690956 9.491870Prob. 0.5091 0.0000 7321.649 3476.089 16.93334 16.99386 90.095590.000013Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterionF-statistic Prob(F-statistic)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: Y = -622.3629+ 0.1369* GDP其中斜率0.1369表示国内生产总值每增加一元,财政收入平均增长0.1369元. (2)对所建立建立的回归方程进行检验;(t(8)=2.306)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∣=0.691<t(n-2)=t(8)=2.306因此接受H0: c=0,拒绝对立假设:H1: c≠0 对于GDP,∣t∣=9.492﹥t(n-2)=t(8)=2.306因此拒绝H0: GDP=0,接受对立假设: H1: GDP≠0(3) 若201X年国民收入为95933.3亿元,求财政收入的预测值和预测区间。
国民收入为95933.3亿元,财政收入的预测值 =-622.3629+0.1369 *95933.3=12510.91 亿元经计算 Var(Yo) = 4133.8901故财政收入的预测区间为: (8375.8499亿元,16643.6301亿元)案例2:下面给出了我国20年的人均收入(y)和人均现金收入(x1)和人均实物收入(x2)数据,对它们三者之间的关系进行研究。
具体数据如表二所示。
表二:1978年到1997年的统计资料单位:元年份 y x1 x2 年份 y x1 x21978 116.06 63.88 87.91 1988 476.66 449.8 335.5 1979 134.51 84.68 99.33 1989 535.37 503.22 371.75 1980 162.21 105.47 110.75 1990 584.63 525.36 465.02 1981 190.81 134.52 119.45 1991 619.79 573.39 472.71 1982 220.23 160.05 146.45 1992 659.01 782.45 472.93 1983 248.29217.78 194.32 1993 769.65 879.8 554.02 1984 237.8 246.93 228.72 1994 1016.81 1215.66 537.72 1985 317.42 288.63 258.68 1995 1310.36 1577.17 760.7 1986 356.95 324.5 268.52 1996 1572.08 1895.68 911.05 1987398.29 356.8 296.6 1997 1617.15 2099.38 899.82(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:Dependent Variable: Y Method: Least Squares Date: 05/13/09 Time:21:52 Sample: 1978 1997 Included observations: 20Variable C X1 X2R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson statCoefficient 38.35940 0.541655 0.528751Std. Error 16.46453 0.044752 0.107622t-Statistic 2.329821 12.10341 4.913046Prob. 0.0324 0.0000 0.0001 577.2040 463.8775 9.652441 9.8018012566.101 0.0000000.996699 Mean dependent var 0.996310 S.D. dependent var 28.17800 Akaike info criterion 13497.99 Schwarz criterion -93.52441 F-statistic 1.519199 Prob(F-statistic)由上表可知,线性回归方程为:Y=38.3594+0.5416X1+0.5287X2(2) 对所建立建立的回归方程的系数进行检验;(t(17)=2.11)对于参数c假设: H0: c(1)=0. 对立假设:H1: c(1)≠0 对于参数x1假设: H0: c(2)=0.对立假设:H1: c(2)≠0 对于参数x2假设: H0: c(3)=0. 对立假设:H1:c(3)≠0由上表知:对于c,∣t∣=2.3299﹥t(n-2)=t(17)=2.11因此拒绝H0: c=0,接受对立假设:H1: c≠0 对于x1,∣t∣=12.1044﹥t(n-2)=t(17)=2.11因此拒绝H0: x1=0,接受对立假设: H1: x1≠0 对于x2,∣t∣=4.9128﹥t(n-2)=t(17)=2.11因此拒绝H0: x2=0,接受对立假设: H1: x2≠0案例3:表3 列出了201X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。
(1)试用OLS法建立居民消费支出对可支配收入的线性模型利用eviews软件输出结果报告如下:Dependent Variable: EXPENSE Method: Least Squares Date: 05/13/09 Time: 22:08 Sample: 1 20Included observations: 20Variable C INCOMER-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson statCoefficient 272.3635 0.755125Std. Error 159.6773 0.023316t-Statistic 1.705713 32.38690Prob. 0.1053 0.0000 5199.515 1625.275 13.69130 13.79087 1048.9120.0000000.983129 Mean dependent var 0.982192 S.D. dependent var 216.8900 Akaike info criterion 846743.0 Schwarz criterion -134.9130 F-statistic 1.189253 Prob(F-statistic)异方差的图形检验:输出残差、拟合值图形报告:散点图、直线图形报告:从图形上可以看出,平均而言,城镇居民家庭支出随可支配收入的增加而增加。
但是,值得指出:随着可支配收入的增加,支出的变动幅度也增大了,可能存在异方差。
从残差图和散点拟合图可以明显地观察出来;(2)检验模型是否存在异方差 White检验:White Heteroskedasticity Test: F-statistic Obs*R-squaredTest Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 05/13/09 Time: 21:58 Sample: 1 200.000201 0.00178914.63595 Prob. F(2,17)12.65213 Prob. Chi-Square(2)Included observations: 20Variable C INCOME INCOME^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson statCoefficient -180998.9 49.42846 -0.002115Std. Error 103318.2 28.93929 0.001847t-Statistic -1.751858 1.708006 -1.144742Prob. 0.0978 0.1058 0.2682 42337.15 45279.67 23.52649 23.6758514.63595 0.0002010.632606 Mean dependent var 0.589384 S.D. dependent var 29014.92 Akaike info criterion 1.43E+10 Schwarz criterion -232.2649 F-statistic 1.061453 Prob(F-statistic)根据White检验,可以判定通过P值可以精确地判断出可以拒绝原假设的最小概率为0.201%。