计量经济学检验报告
- 格式:doc
- 大小:250.00 KB
- 文档页数:18
1.研究目的和意义我们研究的对象是各地区居民消费支出的差异。
居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。
而且,由于各地区人口和经济总量不同,只能用“城市居民家庭每人每年的平均消费支出”来比较,而这正是可国家统计局中获得数据的变量。
所以模型的被解释变量Y选定为“城市居民家庭平均每人生活消费支出”。
因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。
因此建立的是2007年的截面数据模型。
影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,另外,居民消费支出具有一定的惯性,也就是说居民当年的消费支出在一定程度上受上一年已经实现的消费支出的影响。
其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。
因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。
为了与“城市居民家庭人均消费支出”相对应,选择在国家X,统计局中可以获得的“各地区城市居民家庭人均可支配收入”作为解释变量1X。
“上年各地区城镇居民家庭平均每人生活消费支出”作为2从国家统计局中得到表1的数据:表 1 城镇居民家庭平均每人生活消费支出与各地区城镇居民家庭人均可支配收入地区Y X1 X2北京14825.41 19977.52 13244.20天津10548.05 14283.09 9653.26河北7343.49 10304.56 6699.67山西7170.94 10027.70 6342.63内蒙古7666.61 10357.99 6928.60辽宁7987.49 10369.61 7369.27 吉林7352.64 9775.07 6794.71 黑龙江6655.43 9182.31 6178.01 上海14761.75 20667.91 13773.41 江苏9628.59 14084.26 8621.82 浙江13348.51 18265.10 12253.74 安徽7294.73 9771.05 6367.67 福建9807.71 13753.28 8794.41 江西6645.54 9551.12 6109.39 山东8468.40 12192.24 7457.31 河南6685.18 9810.26 6038.02 湖北7397.32 9802.65 6736.56 湖南8169.30 10504.67 7504.99 广东12432.22 16015.58 11809.87 广西6791.95 9898.75 7032.80 海南7126.78 9395.13 5928.79 重庆9398.69 11569.74 8623.29 四川7524.81 9350.11 6891.27 贵州6848.39 9116.61 6159.29 云南7379.81 10069.89 6996.90 西藏6192.57 8941.08 8617.11 陕西7553.28 9267.70 6656.46 甘肃6974.21 8920.59 6529.20 青海6530.11 9000.35 6245.26 宁夏7205.57 9177.26 6404.31 新疆6730.01 8871.27 6207.52400080001200016000200002400051015202530YX1X2结合图行及所学的经济学理论,建立模型:Y=0β+1βX 1+2βX 2+μ2. 估计参数首先对模型有如下假设:(1)零均值: 0)(=i u E n i ,,3,2,1 =(2)同方差无自相关:(3)随机扰动项与解释变量不相关:0),(=i ji u X Cov k j ,,3,2 = (4)无多重共线性(5) 残差的正态性:根据以上假设,用Eviews 软件得出以下结果:⎩⎨⎧≠===--=ki ki u u E Eu u Eu u E u u COV k i k k i i k i ,0,),()])([(),(2σ),0(~2σμN iDependent Variable: Y Method: Least Squares Date: 12/08/13 Time: 15:36 Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-Statist icProb.C 143.3743 260.4048 0.550583 0.5863 X1 0.555654 0.075309 7.378355 0.0000 X20.250065 0.113636 2.200584 0.0362 R-squared0.975633 Mean dependent var8401.467Adjusted R-squared 0.973893 S.D. dependent var2388.455 S.E. of regression385.9202 Akaike infocriterion14.84090 Sum squared resid 4170163. Schwarzcriterion14.97968 Log likelihood-227.0340F-statistic560.5533 Durbin-Watson stat1.843473Prob(F-statistic)0.00000在本例中,参数估计的结果为:Y=143.3743+0.555654X1+0.250065X2260.4048 0.075309 0.113636 T= (0.550583) (7.378355) (2.200584)R2=0.975633 , R2-=0.973893 F=560.5533 df=29Resid^2=4170163 3. 模型检验1、经济意义检验所估计的参数β0=143.3743表示自发性消费支出平均为143.3743,符合经济学意义,β1=0.55565,说明当上年城镇居民家庭人均消费支出不变时,今年城市居民人均可支配收入每相差1元,可导致今年城镇居民家庭人均消费支出平均相差0.55565元,这与经济学中边际消费倾向的意义相符,β2=0.250065表示当今年城镇居民家庭人均可支配收入时,去年城镇居民家庭人均消费支出每变动一个单位,今年城镇居民家庭人均消费支出同向平均变动0.250065个单位。
《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(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。
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⏹Y i=B1+B2X2i+B3X3i+B4X4i+B5X2i 2+B6X4i2+ui⏹Y——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(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:马艺菡学号:4班级:9141070302任课教师:静文实验题目简单线性回归模型分析一实验目的与要求目的:影响财政收入的因素可能有很多,比如国生产总值,经济增长,零售物价指数,居民收入,消费等。
为研究国生产总值对财政收入是否有影响,二者有何关系。
要求:为研究国生产总值变动与财政收入关系,需要做具体分析。
二实验容根据1978-1997年中国国生产总值X和财政收入Y数据,运用EV软件,做简单线性回归分析,包括模型设定,模型检验,模型检验,得出回归结果。
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)简单线性回归分析,包括模型设定,估计参数,模型检验,模型应用。
(一)模型设定为研究中国国生产总值对财政收入是否有影响,根据1978-1997年中国国生产总值X和财政收入Y,如图11978-1997年中国国生产总值和财政收入(单位:亿元)1996 66850.5 7407.991997 73452.5 8651.14根据以上数据作财政收入Y 和国生产总值X的散点图,如图2从散点图可以看出,财政收入Y和国生产总值X大体呈现为线性关系,所以建立的计量经济模型为以下线性模型:(二)估计参数1、双击“Eviews”,进入主页。
输入数据:点击主菜单中的File/Open/EV Workfile—Excel—GDP.xls;2、在EV主页界面点击“Quick”菜单,点击“Estimate Equation”,出现“Equation Specification”对话框,选择OLS估计,输入““y c x”,点击“OK”。
即出现回归结果图3;参数估计结果为:Y=857.8375+0.100036iX(67.12578)(0.002172)t=(12.77955)(46.04910)2r=0.991583F=2120.520S.E.=208.5553DW=0.864 0323、在“Equation”框中,点击“Resids”,出现回归结果的图形(图4):剩余值(Residual)、实际值(actual),拟合值(fitted)4、.(三)模型检验1.经济意义检验回归模型为:Y=857.8375+0.100036*X(其中Y为财政收入,iX为国生产总值;)所估计的参数=0.100036,说明国生产总值每增加1亿元,财政收入平均增加0.100036亿元。
基于EViews的中国第一产业对国民经济的影响因素分析国贸082 鲁小球一、背景介绍:国民经济:一个现代国家范围内各社会生产部门、流通部门和其他经济部门所构成的互相联系的总体。
工业、农业、建筑业、运输业、邮电业、商业、对外贸易、服务业、城市公用事业等,都是国民经济的组成部分。
资本主义国民经济是建立在生产资料的资本主义私有制的基础之上的,它受着资本主义基本经济规律即剩余价值规律与竞争和生产无政府状态的规律的支配。
社会主义国民经济是建立在生产资料的社会主义公有制基础之上的。
一国(或地区)范围内和一定历史时期中整个社会经济活动的总和。
国民经济核算就是以整个国民经济为总体的全面核算,它以一定经济理论为指导,综合应用统计核算、会计核算、业务核算,从实物资产、金融资产、物质产品和劳务等各个角度,以各种流量和存量的形式,对能反映整个国民经济状况的各种重要指标及其组成部分作系统的测定,并把各种指标组成一个系统来综合描述一国(或地区)国民经济的联系和结构的全貌。
形象具体的说是指对一定范围和一定时间的人力、物力、财力资源与利用所进行的计量;对生产、分配、交换、消费所进行的计量;对经济运行中形成的总量、速度、比例、效益所进行的计量。
一个国家或一个地区、部门、企业在一定时期拥有多少人力、物力、财力;怎样利用它们进行经济、科技、社会活动;取得多少成果、形成多少收入;国家、集体、个人三者之间如何进行分配;积累与消费比例如何;投入与产出、供给与需求、部门与部门、环节与环节之间的比例是否协调;纵向、横向比较,发展变化如何,等等,都需要采用科学的方法进行测量和计算。
这种测量和计算,就叫国民经济核算。
它是适应国民经济与社会发展需要而逐步形成并发展起来的。
第一产业:按“三次产业分类法”划分的国民经济中的一个产业部门。
指以利用自然力为主,生产不必经过深度加工就可消费的产品或工业原料的部门。
其范围各国不尽相同。
一般包括农业、林业、渔业、畜牧业和采集业。
计量经济学自相关性检验实验报告计量经济学自相关性检验实验报告实验内容:自相关性检验商品进口主要由GDP决定。
为了考察GDP对商品进口的影响,可使用如下模型:;其中,X表示GDP,Y表示商品进口。
下表列出了中国1981--2000商品进口和国内生产总值的统计数据。
资料来源:《中国统计年鉴》一、估计回归方程OLS法的估计结果如下:Y=-8352.304+50.28935X (-2.838588)(17.36553)R2=0.943673,R2=0.940544,SE=7263.295,D.W.=0.870122。
二、进行序列相关性检验(1)图示检验法通过残差与残差滞后一期的散点图可以判断,随机干扰项存在不存在序列相关性。
(2)回归检验法一阶回归检验et=0.583346et-1+εt二阶回归检验et=1.444793et-1-1.172908et-2+εt可见:该模型存在二阶序列相关。
(3)杜宾-瓦森(D.W)检验法由OLS法的估计结果知:D.W.=0.870122。
本例中,在5%的显著性水平下,解释变量个数为2,样本容量为20,查表得dl=1.284,du=1.567,而D.W.=0.870122,小于下限dl=1.284,所以存在自相关性。
(4)拉格朗日乘数(LM)检验法由上表可知:含二阶滞后残差项的辅助回归为:et=668.0079-1.592283X+1.502666et-1-1.145731et-2(0.357417)(-0.822879) (5.825633) (-4.289558)R2=0.679813于是,LM=18×0.679813=12.236634,该值大于显著性水平为5%,自由度为2的χ序列相关性。
2的临界值Χ20.05,由此判断原模型存在2阶三、序列相关的补救(1)广义差分法估计模型由D.W.=0.870122,得到一阶自相关系数的估计值ρ=1-DW/2=0.564939则DY=Y-0.564939*Y(-1), DX=X-0.564939*X(-1);以DY为因变量,DX为解释变量,用OLS法做回归模型,这样就生成了经过广义差分后的模型。
第三次实验64国家婴儿死亡率与文盲率之间的关系(多元回归模型)一、提出问题(1 )、先验的预期CM (婴儿死亡率)和各个变量之间的关系。
(2)、做CM对FLR (妇女识字率)的回归,得到回归结果。
(3)、做CM对FLR和PGNP (人均国民生产总值)的回归,得到回归结果。
(4)、做CM对FLR,PGNP和TFR (总生育率)的回归结果,并给出ANOVA。
(5 )、根据各种回归结果,选择哪个模型?为什么?(6)、如果回归模型(4)是正确的模型,但却估计了(2)或(3),会有什么后果?(7)、假定做了(2)的回归,如何决定增加变量PGNP和TFR ?使用了哪种检验?给出必要的计算结果。
、数据来源二、分析步骤 1) 先验的预期CM 对各个变量的关系:婴儿死亡率(CM )应与妇女文盲率(FLR )之间存在着正相关关系; CM 与人均国民生产 总值(PGNP )之间应该存在着负相关关系; CM 与总生育率(TFR )之间应存在着正相关 关系。
【婴儿死亡率(CM )的单位为一年中每 1000个活胎中5岁以下婴儿的死亡数】 2) 通过EVIEWS 处理得出CM 对各个变量的关系: a. CM 对FLR 的散点图与相关系数表 280O24IO—T-002s o20^180-I-20FLRO; b. CM 对PGNP 间的散点图与相关系数表PGNP;c. CM 对TFR 间的散点图与相关系数表320280- 'jo O'240- 址□o200-160-翻 % c120-o80-Op°% o40-0-0 I0 4000 800012000 16000 20000TFR从CM 对TFR 的散点图与相关系数表中可以看出二者间是正相关关系,与预期相同;结论:婴儿死亡率(CM )和妇女文盲率(FLR )存在负相关关系,与人均国民生产总值(PGNP ) 间存在负相关关系,与总生育率(TFR )间存在正相关关系。
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。
计量经济学实验报告影响财政收入的主要因素学生姓名·······学号 6011211324所属学院经济与管理学院专业农林经济管理班级 15-3班指导教师······塔里木大学教务处制影响财政收入的主要因素(基于多重共线性、异方差后的自相关、协整检验)一、研究的目的要求:财政收入,就是政府为履行其职能、实施公共政策与提供公共物品与服务需要而筹集的一切资金的总与。
财政收入表现为政府部门在一定时期内(一般为一个财政年度)所取得的货币收入。
财政收入就是衡量一国政府财力的重要指标,政府在社会经济活动中提供公共物品与服务的范围与数量,在很大程度上决定于财政收入的充裕状况。
财政就是同国家的产生与存在相联系,国家为了维持自身的存在与发挥职能,必须消耗一定的社会产品。
但就是,国家本身通常不直接从事生产活动,因而必须凭借自身拥有的政治权力,强制性地征收一部分社会产品,以满足各方面支出的需要。
这种国家的收入与支出就就是财政,它就是国家凭借政治权力而进行的社会产品的分配。
2013年中国政府已成为全球第二富裕的政府,所以来研究财政的影响因素就是很有必要的,为更好的掌握我国的财政收入具有重要的作用,更好地服务社会,促进人类文明的进步。
二、模型的设定及其估计:经分析,影响财政收入的因素很多,主要的因素有国民总收入(X1)、税收收入(X2)、能源消费总量(X3)、预算外财政收入(X4),因此,可设定如下的计量经济模型:Y t=β0+β1X1+β2X2+β3X3+β4X4+ t其中Yt为第t年财政收入(亿元),X1表示国民总收入(亿元),X2表示税收收入(亿元),X3表示能源消费总量(亿元),X4表示预算外财政收入(亿元)。
下面就是在中国统计年鉴上收集到的数据,经整理后得到1978-2011年的统计数据,如下所示:1978-2011年中国财政收入及其相关数据年份财政收入(Y)/亿元国民总收入(X1)/亿元税收收入(X2)/亿元能源消费总量(X3)/亿元预算外财政收入(X4)/亿元1978 1132、260 3645、2 519、2800 57144、00 347、1100 1979 1146、400 4062、6 537、8200 58588、00 452、8500 1980 1159、930 4545、6 571、7000 60275、00 557、4000 1981 1175、800 4889、5 629、8900 59447、00 601、7000 1982 1212、300 5330、5 700、0200 62067、00 802、7400 1983 1367、000 5985、6 775、5900 66040、00 967、6800 1984 1642、900 7243、8 947、3500 70904、00 1188、480 1985 2004、820 9040、7 2040、790 76682、00 1530、030 1986 2122、000 10274、4 2090、730 80850、00 1737、310 1987 2199、400 12050、6 2140、360 86632、00 2028、800 1988 2357、200 15036、8 2390、470 92997、00 2360、770 1989 2664、900 17000、9 2727、400 96934、00 2658、830 1990 2937、100 18718、3 2821、860 98703、00 2708、640 1991 3149、480 21826、2 2990、170 103783、0 3243、300 1992 3483、370 26937、3 3296、910 109170、0 3854、920 1993 4348、950 35260、0 4255、300 115993、0 1432、540 1994 5218、100 48108、5 5126、880 122737、0 1862、530 1995 6242、200 59810、5 6038、040 131176、0 2406、500 1996 7407、990 70142、5 6909、820 138948、0 3893、340 1997 8651、140 78060、9 8234、040 137798、0 2826、000 1998 9875、950 83024、3 9262、800 132214、0 3082、290 1999 11444、08 88479、2 10682、58 133831、0 3385、170 2000 13395、23 98000、5 12581、51 138553、0 3826、430 2001 16386、04 108068、2 15301、38 143199、0 4300、000 2002 18903、64 119095、7 17636、45 151797、0 4479、000 2003 21715、25 134977、0 20017、31 174990、0 4566、800 2004 26396、47 159453、6 24165、68 203227、0 4699、180 2005 31649、29 183617、4 28778、54 224682、0 5544、160 2006 38760、20 215904、4 34804、35 246270、0 6407、880 2007 51321、78 266422、0 45621、97 265583、0 6820、320 2008 61330、35 316030、3 54219、62 285000、0 6617、25 2009 68518、30 340320、0 59521、59 306647、0 6414、65 2010 83101、51 399759、5 73210、79 324939、0 5794、422011 103874、43 472115、0 89738、39 348002、0 6725、26 根据以上数据,我们作出了Y、X1、X2、X3、X4之间的线性图,如图所示:从图中可以瞧出有两条线交汇了,它们就是国民总收入(X1)与能源消费总量(X3),这说明我国能源消费总量逐年增长速度大于国民总收入的增长速度,在过去的经济增长中就是以高能耗获取经济的增长,未来应该逐步改变这种经济发展模式。
1.研究目的和意义我们研究的对象是各地区居民消费支出的差异。
居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。
而且,由于各地区人口和经济总量不同,只能用“城市居民家庭每人每年的平均消费支出”来比较,而这正是可国家统计局中获得数据的变量。
所以模型的被解释变量Y选定为“城市居民家庭平均每人生活消费支出”。
因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。
因此建立的是2007年的截面数据模型。
影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,另外,居民消费支出具有一定的惯性,也就是说居民当年的消费支出在一定程度上受上一年已经实现的消费支出的影响。
其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。
因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。
为了与“城市居民家庭人均消费支出”相对应,选择在国家X,统计局中可以获得的“各地区城市居民家庭人均可支配收入”作为解释变量1X。
“上年各地区城镇居民家庭平均每人生活消费支出”作为2从国家统计局中得到表1的数据:表 1 城镇居民家庭平均每人生活消费支出与各地区城镇居民家庭人均可支配收入地区Y X1 X2北京14825.41 19977.52 13244.20天津10548.05 14283.09 9653.26河北7343.49 10304.56 6699.67山西7170.94 10027.70 6342.63内蒙古7666.61 10357.99 6928.60辽宁7987.49 10369.61 7369.27 吉林7352.64 9775.07 6794.71 黑龙江6655.43 9182.31 6178.01 上海14761.75 20667.91 13773.41 江苏9628.59 14084.26 8621.82 浙江13348.51 18265.10 12253.74 安徽7294.73 9771.05 6367.67 福建9807.71 13753.28 8794.41 江西6645.54 9551.12 6109.39 山东8468.40 12192.24 7457.31 河南6685.18 9810.26 6038.02 湖北7397.32 9802.65 6736.56 湖南8169.30 10504.67 7504.99 广东12432.22 16015.58 11809.87 广西6791.95 9898.75 7032.80 海南7126.78 9395.13 5928.79 重庆9398.69 11569.74 8623.29 四川7524.81 9350.11 6891.27 贵州6848.39 9116.61 6159.29 云南7379.81 10069.89 6996.90 西藏6192.57 8941.08 8617.11 陕西7553.28 9267.70 6656.46 甘肃6974.21 8920.59 6529.20 青海6530.11 9000.35 6245.26 宁夏7205.57 9177.26 6404.31 新疆6730.01 8871.27 6207.52400080001200016000200002400051015202530YX1X2结合图行及所学的经济学理论,建立模型:Y=0β+1βX 1+2βX 2+μ2. 估计参数首先对模型有如下假设: (1)零均值: 0)(=i u E n i ,,3,2,1Λ=(2)同方差无自相关:(3)随机扰动项与解释变量不相关:0),(=i ji u X Cov k j ,,3,2Λ= (4)无多重共线性(5) 残差的正态性:根据以上假设,用Eviews 软件得出以下结果:⎩⎨⎧≠===--=ki ki u u E Eu u Eu u E u u COV k i k k i i k i ,0,),()])([(),(2σ),0(~2σμN iDependent Variable: Y Method: Least Squares Date: 12/08/13 Time: 15:36 Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-Statist icProb.C 143.3743 260.4048 0.550583 0.5863 X1 0.555654 0.075309 7.378355 0.0000 X20.250065 0.113636 2.200584 0.0362 R-squared0.975633 Mean dependent var8401.467Adjusted R-squared 0.973893 S.D. dependent var2388.455S.E. of regression385.9202 Akaike infocriterion14.8409Sum squared resid 4170163. Schwarzcriterion14.97968Log likelihood-227.0340F-statistic560.5533Durbin-Watson stat1.843473Prob(F-statistic)0.00000在本例中,参数估计的结果为:Y=143.3743+0.555654X1+0.250065X2260.4048 0.075309 0.113636 T= (0.550583) (7.378355) (2.200584) R2=0.975633 , R2-=0.973893 F=560.5533 df=29Resid^2=4170163 3. 模型检验1、经济意义检验所估计的参数β0=143.3743表示自发性消费支出平均为143.3743,符合经济学意义,β1=0.55565,说明当上年城镇居民家庭人均消费支出不变时,今年城市居民人均可支配收入每相差1元,可导致今年城镇居民家庭人均消费支出平均相差0.55565元,这与经济学中边际消费倾向的意义相符,β2=0.250065表示当今年城镇居民家庭人均可支配收入时,去年城镇居民家庭人均消费支出每变动一个单位,今年城镇居民家庭人均消费支出同向平均变动0.250065个单位。
2、拟合优度和统计检验用EViews 得出回归模型参数估计结果的同时,已经给出了用于模型检验的相关数据。
拟合优度的度量:由表2中可以看出,本例中调整可决系数为0.973893,说明所建模型整体上对样本数据拟合较好,即解释变量“城市居民人均可支配收入”、“ 去年城市居民人均年消费支出”对被解释变量“城市居民人均年消费支出”的97.3893%差异作出了解释。
3、变量的显著性检验(t 检验)针对Η0: β1=β2=0, H1:βj 不全为零,由表2中还可以看出,估计的回归系数β1的标准误差和t 值分别为:Se(β1)=0.075309,t(β1)=7.378355;β2的标准误差和t 值分别为:Se (β2)=0.113636,t(β2)=2.200584。
取0.05α=,查t 分布表得自由度为231229n -=-=的临界值0.025(29) 2.045t =。
因为t(β1)=7.378355>0.025(29) 2.045t =,t(β2)=2.200584>0.025(29) 2.045t =所以拒绝Η0:β1=β2=0,接受H1,这表明,城镇居民人均年可支配收入及去年城镇居民人均年消费支出对人均年消费支出有显著影响。
4. 参数的置信区间在变量的显著性检验中已经知道t=(β-β)/ Se (βj )~~~t (n-k-1)容易推出:在1-a的置信度下βj的置信区间是(βj-ta/2* Se(βj), βj+ta/2* Se(βj))从回归计算中得到β1=0.55565,Se(β1)=0.075309β2=0.250065,Se(β2)=0.113636由此得出β1和β2置信区间为(0.401644 ,0.709657)和(0.017679 ,0.482451),5.回归预测用EViews作回归预测,得到如下数据,见表3Y X1 X2Mean 8401.467 11363.69 7773.217Median 7379.810 9898.750 6891.270Maximum 14825.41 20667.91 13773.41Minimum 6192.570 8871.270 5928.790Std. Dev. 2388.455 3294.469 2183.308Skewness 1.647935 1.691973 1.615209Kurtosis 4.586318 4.739267 4.47105517.28142 18.69835 16.27449Jarque-Bera0.000177 0.000087 0.000292Probability31 31 31Observations根据表3的数据及Y=143.3743+0.555654X1+0.250065X2可计算: 当X1= 11363.69,X2=7773.217,则Y=8401.467。
6. 异方差性检验6.1. 利用图示检验法,作城市居民人均年食品类消费支出(X)和普通最小二乘法估计出的残差平方的散点图,如图1:050000010000001500000500010000150002000025000XE 2图16.2. 利用G-Q 检验先将数据按照X 的升序进行排列,将中间的7个数据除去,把剩下的观测值划分为较大与较小的容量相同的两子字样本,分别对子样本进行普通最小二乘回归,计算得出较小样本残差平方和为RSS1=3319849,较大样本残差平方和为RSS2=1761084;在同方差假定下,构造满足F 分布的统计量:F=RSS1/RSS2=1.885>F(10,10)=2.97(显著性水平为5%),则拒绝同方差假定,表明存在异方差性。
6.3. 利用White 检验法进行检验5 22 Obs*R-squared 1.60436Probability 0.4483 Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/08/13 Time: 21:10Sample: 1 31ent6X -71.55181 120.3115 -0.5947210.5568X^2 0.001760.003893 0.453757 0.65354 var .6Adjusted R-squared -0.015978S.D. dependentvar271668.6S.E. of regression 273830.4Akaike info criterion27.97017Sum squared resid 2.10E+12Schwarzcriterion28.10894Log likelihood -430.5377 F-statistic 0.764095Durbin-Watson stat 2.021647Prob(F-statistic) 0.475222从中可以得出在同方差性假设下,利用White检验得出的nR2 =31*1.604361 > 2 (2)=5.99(显著性水平为5%)。