《计量经济学》上机实验答案过程步骤

实2：我国1978-2001年的财政收入（y ）和国民生产总值（x ）的数据资料如表2所示：表2 我国1978-2001年财政收入和国民生产总值数据试根据资料完成下列问题：（1）给出模型t t t u x b b y ++=10的回归报告和正态性检验，并解释回归系数的经济意义； （2）求置信度为95%的回归系数的置信区间；（3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)； （4）若2002年国民生产总值为亿元，求2002年财政收入预测值及预测区间（05.0=α）。

参考答案：（1） t t x y133561.06844.324ˆ+= =)ˆ(i b s =)ˆ(ib t 941946.02=R 056.1065ˆ==σSE 30991.0=DW 9607.356=F 133561.0ˆ1=b ，说明GNP 每增加1亿元，财政收入将平均增加万元。

（2）)ˆ()2(ˆ02/00b s n t b b ⋅-±=α=±⨯ )ˆ()2(ˆ12/11b s n t b b ⋅-±=α=±⨯ （3）①经济意义检验：从经济意义上看，0133561.0ˆ1〉=b ，符合经济理论中财政收入随着GNP 增加而增加，表明GNP 每增加1亿元，财政收入将平均增加万元。

②估计标准误差评价： 056.1065ˆ==σSE ，即估计标准误差为亿元，它代表我国财政收入估计值与实际值之间的平均误差为亿元。

③拟合优度检验：941946.02=R ，这说明样本回归直线的解释能力为%，它代表我国财政收入变动中，由解释变量GNP 解释的部分占%，说明模型的拟合优度较高。

④参数显著性检验：=)ˆ(1b t 〉0739.2)22(025.0=t ，说明国民生产总值对财政收入的影响是显著的。

（4）6.1035532002=x , 41.141556.103553133561.06844.324ˆ2002=⨯+=y根据此表可计算如下结果：102221027.223)47.32735()1()(⨯=⨯=-⋅=-∑n x x x tσ92220021002.5)47.327356.103553()(⨯=-=-x x ，109222/1027.21002.52411506.10650739.241.14155)()(11ˆ)2(ˆ⨯⨯++⨯⨯±=--++⋅⋅-±∑x x x x n n t yt f f σα=实验内容与数据3：表3给出某地区职工平均消费水平t y ，职工平均收入t x 1和生活费用价格指数t x 2，试根据模型t t t t u x b x b b y +++=22110作回归分析报告。

计量经济学上机实验上机实验一：一元线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参数估计并进行检验上机步骤：中国内地2011年中国各地区城镇居民每百户计算机拥有量和人均总收入一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y X2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y X2.相关图：键入命令 SCAT Y X 散点图：趋势图：上机结果：Yˆ11.958+0.003X=s (βˆ) 5.6228 0.0002t (βˆ) 2.1267 11.9826prob 0.0421 0.00002=0.831 R2=0.826 FR=143.584 prob(F)=0.0000上机实验二：多元线性回归模型实验目的：多元回归模型的建立、比较与筛选，掌握基本的操作要求并能根据理论对分析结果进行解释实验内容：对线性回归模型进行参数估计并进行检验上机步骤：商品的需求量与商品价格和消费者平均收入趋势图：散点图：上机结果:i Yˆ=132.5802-8.878007X1-0.038888X2s (βˆ) 57.118 4.291 0.419t (βˆ) 2.321 -2.069 -0.093prob 0.0533 0.0773 0.9286 R2=0.79 R2=0.73 F =13.14 prob(F)=0.00427三：非线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参上机步骤：我国国有独立核算工业企业统计资料一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y L K2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y K L2.相关图：键入命令 SCAT Y K L四．估计回归模型：键入命令LS Y C K L上机结果：Y =4047.866K1.262204L-1.227157s (βˆ) 17694.18 0232593 0.759696t (βˆ) 0.228768 5.426669 -1.615325prob 0.8242 0.0004 0.1407R2=0.989758 R2=0.987482 F=434.8689 prob(F)=0.0000上机实验四：异方差实验目的：：掌握异方差的检验与调整方法的上机实现实验内容：我国制造工业利润函数行业销售销售行业销售销售实验步骤：一．检验异方差性1．图形分析检验：1) 观察Y、X相关图：SCAT Y X2) 残差分析:观察回归方程的残差图LS Y C X在方程窗口上点击Residual按钮；2． Goldfeld-Quant检验：SORT XSMPL 1 10LS Y C X（计算第一组残差平方和）SMPL 19 28LS Y C X（计算第二组残差平方和）计算F统计量，判断异方差性3．White检验：SMPL 1 28LS Y C X在方程窗口上点击：View\Residual\Test\White Heteroskedastcity 由概率值判断异方差性。

上机操作步骤：1、样本回归模型：data y x ls y c x2、Goldfeld-Quandt 法：Sort x （假设有60 个样本，去掉中间16个，则样本应是以下）Smpl 1 22Ls y c xRss1=Smpl 39 60Ls y c xRss2=F=rss2/rss1= >F 0.05(22,22) ≈2.05模型存在异方差。

3、White 方法检验模型：（解释变量只有x,就用no cross ,若是有x2 x3 x4等多个解释变量，就用cross ）Smpl 1 60Ls y c x在方程窗口点View/residual/white ………nR 2= ,> 205.0χ（2）=5.99,或P=0.0044 (n 是样本个数，R^2是可决系数) 4、加权最小二乘法（WLS ）法：ls y c xgenr w1=1/resid^2（建议采用此权重变量，也可以使用其他权重变量）ls(w=w1) y c x5、使用互相关分析命令，初步判断滞后期的长度：cross y x6、阿尔蒙法建立分布滞后模型：ls y c pdl(x,s,m) （s 代表滞后期长度，m 一般取2或者3.）7、模型的短期乘数就是x 的系数。

8、DW 检验法：DW=2，ρ=0，DW=0，一阶高度正相关，DW=4，一阶高度负相关。

dl DW ≤≤0，一阶正相关，44≤≤-DW dl ，一阶负相关。

9、BG 检验法：在方程窗口点击VIEW/RESIDUIAL TEST/ SERIAL CORRELATION LM TEST10、广义差分法：ident residls y c x ar(1)11、虚拟变量模型：（从1985-1998,1996为分界线）smpl 1985 1995genr d1 = 0smpl 1996 1998genr d1 = 1data d1genr xd = x*d1smpl 1985 1998ls y c x d1 xd12、多重共线性：1、简单相关系数检验COR X1 X2 X3 X42、某一解释变量(如X1)的VIFLS X1 C X2 X3 X4 VIF=1/(1-R2)3、某一解释变量(如X1)的TOL：TOL=1/VIF=1-R24、采用逐步回归法建立最终方程13、Glejser检验 (假定h=1时)Ls y c xGenr e1=abs(resid)Ls e1 c xF= ，或P=14、Park检验Ls y c xGenr lne2=log(resid^2)Genr lnx=log(x)Ls lne2 c lnxF= , 或P=15、偏相关系数检验LS Y C XIDENT RESID16：非线性回归模型1、可线性化(重点掌握)如：LNY=a + bLNX则 LS LOG(Y) C LOG(X)以及多项式模型、指数模型、幂函数等。

河北工业大学经济管理学院《计量经济学》课程上机指导书（2014年春季学期）班级：学号：姓名：2014年3月上机实习指导书1——EViews的基本使用一、实验目的1．认识计量经济学软件包EViews82．掌握EViews8的基本使用3．建立工作文件并将数据输入存盘二、实验要求熟悉E Views的基本使用三、实验数据四、实验内容（一）怎样启动EViews 8？安装软件后，开始==>程序==> Eviews 8==>Eviews 8。

或者，在桌面双击"EVIEWS"图标，或者双击Eviews8工作文件，进入EVIEWS，启动“EVIEWS”软件。

（二）怎样用EViews 8开始工作进入Eviews8 窗口以后，用户必须创建一个新的工作文件或者打开一个已经存在的工作文件，才能开始工作。

1、创建一个新的工作文件在主菜单上选择File，并点击其下的New，然后选择Workfile。

Eviews将弹出Workfile Creat 窗口。

要求用户输入工作文件的workfile structure type: 如果你的数据是非日期型的截面数据或时间间隔不一致的时间序列数据选unstructured/undated，然后在data specification的Observations 中输入观测值个数；如果你的数据是日期型的选dated——regular frequency，然后在data specification中选择数据的频度，如：年度，季度，月度，周等，最后输入开始日期和结束日期：如果数据是月度数据，则按下面的形式输入（从Jan. 1950 到 Dec. 1994）： 1950:01 1994:12，如果数据是季度数据，则按下面的形式输入（从1st Q. 1950到3rd Q. of 1994）：1950:1 1995:3，如果数据是年度数据，则按下面的形式输入（从1950 到 1994） 1950 1994，如果数据是按周的数据，则按下面的形式输入（从2001年1月第一周到2010年1月第四周）： 2001 1 2010 4；如果你的数据是平衡的面板数据选balanced panel，然后在data specification中输入起始日期（同时间序列数据）及观测对象的个数（同截面数据）。

上机操作步骤详解及分析假设检验部分类型一：会利用软件处理σ2已知关于μ的假设检验以及σ2未知关于μ的假设检验【例一】某车间用一台包装机包装葡萄糖。

袋装糖的净重量是一个随机变量，它服从正态分布。

当机器正常运行时，其均值为0.5KG ，标准差为0.015KG 。

某日开工后为检验及其运转是否正常，随机的抽取了它所包装的糖9袋，称得净重为（KG ）：0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512问：机器运转是否正常？（假设样本方差不变） 仍然为上题，但如果方差未知的情况下呢？因为是研究型假设故0H :u=0.5 1H ：u<>0.5第一步：将数据移入第二步：关闭后再次把数据打开，按如下路径打开下一个对话框第三步：根据已知的均值和标准差输入下列对话框（注意：是标准差，如果题目告诉的是方差，则还要进一步转化成为标准差）第四步：点击OK后，得到如下结果，并分析该题的方差已知，故看Z-statistic的P值，因为0.0248<a/2=0.025，故拒绝原假设，结论为：在5%的显著性水平下，该机器运转不正常若该题的方差未知，则看t-statistic的P值，结论依然是：在5%的显著性水平下，该机器运转不正常类型二：会利用软件处理来自两个正态总体均值的假设检验：等方差和异方差【例2】用两种方法（A、B）测定冰从-0.72摄氏度变为0摄氏度的比热。

测得下列数据：两个样本独立且来自与方差相等的两个正态总体方法A 79.98 80.04 80.02 80.04 80.03 80.0380.04 79.97 80.05 80.03 80.02 80.00 80.02方法B 80.02 79.94 79.98 79.97 79.97 80.03 79.9579.971、两种方法是否具有显著性差异2、A方法是否比B方法测得的比热要大？解析：该题属于双样本的等方差检验，故在EXCEL背景下操作第一小问：第一步：移入数据，将原本的两行数据，分别调整为一行第二步：EXCEL的调试，“工具”——“加载宏”后选择如下选项：第三步：点击“工具”——“数据分析”——“t检验-双样本等方差检验”第四步：输入相应的数据第五步：分析相应结果解析：第一小问只需判断是否有显著性差异，也就是说只需要判断A U 与B U 是否相等,属于双侧检验，在统一用P(T<=t) 单尾分析的时候，与的是a/2比较0H ：AU-B U =0 1H ：A U -B U <>0如上图结果所示，P(T<=t) 单尾=0.001276<a/2=0.025，所以拒绝原假设，也就是说在5%的显著性水平下，方法A 和方法B 具有显著性差异第二小问：解析：第二小问不同于第一小问，判断的是A 与B 的大小，是研究型假设检验， 将认为研究结果是无效的说法或理论作为原假设H00H ：AU<=B U 1H ：A U >B U因为是单侧检验，故与a 相比，因为P(T<=t) 单尾=0.001276<a=0.05，所以拒绝原假设，结论是在5%的显著性水平下，A 方法测得的比热比B 方法的大【例3】下表给出两位文学家马克吐温的8篇小品文以及斯诺特格拉斯的10篇小品文中由3个字母组成的单字的比例 马克吐温0.225 0.262 0.217 0.240 0.2300.229 0.235 0.217 斯诺特格拉斯0.209 0.205 0.196 0.210 0.202 0.207 0.224 0.223 0.2200.201两组数据均来自正态总体，且方差相等。

实验三 异方差性实验目的：在理解异方差性概念和异方差对OLS 回归结果影响的基础上，掌握进行异方差检验和处理的方法。

熟练掌握和运用Eviews 软件的图示检验、G-Q 检验、怀特（White ）检验等异方差检验方法和处理异方差的方法——加权最小二乘法。

实验内容：书P116例4.1.4：中国农村居民人均消费函数中国农村居民民人均消费支出主要由人均纯收入来决定。

农村人均纯收入除从事农业经营的收入外，还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支付收入等。

为了考察从事农业经营的收入和其他收入对中国农村居民消费支出增长的影响，建立双对数模型：01122ln ln ln Y X X βββμ=+++其中，Y 表示农村家庭人均消费支出，X 1表示从事农业经营的纯收入，X 2表示其他来源的纯收入。

表4.1.1列出了中国内地2006年各地区农村居民家庭人均纯收入及消费支出的相关数据。

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（2007）》、《中国统计年鉴（2007）》。

实验步骤：一、创建文件1.建立工作文件CREATE U 1 31 【其中的“U”表示非时序数据】2.录入与编辑数据Data Y X1 X2 【意思是：同时录入Y、X1和X2的数据】3.保存文件单击主菜单栏中File→Save或Save as→输入文件名、路径→保存。

二、数据分析1.散点图①Scat X1 Y1000080006000Y4000200050010001500200025003000X1从散点图可看出，农民农业经营的纯收入与农民人均消费支出呈现一定程度的正相关。

②Scat X2 Y1000080006000Y400020000200040006000800010000X2从散点图可看出，农民其他来源纯收入与农民人均消费支出呈现较高程度的正相关。

计量经济学（课程）上机实验指导书实验一 : Eviews软件基本操作和一元回归模型1、实验目的：1）、了解Eviews软件的特点；2）、掌握Eviews软件的启动与退出；3）、了解Eviews软件工作窗口的组成4）、掌握Eviews软件的基本操作和使用范围。

2、实验内容：1）练习Eviews软件的基本操作；2）学会利用Eviews软件的五大工具即工作文件、序列、数组、图形和方程进行经济计量分析；3以我国税收预测模型为例，建立工作文件；输入数据；图形分析；估计线性回归模型；模型比较，根据判定系数、残差图等进行综合分析。

3、预习要求及参考书目1）潘省初：《计量经济学》，中国人民大学出版社，。

2）赵卫亚：《计量经济学教程》，上海财经大学出版社，。

3）M.伍徳里奇：《计量经济学导论》，中国人民大学出版社，4、实验步骤：1）启动Eviews软件，熟悉Eviews软件的工作窗口；2）根据窗口文件提示，输入我国税收数据（见参考书2）P311）；3）进行数据处理和分析；4）总结Eviews软件中的简单函数、描述统计函数和回归统计函数的使用方法和程序。

5、实验报告要求：按规定内容完成。

实验二 :Eviews的应用-多元回归分析1、实验目的：1）、重点掌握Eviews软件的多元回归分析方法；2）利用Eviews软件对回归结果进行验证。

2、实验内容：1）练习Eviews软件的基本操作程序和和各种命令文件代码；2）建立我国国有独立核算工业企业生存函数，然后建立多元线性回归模型；比较、选择最佳模型。

3）对相关数据数据进行回归分析和结果检验。

3、预习要求及参考书目1）潘省初：《计量经济学》，中国人民大学出版社，。

2）赵卫亚：《计量经济学教程》，上海财经大学出版社，。

3）M.伍徳里奇：《计量经济学导论》，中国人民大学出版社，4、实验步骤：1）在Windows窗口下启动Eviews软件；2）建立我国国有独立核算工业企业生存函数，然后建立多元线性回归模型；比较、选择最佳模型。

实验一 简单线性回归一、 实验名称：简单线性回归 二、实验目的掌握一元线性回归模型的估计与应用，熟悉EViews 的基本操作,并且给案例做一元回归并做预测。

三、实验中所需要掌握的知识点掌握一元回归及其预测四、实验前预备的情况说明（包括上机步骤、实验所涉及的基本原理知识的复习理解、 对实验结果的预期解释等）(1)最小二乘法估计的原理 (2) t 检验 (3)拟合优度检验(4)点预测和区间预测五、上机实验内容（填写本次上机的情况）1．上机步骤⑴统计结果，如图1所示，Y ,X 的均值分别为3081.158和22225.13，Y,X 的标准差为2212.591,和22024.6图1(2) 设定模型为 12i i i Y X u ββ=++，经运算的 Equation 界面如图2图3由图2的数据得：；2．上机结果（1）回归估计结果为：Dependent Variable: Y Method: Least SquaresDate: 04/09/14 Time: 18:53 Sample (adjusted): 1978 1997Included observations: 20 after adjustmentsVariable CoefficientStd. Errort-Statistic Prob. X 0.100036 0.002172 46.04910 0.0000 C857.837567.1257812.77955 0.0000R-squared 0.991583 Mean dependent var 3081.158 Adjusted R-squared 0.991115 S.D. dependent var 2212.591 S.E. of regression 208.5553 Akaike info criterion 13.61293 Sum squared resid 782915.7 Schwarz criterion 13.71250 Log likelihood -134.1293 F-statistic2120.520 Durbin-Watson stat0.864032 Prob(F-statistic)0.000000因此得到回归模型为： Y=857.8375+0.100036X斜率系数的经济意义为：GDP 增加1亿元，财政收入增加0.1亿元。

《计量经济学》上机实验报告样板《计量经济学》上机实验报告样板实验名称：单变量线性回归模型实验时间：xxxx年xx月xx日实验目的：通过对单变量线性回归模型的实验学习，掌握计量经济学中的基本数据处理方法，理解回归模型的建立和应用。

实验内容：使用给定的数据集，运用最小二乘法估计单变量线性回归模型的参数，并进行模型评估、推断统计和预测。

具体步骤如下：1. 数据准备：导入实验所需数据集，并进行数据的初步查看和处理，包括缺失值处理、异常值检测等。

2. 模型建立：选择合适的变量，建立单变量线性回归模型，确定模型的形式。

3. 参数估计：使用最小二乘法估计模型的参数，计算斜率和截距，并进行显著性检验。

4. 模型评估：通过残差分析、拟合优度等指标，评估模型的拟合效果和可解释性。

5. 推断统计：对模型参数进行推断统计，包括置信区间估计、假设检验等，判断回归系数是否显著。

6. 预测应用：应用模型进行预测，给出对新数据的预测结果，并分析预测的可信度。

实验结果及分析：1. 数据准备：对实验所用数据进行初步查看后发现，数据集中存在缺失值和异常值，需要进行处理。

经过处理后，得到完整的数据集。

2. 模型建立：根据实验要求，选择自变量X和因变量Y，建立线性回归模型。

假设模型为Y = β0 + β1X，其中Y为因变量，X为自变量。

3. 参数估计：使用最小二乘法对模型进行参数估计，计算出斜率β1和截距β0。

斜率β1表示X对Y的影响程度，截距β0表示当X为0时，Y的取值。

4. 模型评估：通过残差分析和拟合优度等指标，评估模型的拟合效果。

残差分析结果显示，残差的分布符合正态分布，拟合优度指标R^2较高，表明模型的拟合效果较好。

5. 推断统计：对模型参数进行推断统计，计算出斜率和截距的置信区间估计，并进行假设检验。

结果显示，斜率和截距的置信区间不含0，说明回归系数是显著的。

6. 预测应用：应用建立好的模型对新的数据进行预测。

根据模型得到的预测结果，并分析了预测结果的可信度。

Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 246.8540 51.97500 4.749476 0.0001X2 5.996865 1.406058 4.265020 0.0002X3 -0.524027 0.179280 -2.922950 0.0069X4 -2.265680 0.518837 -4.366842 0.0002R-squared 0.666062 Mean dependent var 16.77355Adjusted R-squared 0.628957 S.D．dependent var 8.252535S.E．of regression 5.026889 Akaike info criterion 6.187394Sum squared resid 682.2795 Schwarz criterion 6.372424Log likelihood -91.90460 F-statistic 17.95108Durbin-Watson stat 1.147253 Prob(F-statistic) 0.000001根据上图中数据，模型估计的结果为(51.9750) (1.4060) (0.1793) (0.5188)t= (4.7495) (4.2650) (-2.9229) (-4.3668)R2 =0.6289 F=17.9511 n=31对模型进行检验：拟合优度检验：=0.6660，R2 =0.6289 接近于1，说明模型对样本拟合较好F 检验：F=17.9511>，这说明在显著性水平a=0.05 下，回归方程是显著的。

T 检验：t 统计量分别为4.749476，4.265020，-2.922950，-4.366842，其绝对值均大于查表所得的（27）=2.0518，这说明在显著性水平a=0.05 下都是显著的。

实验一EViews软件的基本操作【实验目的】了解EViews软件的基本操作对象，掌握软件的基本操作。

【实验内容】一、运行Eviews；二、数据的输入、编辑与序列生成；三、图形分析与描述统计分析；四、数据文件的存贮、调用与转换。

实验内容中后三步以表1-1所列出的税收收入和国内生产总值的统计资料为例进行操作。

资料来源：《中国统计年鉴1999》【实验步骤】一、单击任务栏上的“开始”→“程序”→“Eviews”程序组→“Eviews”图标二、数据的输入、编辑与序列生成1创建工作文件启动Eviews软件之后，在主菜单上依次点击File\New\Workfile2输入Y、X的数据可在命令窗口键入如下命令：DATA Y X3生成log（Y）、log（X）、X^2、1/X时间变量T等序列在命令窗口中依次键入以下命令即可：GENR LOGY=LOG(Y)GENR LOGX=LOG(X)GENR X1=X^2GENR X2=1/XGENR T=@TREND(1984)4选择若干变量构成数组，在数组中增加、更名和删除变量5在工作文件窗口中删除、更名变量三、图形分析与描述统计分析1利用PLOT命令绘制趋势图2利用SCAT命令绘制X、Y的相关图3观察图形参数的设置情况双击图形区域中任意处或在图形窗口中点击Procs/Options4在序列和数组窗口观察变量的描述统计量单独序列窗口，从序列窗口菜单选择View/Descriptive Statistics/Histogram and Stats，则会显示变量的描述统计量；数组窗口，从数组窗口菜单选择View/Descriptive Stats/Individual Samples，就对每个序列计算描述统计量四、数据文件的存贮、调用与转换1存贮并调用工作文件2存贮若干个变量，并在另一个工作文件中调用存贮的变量3将工作文件分别存贮成文本文件和Excel文件4在工作文件中分别调用文本文件和Excel文件实验二一元回归模型【实验目的】掌握一元线性、非线性回归模型的建模方法【实验内容】建立我国税收预测模型【实验步骤】表1列出了我国1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。

实验一 EViews软件的基本操作【实验目的】了解EViews软件的基本操作对象，掌握软件的基本操作。

【实验内容】一、EViews软件的安装；二、数据的输入、编辑与序列生成；三、图形分析与描述统计分析；四、数据文件的存贮、调用与转换。

实验内容中后三步以表1-1所列出的税收收入和国内生产总值的统计资料为例进行操作。

表1-1 我国税收与GDP统计资料单位：亿元年份税收 Y GDP X 年份税收 Y GDP X 1985 2041 8964 1992 3297 26638 1986 2091 10202 1993 4255 34634 1987 2140 11963 1994 5127 46759 1988 2391 14928 1995 6038 58478 1989 2727 16909 1996 6910 67885 1990 2822 18548 1997 8234 74463 1991 2990 21618 1998 9263 79396资料来源：《中国统计年鉴1999》【实验步骤】一、安装EViews软件㈠EViews对系统环境的要求⒈一台386、486奔腾或其他芯片的计算机，运行Windows3.1、Windows9X、Windows2000、WindowsNT或WindowsXP操作系统；⒉至少4MB内存；⒊VGA、Super VGA显示器；⒋鼠标、轨迹球或写字板；⒌至少10MB以上的硬盘空间。

㈡安装步骤⒈点击“网上邻居”，进入服务器；⒉在服务器上查找“计量经济软件”文件夹，双击其中的setup.exe，会出现如图1-1所示的安装界面，直接点击next按钮即可继续安装；⒊指定安装EViews软件的目录（默认为C:\EViews3，如图1-2所示），点击OK按钮后，一直点击next按钮即可；⒋安装完毕之后，将EViews的启动设置成桌面快捷方式。

图1-1 安装界面1图1-2 安装界面2二、数据的输入、编辑与序列生成㈠创建工作文件⒈菜单方式启动EViews软件之后，进入EViews主窗口（如图1-3所示）。

实验七虚拟变量【实验目的】掌握虚拟变量的设置方法。

【实验内容】一、试根据表7-1的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我国城镇居民彩电需求函数；表7-1 我国城镇居民家庭抽样调查资料收入等级彩电拥有量Y（台/百户）人均收入X(元/年)D i XD i困难户83.64 2198.88 0 0最低收入户87.01 2476.75 0 0低收入户96.75 3303.17 0 0中等偏下户100.9 4107.26 1 4107.26 中等收入户105.89 5118.99 1 5118.99 中等偏上户109.64 6370.59 1 6370.59 高收入户115.13 7877.69 1 7877.69 最高收入户122.54 10962.16 1 10962.16 资料来源：据《中国统计年鉴1999》整理计算得到二、试建立我国税收预测模型（数据见实验一）；三、试根据表7-2的资料用混合样本数据建立我国城镇居民消费函数。

表7-2 我国城镇居民人均消费支出和可支配收入统计资料收入等级1998 1999消费支出Y 收入X D 消费支出Y 收入X D困难户2214.47 2198.88 0 2327.54 2325.7 1 最低收入户2397.6 2476.75 0 2523.1 2617.8 1 低收入户2979.27 3303.17 0 3137.34 3492.27 1 中等偏下户3503.24 4107.26 0 3694.46 4363.78 1 中等收入户4179.64 5118.99 0 4432.48 5512.12 1 中等偏上户4980.88 6370.59 0 5347.09 6904.96 1 高收入户6003.21 7877.69 0 6443.33 8631.94 1 最高收入户7593.95 10962.16 0 8262.42 12083.79 1 资料来源：据《中国统计年鉴》1999－2000整理计算得到【实验步骤】一、我国城镇居民彩电需求函数⒈相关图分析；键入命令：SCAT X Y，则人均收入与彩电拥有量的相关图如7-1所示。

计量经济学实验报告实验（一）：一元线性回归模型实验实验名称：一元线性回归模型实验【教学目标】《计量经济学》是实践性很强的学科，各种模型的估计通过借助计算机能很方便地实现，上机实习操作是《计量经济学》教学过程重要环节。

目的是使学生们能够很好地将书本中的理论应用到实践中，提高学生动手能力，掌握专业计量经济学软件EViews的基本操作与应用。

利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测。

【实验目的】使学生掌握1.Eviews基本操作：（1）数据的输入、编辑与序列生成；（2）散点图分析与描述统计分析；（3）数据文件的存贮、调用与转换。

2. 利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测【实验内容】1.Eviews基本操作：（1）数据的输入、编辑与序列生成；（2）散点图分析与描述统计分析；（3）数据文件的存贮、调用与转换；2. 利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测。

实验内容以课后练习：以62页计算题为例进行操作。

【实验步骤】1、建立深圳地方预算内财政收入对GDP的回归模型，建立EViews文件，利用地方预算内财政收入（Y）和GDP的数据表，作散点图可看出地方预算内财政收入（Y ）和GDP 的关系近似直线关系，可建立线性回归模型： t t t u GDP Y ++=21ββ利用EViews 估计其参数结果为即 tt GDP Y 134582.0611151.3ˆ+-= （4.16179） (0.003867)t=(-0.867692) (34.80013)R 2=0.99181 F=1211.049经检验说明,GDP 对地方财政收入确有显著影响。

R 2=0.99181，说明GDP 解释了地方财政收入变动的99%，模型拟合程度较好。

模型说明当GDP 每增长1亿元，平均说来地方财政收入将增长0.134582亿元。

Date: 12/20/15 Time: 19:44Sample: 1 31In eluded observati ons: 31Variable Coefficie nt Std. Error t-Statistic Prob.C 246.8540 51.97500 4.749476 0.0001 X2 5.996865 1.406058 4.265020 0.0002 X3 -0.524027 0.179280 -2.922950 0.0069 X4 -2.265680 0.518837 -4.366842 0.0002 R-squared 0.666062 Mean depe ndent var 16.77355 Adjusted R-squared 0.628957 S.D.dependent var 8.252535 S.E. of regressi on 5.026889 Akaike info criteri on 6.187394 Sum squared resid 682.2795 Schwarz criteri on 6.372424 Log likelihood -91.90460 F-statistic 17.95108 Durbi n- Watson stat 1.147253 Prob(F-statistic) 0.000001 根据上图中数据，模型估计的结果为(51.9750) (1.4060) (0.1793) t=件7495) 件2650) (-2.9229)对模型进行检验: (0.5188) (-4.3668)R2= 0.6289 F=17.9511 n=31拟合优度检验: =0.6660, 接近于1，说明模型对样本拟合较好F检验：F=17.9511＞，这说明在显著性水平a=0.05下，回归方程是显著的。

检验：统计量分别为其绝对值均大于查表所得的（）Variable Coefficie nt Std. Error t-Statistic Prob.C 1148.758 228.2917 5.031974 0.0000X2 5.135670 1.010270 5.083465 0.0000LNX3 -22.81005 6.771820 -3.368378 0.0023LNX4 -230.8481 49.46791 -4.666624 0.0001R-squared 0.691952 Mean depe ndent var 16.77355S.E. of regressi on 0.117006 Akaike info criteri on -1.302176Sum squared resid 0.205355 Schwarz criteri on -1.153780Log likelihood 14.71958 F-statistic 542.8930Durbi n- Watson stat 0.684080 Prob(F-statistic) 0.000000 根据上图中数据，模型估计的结果为Method: Least SquaresDate: 12/21/15 Time: 13:14Sample: 1994 2011In eluded observati ons: 18Variable Coeffieie nt Std. Error t-Statistie Prob.C -13.77732 15.73366 -0.875659 0.3984X2 0.001382 0.001102 1.254330 0.2336X3 0.001942 0.003960 0.490501 0.6326X4 -3.579090 3.559949 -1.005377 0.3346X5 0.004791 0.005034 0.951671 0.3600X6 0.045542 0.095552 0.476621 0.6422R-squared 0.994869 Mean depe ndent var 12.76667 Adjusted R-squared 0.992731 S.D. dependent var 9.746631 S.E. of regressi on 0.830963 Akaike info eriteri on 2.728738 Sum squared resid 8.285993 Schwarz eriteri on 3.025529 Log likelihood -18.55865 F-statistie 465.3617 Durbi n- Watson stat 1.553294 Prob(F-statistie) 0.000000根据上表可得，回归模型估计结果为:模型参数估计结果与预期不相符，比现在X4与X5的符号与预期相反。

一、实验目的1. 熟悉计量经济学软件的基本操作，提高计算机应用能力；2. 掌握一元线性回归模型的参数估计、统计检验、点预测和区间预测；3. 培养分析实际问题并运用计量经济学方法解决问题的能力。

二、实验内容1. 数据输入与编辑2. 散点图分析与描述统计分析3. 一元线性回归模型的建立、检验及结果输出与分析4. 多元回归模型的建立与分析5. 异方差、序列相关模型的检验与处理三、实验步骤1. 数据输入与编辑（1）打开EViews软件，创建一个新的工作文件；（2）输入数据，包括自变量和因变量；（3）保存数据文件。

2. 散点图分析与描述统计分析（1）选择“Graph”菜单，点击“Scatter”命令；（2）在弹出的对话框中，选择要绘制的变量；（3）观察散点图，分析变量之间的关系；（4）使用“Statistics”菜单，选择“Summary Statistics”命令，查看数据的描述性统计量。

3. 一元线性回归模型的建立、检验及结果输出与分析（1）选择“Quick”菜单，点击“Estimate Equation”命令；（2）在弹出的对话框中，选择要建立回归模型的变量；（3）点击“OK”按钮，系统自动进行参数估计；（4）观察输出结果，分析回归模型的拟合优度、t检验、F检验等；（5）根据结果，对模型进行诊断，如异方差性、序列相关性等。

4. 多元回归模型的建立与分析（1）与一元线性回归模型类似，选择“Quick”菜单，点击“Estimate Equation”命令；（2）在弹出的对话框中，选择多个自变量；（3）点击“OK”按钮，系统自动进行参数估计；（4）观察输出结果，分析回归模型的拟合优度、t检验、F检验等；（5）根据结果，对模型进行诊断，如异方差性、序列相关性等。

5. 异方差、序列相关模型的检验与处理（1）根据一元或多元回归模型的诊断结果，判断是否存在异方差或序列相关性；（2）选择合适的处理方法，如加权最小二乘法、广义最小二乘法等；（3）重新进行参数估计，观察结果是否有所改善。

《计量经济学》上机实验报告二题目：一元回归模型实验日期和时间：2013-10-28班级：11金融（1）班学号：20112797 姓名：吴方钢实验室：103 实验环境：Windows XP ; EViews 3.1实验目的：掌握一元线性、非线性回归模型的建模方法实验内容：3.3经研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，下表为为对某地抽样调查得到的部分家庭样本数据家庭书刊年消费支出（元）Y 家庭月平均收入户主受教育年数家庭书刊年消费支出（元）Y家庭月平均收入户主受教育年数（元）X（年）T（元）X（年）T450 1027.2 8 793.2 1998.6 14507.7 1045.2 9 660.8 2196 10613.9 1225.8 12 792.7 2105.4 12563.4 1312.2 9 580.8 2147.4 8501.5 1316.4 7 612.7 2154 10781.5 1442.4 15 890.8 2231.4 14541.8 1641 9 1121 2611.8 18611.1 1768.8 10 1094.2 3143.4 161222.1 1981.2 18 1253 3624.6 203.4考虑以下“期望扩充菲利普斯曲线”模型：Y=β1+β2X2+β3X3+μ其中Y为实际通货膨胀率，X2为失业率，X3为预期通货膨胀率。

下表为某国的有关数据。

年份实际通货膨胀率Y 失业率X2预期的通货膨胀率X3（%）(%) (%)1970 5.92 4.9 4.781971 4.3 5.9 3.841972 3.3 5.6 3.311973 6.23 4.9 3.441974 10.97 5.6 6.841975 9.14 8.5 9.471976 5.77 7.7 6.511977 6.45 7.1 5.921978 7.6 6.1 6.081979 11.47 5.8 8.091980 13.46 7.1 10.011981 10.24 7.6 10.811982 5.99 9.7 83.5某地城镇居民人均全年耐用消费品支出、人均年可支配收入及耐用消费品价格指数的统计资料如下表：年份人均耐用消费品支出人均年可支配收入耐用消费品价格指数Y（元）X1（元）X2（1990年=100）1991 137.16 1181.4 115.96 1992 124.56 1375.7 133.35 1993 107.91 1501.2 128.211994 102.96 1700.6 124.851995 125.24 2026.6 122.491996 162.45 2577.4 129.861997 217.43 3496.2 139.521998 253.42 4283 140.441999 251.07 4838.9 139.122000 285.85 5160.3 133.352001 327.26 5425.1 126.393.6下表给出的是1960~1982年7个OECD国家的能源需求指数Y、实际GDP指数X1、能源价格指数X2的数据，所有指数均以1970为准。

《计量经济学》上机实验报告二题目：练习题2.2、2.4 实验日期和时间：2015年10月15日星期四班级：学号：姓名：实验室：实验环境：Windows XP ; EViews 3.1实验目的：了解EViews软件的基本操作对象，掌握软件的基本操作。

实验内容：2.2（1）建立浙江省财政预算收入与全省生产总值的计量经济模型，估计模型的参数，检验模型的显著性并解释所估计参数的经济意义。

（2）利用（1）经济模型作出点预测和区间预测。

（3）建立浙江省财政预算收入对数与全省生产总值对数的计量经济模型，估计模型的参数，检验模型的显著性并解释所估计参数的经济意义。

2.4（1）建立建筑面积与建造单位成本的回归方程。

（2）解释回归系数的经济意义。

（3）估计当建筑面积为4.5万平方米时，对建造平均单位成本作区间预测。

实验步骤：2.3 （1）在命令区间输入LSYCX得到以下结果Dependent Variable: YMethod: Least SquaresDate: 10/15/15 Time: 20:24Sample: 1978 2010Included observations: 33Variable Coefficient Std. Error t-Statistic Prob.C -154.3063 39.08196 -3.948274 0.0004X 0.176124 0.004072 43.25639 0.0000902.5148R-squared 0.983702 Mean dependentvarAdjusted R-squared 0.983177 S.D. dependent var 1351.009S.E. of regression 175.2325 Akaike info criterion 13.22880Sum squared resid 951899.7 Schwarz criterion 13.31949Log likelihood -216.2751 F-statistic 1871.115Durbin-Watson stat 0.100021 Prob(F-statistic) 0.000000方程为Y=-154.3063+0.176124X经济意义：所估计的参数说明浙江省财政预算收入每增加1亿元，全省生产总值增加0.176124亿元。