下载文档原格式
计量经济学实验报告1. 引言计量经济学是应用数学和统计学方法来研究经济现象的一门学科。
实验是计量经济学研究中常用的方法之一，通过设计和实施实验，可以帮助我们理解经济现象背后的因果关系。
本文将对一项计量经济学实验进行详细描述和分析，以展示实验的设计、数据分析和结论。
2. 实验设计2.1 实验目的本次实验的目的是研究市场供需关系对商品价格的影响。
具体而言，我们希望通过改变商品的市场供给量，观察商品价格如何变化，并分析供给弹性的大小。
2.2 实验假设在实验设计阶段，我们需要制定实验假设来指导实验的进行。
在本次实验中，我们假设市场供给量的变动会对商品价格产生影响，而且供给弹性的大小会决定价格的变动幅度。
2.3 实验步骤本次实验包括以下几个步骤：1.设定实验组和对照组：我们将随机选择一些参与者，并将其分为两组，一组作为实验组，一组作为对照组。
实验组将面临市场供给量变动的情况，而对照组则不受干扰。
2.确定商品和市场：我们选择一个特定的商品，并确定一个特定的市场来进行实验。
这样可以使实验更加具体和可控。
3.设定实验条件：在实验组中，我们逐步调整市场供给量，并记录下不同供给量下的商品价格。
对照组则保持市场供给量不变。
4.数据收集：在每次实验条件设定完毕后，我们将记录实验组和对照组的商品价格，并对数据进行整理和存储。
2.4 实验风险和伦理考虑在设计实验时，我们需要考虑实验可能存在的风险，并确保实验过程符合伦理要求。
具体而言，我们需要确保参与者的权益得到保护，并在可能对参与者造成负面影响的情况下停止实验。
3. 数据分析在实验进行完毕后，我们对数据进行分析，以验证实验假设并得出结论。
3.1 数据整理首先，我们将实验组和对照组的数据整理成表格形式，方便后续分析。
由于文档要求不能包含表格，这里无法展示具体的数据。
3.2 数据分析方法我们采用的数据分析方法主要包括描述统计分析和回归分析。
描述统计分析用于描述数据的基本特征，包括平均值、标准差、最小值和最大值等。
第1篇一、实验目的本次实验旨在通过多元线性回归模型，分析多个自变量与因变量之间的关系，掌握多元线性回归模型的基本原理、建模方法、参数估计以及模型检验等技能，提高运用计量经济学方法解决实际问题的能力。
二、实验背景随着经济的发展和社会的进步，影响一个变量的因素越来越多。
在经济学、管理学等领域，多元线性回归模型被广泛应用于分析多个变量之间的关系。
本实验以某地区居民消费支出为例，探讨影响居民消费支出的因素。
三、实验数据本实验数据来源于某地区统计局，包括以下变量：1. 消费支出（Y）：表示居民年消费支出，单位为元；2. 家庭收入（X1）：表示居民家庭年收入，单位为元；3. 房产价值（X2）：表示居民家庭房产价值，单位为万元；4. 教育水平（X3）：表示居民受教育程度，分为小学、初中、高中、大专及以上四个等级；5. 通货膨胀率（X4）：表示居民消费价格指数，单位为百分比。
四、实验步骤1. 数据预处理：对数据进行清洗、缺失值处理和异常值处理，确保数据质量。
2. 模型设定：根据理论知识和实际情况，建立多元线性回归模型：Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ε其中，Y为因变量，X1、X2、X3、X4为自变量，β0为截距项，β1、β2、β3、β4为回归系数，ε为误差项。
3. 模型估计：利用统计软件（如SPSS、R等）对模型进行参数估计，得到回归系数的估计值。
4. 模型检验：对估计得到的模型进行检验，包括以下内容：（1）拟合优度检验：通过计算R²、F统计量等指标，判断模型的整体拟合效果；（2）t检验：对回归系数进行显著性检验，判断各变量对因变量的影响是否显著；（3）方差膨胀因子（VIF）检验：检验模型是否存在多重共线性问题。
5. 结果分析：根据模型检验结果，分析各变量对因变量的影响程度和显著性，得出结论。
五、实验结果与分析1. 拟合优度检验：根据计算结果，R²为0.812，F统计量为30.456，P值为0.000，说明模型整体拟合效果较好。
计量经济学试验(完整版)——李子奈目录实验一一元线性回归 (5)一实验目的 (5)二实验要求 (5)三实验原理 (5)四预备知识 (5)五实验内容 (5)六实验步骤 (5)1.建立工作文件并录入数据 (5)2.数据的描述性统计和图形统计： (7)3.设定模型，用最小二乘法估计参数： (8)4.模型检验： (8)5.应用：回归预测： (9)实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验 (12)一实验目的： (12)二实验要求 (12)三实验原理 (12)四预备知识 (12)五实验内容 (12)六实验步骤 (13)实验三多元线性回归 (15)一实验目的 (15)三实验原理 (15)四预备知识 (15)五实验内容 (15)六实验步骤 (15)6.1 建立工作文件并录入全部数据 (15)6.2 建立二元线性回归模型 (16)6.3 结果的分析与检验 (16)6.4 参数的置信区间 (17)6.5 回归预测 (17)6.6 置信区间的预测 (19)实验四异方差性 (21)一实验目的 (21)二实验要求 (21)三实验原理 (21)四预备知识 (21)五实验内容 (21)六实验步骤 (21)6.1 建立对象： (21)6.2 用普通最小二乘法建立线性模型 (22)6.3 检验模型的异方差性 (22)6.4 异方差性的修正 (25)实验五自相关性 (29)一实验目地 (29)二实验要求 (29)三实验原理 (29)四预备知识 (29)五实验内容 (29)六实验步骤 (29)6.1 建立Workfile和对象 (30)6.2 参数估计、检验模型的自相关性 (30)6.3 使用广义最小二乘法估计模型 (34)6.4 采用差分形式作为新数据，估计模型并检验相关性 (36)实验六多元线性回归和多重共线性 (38)一实验目的 (38)二实验要求 (38)三实验原理 (38)四预备知识 (38)五实验内容 (38)六实验步骤 (38)6.1 建立工作文件并录入数据 (38)6.2 用OLS估计模型 (38)6.3 多重共线性模型的识别 (39)6.4 多重共线性模型的修正 (40)实验七分布滞后模型与自回归模型及格兰杰因果关系检验 (43)一实验目的 (43)二实验要求 (43)三实验原理 (43)四预备知识 (43)五实验内容 (43)六实验步骤 (43)6.1 建立工作文件并录入数据 (43)6.2 使用4期滞后2次多项式估计模型 (44)6.3 格兰杰因果关系检验 (46)实验八联立方程计量经济学模型 (50)一实验目的 (50)二实验要求 (50)三实验原理 (50)四预备知识 (50)五实验内容 (50)六实验步骤 (51)6.1 分析联立方程模型。
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。
一、实验背景随着经济全球化和信息技术的发展，计量经济学作为一门重要的应用经济学分支，在各个领域都得到了广泛的应用。
本实验旨在通过综合运用计量经济学方法，对某一经济问题进行实证分析，从而加深对计量经济学理论和方法的理解，提高实际操作能力。
二、实验目的1. 掌握计量经济学的基本理论和方法；2. 学会使用计量经济学软件（如EViews）进行数据处理和模型分析；3. 培养分析实际经济问题的能力；4. 提高论文写作和报告表达能力。
三、实验内容1. 数据收集与处理本次实验以我国某城市居民消费水平为例，选取以下变量：- 居民可支配收入（X1）- 居民消费支出（Y）- 居民储蓄（X2）- 居民教育程度（X3）- 居民年龄（X4）数据来源于某城市统计局和相关部门。
在收集数据后，对数据进行整理和清洗，确保数据质量和准确性。
2. 模型设定根据实际情况和理论依据，选择以下模型：Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ε其中，Y为居民消费支出，X1为居民可支配收入，X2为居民储蓄，X3为居民教育程度，X4为居民年龄，β0为常数项，β1、β2、β3、β4分别为各变量的系数，ε为误差项。
3. 模型估计使用EViews软件对模型进行估计，得到以下结果：Y = 5.23 + 0.83X1 - 0.16X2 + 0.15X3 - 0.02X4 + ε4. 模型检验（1）残差分析：对残差进行检验，发现残差基本服从正态分布，不存在明显的异方差。
（2）自相关检验：对残差进行自相关检验，发现残差不存在自相关。
（3）拟合优度检验：计算R²值，得到R² = 0.89，说明模型拟合效果较好。
5. 模型解释根据模型结果，可以得出以下结论：（1）居民可支配收入对消费支出有显著的正向影响，即收入越高，消费支出越高。
（2）居民储蓄对消费支出有显著的负向影响，即储蓄越高，消费支出越低。
（3）居民教育程度对消费支出有显著的正向影响，即教育程度越高，消费支出越高。
实验一一元线性回归模型一、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二、实验内容：1、搜集2001-2011年，人均消费和人均gdp数据，构建消费模型，并估计，检验，按照教材例题数据处理过程处理。
表一 2001-2011年人均消费和人均gdp数据年份人均消费人均GDP2001 3611 75432002 3791 81842003 4089 91012004 4552 105612005 5439 140402006 6111 160842007 7081 189342008 8183 226982009 9098 255752010 9968 299922011 12272 351812、下表是中国1978-2000年的财政收入Y和国内生产总值（GDP）的统计资料要求，（1）作出散点图。
建立财政收入随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；（2）对所建立的回归方程进行检验；（3）若2001年中国国内生产总值为105709亿元，求财政收入的预测值及预测区间。
表二中国1978-2000年的财政收入Y和国内生产总值（GDP）年份Y GDP 年份Y GDP 1978 1132.26 3624.1 1990 2937.1 18547.91979 1146.38 4038.2 1991 3149.48 21617.81980 1159.93 4517.8 1992 3483.37 26638.11981 1175.79 4862.4 1993 4348.95 34634.41982 1212.33 5294.7 1994 5218.1 46759.41983 1366.95 5934.5 1995 6242.2 58478.11984 1642.86 7171 1996 7407.99 67884.61985 2004.82 8964.4 1997 8651.14 74462.61986 2122.01 10202.2 1998 9875.95 78345.21987 2199.35 11962.5 1999 11444.08 82067.51988 2357.24 14928.3 2000 13395.23 89403.61989 2664.9 16909.2三、实验步骤及结果1.1建立工作文件，输入数据在Eviews软件的命令窗口中键入数据输入命令：DATA XF GDP此时将显示一个数组窗口（如所示），即可以输入每个变量的数值图1-1 2001-2011年人均消费和人均gdp数据1.2图形分析借助图形分析可以直观地观察经济变量的变动规律和相关关系，合理地确定模型的数学形式。
一、实训背景随着我国经济的快速发展，经济学研究越来越注重实证分析。
计量经济学作为经济学的重要分支，已经成为经济学研究的重要手段。
为了提高学生对计量经济学理论的理解和应用能力，我们学院组织了本次计量经济学实训。
二、实训目的1. 帮助学生理解计量经济学的基本原理和方法；2. 培养学生运用计量经济学方法进行实证分析的能力；3. 提高学生运用统计软件进行数据处理和分析的能力；4. 增强学生团队合作意识和沟通能力。
三、实训内容本次实训主要分为以下几个部分：1. 计量经济学基本原理讲解：包括回归分析、多元线性回归、非线性回归、时间序列分析等基本概念和方法。
2. 实证案例分析：选取实际经济问题，运用计量经济学方法进行分析，包括数据收集、模型设定、参数估计、模型检验等。
3. 统计软件操作：学习并熟练运用计量经济学常用软件，如EViews、Stata等，进行数据处理和分析。
4. 团队合作与沟通：学生分成小组，共同完成实训任务，培养团队合作意识和沟通能力。
四、实训过程1. 第一阶段：讲解计量经济学基本原理和方法，学生进行自学和笔记。
2. 第二阶段：教师选取实际经济问题，学生分组进行讨论，确定研究问题、数据来源和模型设定。
3. 第三阶段：学生运用统计软件进行数据处理和分析，完成实证研究。
4. 第四阶段：各小组进行成果展示，其他小组成员进行提问和评价。
五、实训结果1. 学生对计量经济学基本原理和方法有了更深入的理解；2. 学生的实证分析能力得到提高，能够运用计量经济学方法进行实际问题的分析；3. 学生的统计软件操作能力得到提高，能够熟练运用EViews、Stata等软件进行数据处理和分析；4. 学生的团队合作意识和沟通能力得到提升。
六、实训总结1. 计量经济学实训对于提高学生的实证分析能力具有重要意义；2. 在实训过程中，学生需要充分发挥自己的主观能动性，积极学习理论知识，并注重实际操作；3. 教师应注重引导学生进行团队合作，培养学生的沟通能力；4. 学校应加强计量经济学软件资源的建设，为学生提供更好的学习环境。
计量经济学》实验报告一、经济学理论概述1、需求是指消费者（家庭）在某一特定时期内，在每一价格水平时愿意而且能够购买的某种商品量。
需求是购买欲望与购买能力的统一。
2、需求定理是说明商品本身价格与其需求量之间关系的理论。
其基本内容是：在其他条件不变的情况下，一种商品的需求量与其本身价格之间成反方向变动，即需求量随着商品本身价格的上升而减少，随商品本身价格的下降而增加。
3、需求量的变动是指其他条件不变的情况下，商品本身价格变动所引起的需求量的变动。
需求量的变动表现为同一条需求曲线上的移动。
二、经济学理论的验证方法在此次试验中，我运用了Eviews和Excel软件对相关数据进行处理和分析。
1、拟合优度检验——可决系数R2统计量回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越大，参差平方和越小，表明样本回归线与样本观测值的拟合程度越高。
2、方程总体线性的显着性检验——F检验（1）方程总体线性的显着性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显着成立作出判断。
（2）给定显着性水平α，查表得到临界值Fα（k，n-k-1）,根据样本求出F统计量的数值后，可通过F＞Fα(k，n-k-1) （或F ≤Fα(k，n-k-1)）来拒绝（或接受）原假设H0，以判定原方程总体上的线性关系是否显着成立。
3、变量的显着性检验——t检验4、异方差性的检验——怀特检验怀特检验不需要排序，对任何形式的异方差都适用。
5、序列相关性的检验——图示法和回归检验法6、多重共线性的检验——逐步回归法以Y为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。
三、验证步骤1、确定变量（1）被解释变量“货币流通量”在模型中用“Y”表示。
（2）解释变量①“货币贷款额”在模型中用“X”表示;1②“居民消费价格指数”在模型中用“2X ”表示；③把由于各种原因未考虑到和无法度量的因素归入随机误差项，在模型中用“μ”。
【精品】《计量经济学》实验报告
一、实验目的
通过本实验，了解计量经济学的基本概念，认识计量经济学的应用，以及如何利用统计软件STATA进行计量经济学的研究。
二、实验内容
本次实验利用国外一项有关家庭经济收支的调查资料，分析收入与消费的关系，研究对收入的影响因素。
三、实验方法
（1）调查资料：国外家庭收支资料是由100个家庭的收支情况数据组成，其中包括这100个家庭的收入、消费、家庭编号、家庭购买力等。
（2）计量模型：在该实验中，建立二元线性回归模型：
（3）计量经济学的应用：利用STATA软件进行实证分析，以估计该家庭收入与消费的关系，并进一步研究影响收入的因素。
四、实验结果
（1）估计结果：家庭收入与消费的估计结果如下：
模型结果：Y=0.697+2.154X
线性拟合结果：R2=0.811，p=0.000
（2）影响收入的因素：利用STATA软件回归分析发现，家庭购买力、家庭编号等因素影响家庭收入。
五、实验结论
通过本次实验，我们可以得出以下结论：
（1）计量经济学是一种有效的用来研究家庭收入与消费关系的方法。
（2）家庭收入与消费显著正相关，即家庭收入越高，消费也越高。
（3）家庭购买力以及家庭编号等因素对家庭收入有显著影响。
《计量经济学》实验项目与主要内容目录实验1——【实验目的】了解Eviews软件的基本操作对象，掌握基本操作方法。
【实验内容】1A-1 Eviews软件的安装与启动1A-2 工作文件的建立1A-3数据的输入、编辑与生成1A-4观察数据的基本特征1A-5一元回归模型的估计、检验及预测【实验步骤】1B-1 观看“”，模仿其中的操作。
(点击超链接即可)1B-2 根据下文示范步骤，完成操作1B-3 独立完成指定两个实验课题1B-1 Eviews软件的入门基本操作观看“”，模仿其中的操作。
(点击超链接即可)。
1B-2 根据下文示范步骤，完成操作例：四川省城市居民1978-1998年家庭人均生活性消费支出Y与人均可支配收入X 的建立文件：Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。
主要有如下几种方法：【1】操作命令法：create 数据类型样本区间【2】新建文件：File/New/Workfile，出现对话框“工作文件范围”，选取或填上数据类型、起止时间。
OK后，得到一个无名字的工作文件，其中有：时间范围、当前工作文件样本范围、filter 、默认方程、系数向量C、序列RESID。
【3】读已存在文件：File/Open/Workfile。
(1)操作命令法：create a 1978 1998（回车，即完成，见下图所示）(2)菜单操作法：file\new\workfile(单击)\再弹出的对话框中点选“数据类型”、输入“样本区间”\点击“OK”输入样本数据主要有如下几种方法：【1】从键盘输入：Quick/Empty Group (Edit Series)，打开组窗口，产生一个untitled“Group”；按列在表中输入序列名（在OBS）及其数据，每输入一个数据完，敲一次enter。
【2】从Excel复制数据：先取定Excel中的数据区域，选“复制”；其次，打开Eview，同，建工作文件，使样本区域包含与被复制数据同样多的观察值个数；第三，击Quick/Empty Group (Edit series)；第四，按向上滚动指针，击数据区OBS右边的单元格，点Edit/Paste，再退出，选No，于是，在工作文件中有被复制的数据序列的图标。
【3】从Excel复制部分数据到已存在的序列中：取定要复制的数据，复制之；打开包含已存在序列的Group窗口，使之处于Edit模式（开关键是Edit+）；将光标指到目标单元格，点Edit/Paste，(1) 命令操作法：data x y（回车，即完成，见下图所示）在弹出的对话框中输入各个样本数据有三种方法①直接输入：②若样本数据以表格形式给出，可直接复制——粘贴；③若样本数据以表格（excel）或文本文件(txt.)格式给出，可直接导入。
★若样本数据以表格（excel）格式给出，文件名为sichuan, 保存在“实验”文件夹中，数据导入操作如下：（关闭文件sichuan），点击file\import\read text-lotus\excel弹出对话框：选择路径（保存数据的文件夹）-文件类型-文件名-点击“打开”，弹出对话框：在对话框中选择“数据排列形式”、输入“数据（变量）名称”、“数据位置”等信息后，单击“OK”即可。
★若样本数据以文本文件(txt.)格式给出，文件名为x\y, 保存在“实验”文件夹中，数据导入操作如下：点击file\import\read text-lotus\excel选择路径（保存数据的文件夹）-文件类型-文件名-点击“打开”，弹出对话框：在对话框中选择“数据排列形式”、输入“数据（变量）名称”、“数据位置”等信息后，单击“OK”即可。
(2)菜单操作法：object\new object，单击弹出对话框，选择对象类型（series）,输入变量名称（x）,点击“OK”弹出对话框，双击图标（x）, 弹出对话框,点击“edit+/-”按钮，在相应位置输入相应样本数据（或复制——粘贴）即可，做散点图（1）命令操作法：scat x y（回车，即完成，见下图所示）（2）菜单操作法：点击quick\graph,弹出对话框输入变量名,单击“OK”弹出对话框在下拉菜单中选择“scatter diagram”, 单击“OK”即弹出散点图回归分析说明：普通最小二乘法有多种操作方法：方法1：在命令窗口，直接输入“LS 因变量 C 自变量”，中间用空格隔开，多个自变量之间也用空格隔开。
方法2：点Object/New Object/Equation，出现对话框：在Equation Specification 内填入方程（不带扰动项）；在Estimation Settings中填入所用估计方法和样本估计区间。
方法3：点Quick/Estimate Equation，同上填写对话框。
方法4：在工作文件内，按被解释变量、各解释变量图标的次序取定（按住Ctrl，用鼠标逐个选），对它们双击左键后，再点Open Equation，出现对话框，根据习惯，将C放在被解释变量与解释变量之间，其它填充同上方法。
在OLS输出结果中，注意以下项目：【1】各解释变量的系数估计及其t值、样本标准差和p值分别是多少，它们分别是如何定义的，分别有什么意义，怎样对系数进行检验；【2】对回归方程线性性进行检验的统计量是什么，方程拟合优度检验量是什么，如何定义的？【3】指出回归方程的标准差、残差平方和、依赖变量的均值和标准差、对数拟然值，分别写出它们的确定公式。
（1）命令操作法：ls y c x（回车，即完成，见下图所示）（2）菜单操作法：点击quick\estimate equation弹出对话框在对话框中输入待估计模型相应的变量（y c x）即可（3）点击Resids，出现图形点击Stats，返回在Equation框中，击“Forecast/ok"，得样本期内被解释变量的拟合值YF（拟合值与实际值的对比图、表）。
点击view\预测应用外推预测（如原资料为1978-1998，外推到1978-2000年）键入：expand 1978 2000/回车（Range扩大）键入：smpl 1978 2000/回车 (sample扩大）键入：data x /回车/yes, 输入X的1999、2000年资料(4366,4601) /最小化在Equation框中，点击“Forecast”，得对话框。
对话框主要有 Forecast name(预测值序列名) YFS．E．（预测值标准差） se 回车注：如果要浏览预测值YF、实际值Y，预测值的标准差se，在命令行键入：“Show Y YF se ”.（指标解读：请参考张晓峒的《EVIEWS 使用指南与案例》103页）实验总结（报告回归分析结果及预测应用情况）（1）样本回归方程为：Yˆ = + *X （t ）（）（） 2R = （2）模型检验截距项为，在理论上表示自发消费支出，其值为正数；估计值符合经济理论要求，即能够通过经济意义检验；斜率项为，在理论上表示边际消费倾向，其介于0到1之间，估计值符合经济理论要求，即能够通过经济意义检验；决定系数2R =，接近于1，说明模型总体拟和优度高，即四川省城市人均可支配收入X 的变化可以解释说明人均生活性消费支出Y 的变化的%；若显着性水平为，则t 检验的临界值为093.2)19(t )221(t 025.02/05.0==-，解释变量X对应的t 统计值为，大于临界值，故拒绝零假设，即四川省城市人均可支配收入X 对人均生活性消费支出Y 的影响是显着的。
（亦可表示为：解释变量X 能够通过t 检验） (3) 预测应用当1999、2000年四川省城市人均可支配收入分别为4366和4601元时，平均人均生活性消费支出分别为和元，其置信度为95%的预测区间为（±*）和（±*）。
1B-3 独立完成指定两个实验课题 实验课题1年份 地方预算内财政收入Y （亿元） 国内生产总值X （GDP,亿元） 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 20011．实验要求(1)运用Eviews 软件画出财政收入Y 对国内生产总值GDP 的的散点图(2)建立深圳地方预算内财政收入Y对国内生产总值GDP的回归模型；(3)运用Eviews软件估计所建立模型的参数，解释斜率系数的经济意义；(4)对回归结果进行检验；(5)若2005年年的国内生产总值为3600亿元，确定2005年财政收入的预测值和预测区间()。
2. 请分别采用“命令法”和“菜单法”完成上述操作，籍此初步掌握Eviews软件的简单操作方法。
3.整理上述分析，写出一篇完整的计量经济分析报告（参考课堂所将相关内容）。
实验课题2采用2001年我国各省（直辖市、自治区）的国内生产总值gdp和最终消费com来估地区gdp com 地区gdp com北京湖北天津湖南3983河北广东山西广西内蒙古海南辽宁重庆吉林四川黑龙江3561 贵州上海云南江苏西藏浙江陕西安徽甘肃福建青海江西宁夏山东新疆河南2.建立com对gdp的一元回归方程（注意选择适当的函数形式）3.运用Eviews软件估计模型，分别作拟合优度检验、回归方程显着性检验以及回归参数显着性检验。
4.简要说明实验课题2与实验课题1的异同之处。
实验2——多元线性回归模型的估计、检验和预测【实验目的】多元回归模型的估计、检验及预测方法【实验内容】2A-1 多元回归模型的估计、检验2A-2 多元回归模型的预测2A-2 非线性模型回归、受约束回归【实验步骤】2B-1按照实验课题1、2要求，完成基本操作练习作。
2B-2 根据实验课题3要求，独立完成实验操作、课外练习和实验报告。
2B-3 根据实验课题4、5要求，课外独立探索，完成相关操作。
2B-1实验课题1——基本操作练习2B-1.1.1——基本操作练习1下表是我国某市1978——1995年间的宏观经济数据1）运用Eviews软件画出①REV对GDP的散点图②EXB对REV的散点图③SLC对GDP的散点图2)建立REV对GDP（解释变量）、EXB对REV、SLC对GDP的一元回归模型3）运用Eviews软件分别估计各个模型4）对三个回归方程分别作拟合优度检验、回归方程显着性检验以及回归参数显着性检验。
5）请预测1996年的财政收入、财政支出以及社会消费平均零售额（提示：先建立GDP 的时间序列模型GDP=a+bt，预测出1996年的GDP）.2B-1.1.2——基本操作练习2将SLC作为被解释变量，GDP，REV，EXB为解释变量1）建立多元回归方程2) 对回归方程进行拟合优度检验、回归方程显着性检验以及回归参数显着性检验。
