计量经济学e v i e w s实
验报告
标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]
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：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
（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 Squares
Date: 06/11/16 Time: 19:02
Sample: 1995 2014
Included observations: 20
Variable Coeffici
ent Std. Error
t-
Statistic Prob.
C
AVGDP
R-squared Mean dependent var Adjusted R-
squared. dependent var
. of regression Akaike info criterion
Sum squared resid1538032.Schwarz criterion
Log likelihood Hannan-Quinn criter.
F-statistic Durbin-Watson stat
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: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））
Y = +* X
其中斜率表示国内生产总值每增加一元,人均消费水平增长元。
检验结果R2=，说明%的样本可以被模型解释，只有%的样本未被解释，因此样本回归直线对样本点的拟合优度很高。
（2）对所建立的回归方程进行检验：
（5%显着性水平下，t（18）=）
对于参数c假设: H
0: c=0. 对立假设:H
1
: c≠0
对于参数GDP假设: H
0: GDP=0. 对立假设:H
1
: GDP≠0
由上表知:
对于c,t=>t(n-2)=t(18)=
因此拒绝H
0: c=0,接受对立假设:H
1
: c≠0
对于GDP, t=﹥t(n-2)=t(18)=
因此拒绝H
0: GDP=0,接受对立假设: H
1
: GDP≠0
此外F统计量为，数值很大，可以判定，人均国内生产总值对居民消费水平在5%的显着性水平下有显着性影响。
所以，回归系数显着不为零，常数项不为零，回归模型中应包括常数项。
综上，整体上看此模型是比较好的。
(3)序列相关问题
由上图可知，DW统计量，经查表，当k=1，n=20时，dl=，因此可判断此模型存在序列相关，且为序列正相关。
修正：广义差分法
因为DW=，ρ=1-DW/2=
令X1=*X(-1)
Y1=*Y(-1)
修正结果如下：
Dependent Variable: Y1
Method: Least Squares
Date: 06/11/16 Time: 19:56
Sample(adjusted): 1996 2014
Included observations: 19 after
adjustments
Coeffici
ent Std. Error
t-
Statistic Prob.
X1+087970597.
C+10+10
R-squared Mean dependent var+11 Adjusted R-
squared. dependent var+11
. of regression+11Akaike info criterion
Sum squared resid+23Schwarz criterion
Log likelihood Hannan-Quinn criter.
F-statistic Durbin-Watson stat
Prob(F-statistic)
经修正后，DW=（4）根据2015年中国国民经济与社会发展统计公报，2015年人均国民生产总值为49351元，对该年的居民消费水平进行预测。
点预测：Y = +* X=
区间预测：计算出var^（Y
0）=S2（
∑
-
+
2
t
n
1
X
X
X）
（
）=，（n-2）=，因此E（Y
）的预测区
间为Y^
0±(n-2)√var^（Y
）=49351±。
