计量经济学上机作业

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。

1、中国农村居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、财产收入和转移支出收入等。

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，可使用如下双对数模型：01122ln ln ln Y X X u βββ=+++其中Y 表示农村家庭人均消费支出，1X 表示从事农业经营的收入，2X 表示其他收入。

表4.1列出了中国2001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。

要求：首先把数据输入Eviews,然后：1.做OLS 回归并分析问题2.如果存在异方差性，可能是哪个X 引起的？如何用图示法检验异方差性？3.异方差的White 检验4.用加权最小二乘法重新估计并评价模型2. 经济理论指出，商品进口主要由进口国的经济发展水平，以及商品进口价格指数与国内价格指数对比因素决定。

由于无法取得中国商品进口价格指数，我们主要研究中国商品进口M 与国内生产总值GDP 的关系，数据见表4.3。

表4.3 1978—2001年中国商品进口与国内生产总值要求：1.M 为被解释变量，GDP 为解释变量的OLS 回归2. 进行序列相关性检验，作残差项与时间t 以及与残差项滞后一期的关系图3. 进行拉格朗日乘数检验自相关4. 运用广义差分法进行自相关的处理，采用科克伦—奥科特迭代法3.某国的政府税收T （单位：百万美元），国内生产总值GDP （单位：10亿美元）和汽车数量Z （单位：百万辆）的观测数据如表4.9所示。

试以汽车数量Z 作为国内生产总值GDP 的工具变量，估计税收函数：01t t T GDP u ββ=++。

题目：第二题：下表中，Y代表新客车出售量，X1代表新车价格指数，X2代表消费者价格指数，X3代表个人可支配收入，X4代表利率，X5代表就业人数。

试建模并估计结果。

年度 1X2X3 X451971 10227 112 121.3 776.8 4.89 793671972 10872 111 125.3 839.6 4.55 821531973 11350 111.1 133.1 949.8 7.38 850641974 8775 117.5 147.7 1038.4 8.61 867941975 8539 127.6 161.2 1142.8 6.16 858461976 9994 135.7 170.5 1252.6 5.22 887521977 11046 142.9 181.5 1379.3 5.5 920171978 11164 153.8 195.3 1551.2 7.78 960481979 10559 166 217.7 1729.3 10.25 988241980 8979 179.3 247 1918 11.28 993031981 8535 190.2 272.3 2127.6 13.731982 7980 197.6 286.6 2261.4 11.2 995261983 9179 202.6 297.4 2428.1 8.691984 10394 208.5 307.6 2670.6 9.651985 11039 215.2 318.5 2841.1 7.751986 11450 224.4 323.4 3022.1 6.31第三题为了了解影响电信业务的发展情况，特收集了如下数据，请建模并估计合理的结果。

年电信业务总量邮政业务总量中国人口数市镇人口比重人均GDP人均消费水平1991 1.5163 0.5275 11.5823 0.2637 1.879 0.896 1992 2.2657 0.6367 11.7171 0.2763 2.287 1.070 1993 3.8245 0.8026 11.8517 0.2814 2.939 1.331 1994 5.9230 0.9589 11.9850 0.2862 3.923 1.746 1995 8.7551 1.1334 12.1121 0.2904 4.854 2.236 1996 12.0875 1.3329 12.2389 0.2937 5.576 2.641 1997 12.6895 1.4434 12.3626 0.2992 6.053 2.834 1998 22.6494 1.6628 12.4810 0.3040 6.307 2.972 1999 31.3238 1.9844 12.5909 0.3089 6.534 3.143第四题：X代表职工的工龄，Y代表薪水。

第四章上机习题C4.1 如下模型可以用来研究竞选支出如何影响选举结果：()()u prtystrA endB endA voteA ++++=3210ex p ln ex p ln ββββ其中，voteA 表示候选人A 得到的选票百分数，endA exp 和endB exp 表示候选人A 和B 的竞选支出，而则是对A 所在党派实力的一种度量（A 所在党派在最近一次总统选举中获得的选票百分比）。

（1）如何解释1β？解 在回归方程()()u prtystrA endB endA voteA ++++=3210ex p ln ex p ln ββββ中，保持()endB ex p ln 、prtystrA 不变，可得：().ex p ln 1endA voteA ∆=∆β因为()endA endA ex p %ex p ln 100∆≈∆⋅，所以()()()()()()endA endA endA voteA exp %100exp ln 100100exp ln 111∆⋅≈∆⋅⋅=∆=∆βββ 所以1001β表示当endA exp 变动%1时vote 变动多少个百分点。

注意：100%112⋅-=∆x x x x ，x ∆%表示x 的百分数变化。

（2）用参数表示如下虚拟假设：A 的竞选支出提高%1被B 的竞选支出提高%1所抵消。

解 虚拟假设可以表示为210:ββ-=H 或者0:210=+ββH（3）利用RAW VOTE .1中的数据估计上述模型，并以通常的方式报告结论。

A 的竞选支出或影响结果吗？B 的竞选支出呢？你能用这些结论来检验第（2）部分中的假设吗？解 估计方程为()()()()793.0,14.10052,173062.0379.0382.0926.3152.0)ln(exp 615.6)ln(exp 083.6079.452===+-+=∧R SSR n prtystrA endB endA voteA从回归结果可知，()endA ex p ln 的系数估计值等于6.083，标准误等于0.382，t 统计量为15.919，p 值为0.0000。

计量经济学上机报告计量经济学上机报告一、实验目的练习多元回归模型建模过程；了解回归系数经济学含义；了解三大统计检验过程及进行简单判断；进行非线性估计二、实验内容第三章 3.3 3.5 3.6三、实验结果（注意：回归结果请按报告形式书写，数字保留4位小数）3.3（1）因此，家庭书刊消费对家庭月平均收入和户主受教育年数的多元线性回归函数为： Y=-50.0164+0.0865X+52.3703Tt=(-0.0112) (2.9442) (10.0670)9512.02=R 9448.02=R 2974.146=F经济意义：在其他变量不变的情况下，家庭月收入每增加一元，家庭书刊消费增加0.0865元；同样，户主受教育年数每增加一年，家庭书刊消费增加53.3703元。

作用：显示出各解释变量在其他解释变量不变的情况下，对被解释变量的影响情况。

（2）(3)残差E1对残差E2的无截距项的回归由上图可得模型的估计结果为：E1 = -6.3351 + 0.0864*E2估计参数：0865.02=α(4)2β是表示家庭月平均收入X 对家庭书刊消费Y 的影响参数，2α则是残差1E 与2E 的无截距项的回归参数。

1E 是由Y 对户主受教育年数T 的一元回归得到，2E 是由X 对T 的一元回归得到。

两者性质一样，结果一样。

即22αβ=。

3.5（1）由题知：回归模型估计结果的样本容量n=20，ESS 的平方和SS=377067.19，ESS 与RSS 的自由度分别为2和17。

（2）此模型的可决系数4447.019.84796219.3770672≈==TSS ESS R 修正的可决系数()()4139.022********.01111122≈----=----=k n n R R （3）对于原假设：021==ββ，给定显著性水平05.0=α，在F 表中查出临界值: ()59.317,205.0=F构建F 统计量：()59.317,28063.6122000.470895219.377067105.0=>≈--=--=F k n RSS k ESS F 所以拒绝原假设：021==ββ，说明回归方程是显著的即列入模型的解释变量“价格X2”和“消费者收入X3”联合起来对解释变量“某商品的需求量Y ”有显著影响。

计量经济学实验报告班级：数理金融1一元线性回归模型研究内容：研究全国各地区城市居民的消费是否有显著差异以及城市居民消费与人均收入之间的关系。

研究方法：最小二乘法（实验原理略）研究数据：详细数据见附录1.研究工具：Matlab2008研究过程：我们以城市居民的人均消费支出为被解释变量，以城市居民每人每年可支配收入为解释变量的一元回归分析模型。

21、散点图2、求解过程matlab代码：[n,k]=size(x);X=[ones(n,1),x];%构建结构阵X，A=X'*X; %求算信息阵A，C=inv(A); %求算信息阵的逆阵，b=X\y, % 求算回归统计数向量，其中第一行为回归截距a,RSS=y'*y-b'*X'*y, %求算离回归平方和，MSe=RSS/(n-k-1),%求算离回归方差，Up=b.*b./diag(C);%求算偏回归平方和，其中第一行是a与0差异的偏平方和，F=Up/MSe,%F测验，其中第一行为a与0差异的F值，34sb=sqrt(MSe*diag(C)); %求算回归统计数标准误，t=b./sb, % 回归统计数的 t 测验，其中第一行为a 与0差异的t 测验值。

[t, t.^2, F],%验证t^2=F SSy=var(y)*(n-1) R2=(SSy-RSS)/SSy3、回归方程Y =−554.5943+0.2484x4、回归曲线图5、指标分析估计值 t 值 F 值 b0 −554.5943 -16.8745 284.7 b 10.2484 35.46841258.0 R 20.9836分析：我们可以很清楚的看到，t值和F值都表明回归的截距项和系数都比较大，显然这一定落在拒绝域中，那么我们可以知道回归方程的截距项和斜率系数都是显著的。

上述的R^2=0.9836,已经很接近于1了，也就是说被解释变量有98.36%的变异可以被解释变量解释，那么这个比例已经很高了，这也从一定程度上说明回归的拟合效果比较好。

《计量经济学》上机实验参考答案实验一：线性回归模型的估计、检验和预测（3 课时）实验设备：个人计算机，计量经济学软件Eviews，外围设备如U 盘。

实验目的：（1）熟悉Eviews 软件基本使用功能；（2）掌握一元线性回归模型的估计、检验和预测方法；正态性检验；（3）掌握多元线性回归模型的估计、检验和预测方法；（4）掌握多元非线性回归模型的估计方法；（5）掌握模型参数的线性约束检验与参数的稳定性检验。

实验方法与原理：Eviews 软件使用，普通最小二乘法（OLS），拟合优度评价、t 检验、F 检验、J-B 检验、预测原理。

实验要求：（1）熟悉和掌握描述统计和线性回归分析；（2）选择方程进行一元线性回归；（3）选择方程进行多元线性回归；（4）进行经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；（5）掌握被解释变量的点预测和区间预测；（6）估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。

实验内容与数据1（第2 章思考与练习：三、简答、分析与计算题第12 小题）：12. 表1 数据是从某个行业的5 个不同的工厂收集的，请回答以下问题：ˆˆˆˆ（1）估计这个行业的线性总成本函数：yˆt= b0 + b1 x t ；（2）b0 和b1 的经济含义是什么？；（3）估计产量为10 时的总成本。

表1 某行业成本与产量数据参考答案：(1)总成本函数(标准格式)：yˆt = 26.27679 + 4.25899xts = (3.211966) (0.367954)t = (8.180904) (11.57462)R 2 = 0.978098 S.E = 2.462819 DW =1.404274 F =133.9719ˆˆ(2) b0 =26.27679 为固定成本，即产量为0 时的成本；b1 =4.25899 为边际成本，即产量每增加1 单位时，总成本增加了4.25899 单位。

《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。

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。