当前位置：文档之家 › 计量经济学实验报告多元线性回归自相关

计量经济学实验报告多元线性回归自相关

  • 格式：docx
  • 大小：537.33 KB
  • 文档页数：16

计量经济学实验报告多元线性回归自相关 Document number【980KGB-6898YT-769T8CB-246UT-18GG08】实验报告课程名称计量经济学实验项目名称多元线性回归自相关异方差多重共线性班级与班级代码 08国际商务1班实验室名称（或课室）实验楼910 专业国际商务任课教师刘照德学号： 043姓名：张柳文实验日期： 2011 年 06 月 23日广东商学院教务处制姓名张柳文实验报告成绩评语：指导教师（签名）年月日说明：指导教师评分后，实验报告交院（系）办公室保存。

计量经济学实验报告实验项目：多元线性回归、自相关、异方差、多重共线性实验目的：掌握多元线性回归模型、自相关模型、异方差模型、多重共线性模型的估计和检验方法和处理方法实验要求：选择方程进行多元线性回归；熟悉图形法检验和掌握D-W 检验，理解广义差分法变换和掌握迭代法；掌握Park或Glejser检验，理解同方差性变换；实验原理：普通最小二乘法图形检验法 D-W检验广义差分变换加权最小二乘法 Park检验等实验步骤：首先：选择数据为了研究影响中国税收收入增长的主要原因，选择国内生产总值（GDP）、财政支出（ED）、商品零售价格指数（RPI）做为解释变量，对税收收入（Y）做多元线性回归。

从《中国统计年鉴》2011中收集1978—2009年各项影响因素的数据。

如下表所示：199219931994199519961997199819992000200120022003200420052006200720082009实验一：多元线性回归1、将数据导入后，分别对三个解释变量与被解释变量做散点图，选择两个变量作为group打开，在数据表“group”中点击view/graph/scatter/simple scatter，出现数据的散点图，分别如下图所示：从散点图看，变量间不一定呈现线性关系，可以试着作线性回归。

2、进行因果关系检验在“workfile”中按住“ctrl”键，点击所要选择的变量，作为组打开后，在“View”下拉列表中选择“Grange Causality”，滞后期为2，得出如下结果：Pairwise Granger Causality TestsDate: 06/23/11 Time: 16:14Sample: 1978 2009Lags: 2Null Hypothesis:Obs F-Statistic ProbabilityED does not Granger Cause Y30Y does not Granger Cause EDPairwise Granger Causality TestsDate: 06/23/11 Time: 16:15Sample: 1978 2009Lags: 2Null Hypothesis:Obs F-Statistic ProbabilityGDP does not Granger Cause Y30Y does not Granger Cause GDPPairwise Granger Causality TestsDate: 06/23/11 Time: 16:19Sample: 1978 2009Lags: 2Null Hypothesis:Obs F-Statistic ProbabilityRPI does not Granger Cause Y30Y does not Granger Cause RPI从因果关系检验看，ED明显影响财政收入Y，其他两个因素影响不显着。

3、做多元线性回归选中变量作为组打开，在下拉列表“Proc”中选择“MakeEquation”按“确定”，得到多元回归模型：根据图中数据，模型估计的结果为：53.36408ED 0.616282GDP 0.046340RPI 39706.56Y -*+*+*= （） t=996573.0R 2= 996206.0R 2=- F= df=27模型估计结果说明，在假定其他变量不变的情况下，当年RPI 每增长1%，平均来说税收收入会增长亿元；当年GDP 每增长1亿元，平均来说税收收入会增长亿元；当年财政支出每增长1亿元，平均来说税收收入会增长亿元。

可决系数996573.0R 2=，修正后的可决系数996206.0R 2=-，说明模型的样本的拟合很好。

F 检验的数值很大，可以判定，在给定显着性水平α=的情况下，拒绝原假设。

说明回归方程显着，既“国内生产总值”、“财政支出”、“商品零售价格指数”等变量联合起来确实对“税收收入”有显着影响。

从t 检验的值可以看出，GDP 、ED 均对税收收入有显着影响，但是RPI 指数的t 检验值为，不通过检验。

实验二：自相关1、根据前面的数据把GDP 作为解释变量，税收收入作为被解释变量进行一元回归。

结果如下：Dependent Variable: YMethod: Least Squares Date: 06/23/11 Time: 19:01 Sample: 1978 2009 Included observations: 32Variable Coefficient Std. Error t-StatisticProb. GDP C R-squared Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid +08 Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)把回归分析结果报告出来如下： 21.71552GDP 169682.0Y -*= （） （） t=R2 SE= DW=0.115021 F=0.984406从报告可以一目了然地看出，D-W值近似为0，存在自相关。

2、用图形检验法检查是否存在自相关做残差趋势图：在进行一元回归的界面上，点击“resid”，生成残差趋势图：在“workfile”窗口找到“show”，点击在弹出的“show”对话框中输入“resid(-1) resid”，单击“OK”点击“view/graph/scatter/simple scatter”，生成残差散点图：从以上残差趋势图和残差散点图可以看出，方程存在正自相关。

3、回归自相关的处理在Y对GDP远回归中添入AR（1）项，如图：点击“确定”，回归结果如下：此时D-W值由原来的提高到，还没有消除自相关，继续处理，再加入AR（2）项，结果如下：Dependent Variable: YMethod: Least SquaresDate: 06/23/11 Time: 20:01Sample (adjusted): 1980 2009Included observations: 30 after adjustmentsConvergence achieved after 9 iterationsVariable Coefficient Std. Error t-Statistic Prob.GDPCAR(1)AR(2)R-squared Mean dependent varAdjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid8204036.Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)Inverted AR Roots.90.51此时D-W检验值达到，消除了自相关。

没有消除和消除了自相关的回归方程分别为：21.71552GDP169682.0Y-*=））（，）（（462035.02A R4114221.11A R37.04664GDP188524.0Y-==+-*=实验三、异方差1、图形检验法首先，Y对GDP回归的残差趋势图在前面自相关的实验中已经出现为：接着，用SORT命令对变量进行排序：然后，进行残差散点图，在“show”窗口输入指令“gdp resid^2”，点击“OK”，按照路径“view/graph/scatter/simple scatter”，生成残差散点图如下：从残差散点图上可以直观地看出，方程不存在异方差。

2、Park检验对Y与GDP回归的Park检验，实际上就是做形如如下的回归观察其显着性i t u GDP b b e ++=ln ln 102进行回归，的结果为：Dependent Variable: LOG(RESID^2)Method: Least Squares Date: 06/23/11 Time: 21:53 Sample: 1 32 Included observations: 32Variable Coefficient Std. Error t-StatisticProb. LOG(GDP)C R-squared Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)从结果可以看出，方程是不显着的，既不存在异方差3、White 检验由一元回归估计结果，按照路径“view/residual tests/Whiteheteroskedasticity(no cross terms or cross terms)”，进入White 检验，根据White 检验中附注函数的构造，最后一项为变量的交叉乘积项，因为检验一元函数，故无交叉乘积项，因此应选no cross 。

经估计出现White 检验结果如下：White Heteroskedasticity Test:F-statistic Probability Obs*R-squared ProbabilityTest Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/23/11 Time: 22:05 Sample: 1 32 Included observations: 32Variable Coefficient Std. Error t-StatisticProb. C 2593976. 1086913. GDP GDP^2R-squared Mean dependent var3914645.Adjusted R-squared. dependent var3866921.. of regression3794644.Akaike info criterionSum squared resid+14Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)χ从表中可以看出，n2R=，由White检验知，在α=下，查2χ分布表，得临界值2050。

合集下载

计量经济学实验报告之多元回归

计量经济学实验报告之多元回归

X X X学院实验报告第 1 页（1）用eviews得到数据如下：建立回归模型：AHE=-6.631562+0.186713*CLFPRM+0.004974*UNRMR2=0.622402，F=11.53822，P=0.001094，T=（-2.093464）（4.419819）（0.238515）可知城市男性劳动参与率和城市男性失业率与真实的平均小时工资存在正相关关系。

经济意义：说明在其他条件保持不变的情况下，城市男性劳动参与率每增加一个百分点，真实的平均小时工资增加0.186713美元，城市男性失业率每增加百分之一，真实的平均小时工资增加0.004974美元。

（2）用eviews得到数据如下：建立回归模型：AHE=10.60094-0.05345*CLFPRFR2=0.65384，F=28.33262，P=0.000085，T=（18.85195）（-5.32284）可知城市女性劳动参与率与真实的平均小时工资存在负相关关系。

经济意义：说明在其他条件保持不变的情况下，城市女性劳动参与率每增加一个百分点，真实的平均小时工资减少0.05345美元。

（3）用eviews得到数据如下：第 3 页建立回归模型：AHE=157.048-1.919573*CLFPRM-0.232917*UNRMR2=0.91981，F=80.29262，P=0.000，T=（11.69701）（-10.72079）（-2.635153）可知城市男性劳动参与率和城市男性失业率与当前平均小时工资存在显著的负相关关系。

经济意义：说明在其他条件保持不变的情况下，城市男性劳动参与率每增加百分之一，当前平均小时工资减少1.919573美元，城市男性失业率每增加百分之一，当前平均小时工资减少0.232917美元。

（4）用eviews得到数据如下：建立回归模型：AHE=-23.92719+0.595155*CLFPRFR2=0.958337，F=345.0332，P=0.000，T=（-13.33538）（18.57507）可知城市女性劳动参与率与当前平均小时工资存在显著的正相关关系。

计量经济学回归模型实验报告（大全）

计量经济学回归模型实验报告（大全）

计量经济学回归模型实验报告（大全）第一篇：计量经济学回归模型实验报告（大全）回归模型分析报告背景意义：教育是立国之本，强国之基。

随着改革开放的进行、经济的快速发展和人们生活水平的逐步提高，“教育”越来越受到人们的重视。

一方面，人均国内生产总值的增加与教育经费收入的增加有着某种联系，而人口的增长也必定会对教育经费收入产生影响。

本报告将从这两个方面进行分析。

我国1991 年~2013 年的教育经费收入、人均国内生产总值指数、年末城镇人口数的统计资料如下表所示。

试建立教育经费收入Y 关于人均国内生产总值指数 X 1 和年末城镇人口数 X 2的回归模型，并进行回归分析。

年份教育经费收入Y（亿元）人均国内生产总值指数X 1(1978 年=100)年末城镇人口数X 2（万人）1991 731.50282 256.67 31203 1992 867.04905 289.72 32175 1993 1059.93744 326.32 33173 1994 1488.78126 364.91 34169 1995 1877.95011 400.6 35174 1996 2262.33935 435.76 37304 1997 2531.73257 471.13 39449 1998 2949.05918 503.25 41608 1999 3349.04164 536.94 437482000 3849.08058 577.64 45906 2001 4637.66262 621.09 48064 2002 5480.02776 672.99 50212 2003 6208.2653 735.84 52376 2004 7242.59892 805.2 54283 2005 8418.83905 891.31 56212 2006 9815.30865 998.79 58288 2007 12148.0663 1134.67 60633 2008 14500.73742 1237.48 62403 2009 16502.7065 1345.07 64512 2010 19561.84707 1480.87 66978 201123869.29356 1613.61 69079 2012 28655.30519 1730.18 71182 2013 30364.71815 1853.97 73111 资料来源：中经网统计数据库。

计量经济实验报告多元(3篇)

计量经济实验报告多元(3篇)

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。

多元回归模型和多重共线性实验报告

多元回归模型和多重共线性实验报告

《计量经济学》上机实验报告一题目：多元回归模型和多重共线性实验日期和时间：2013年4月18日班级：学号：姓名：实验室：实验楼104实验环境：Windows XP ; EViews 3.1实验目的：利用相关数据建立多元回归模型，分析在不同的经济条件下一定的要素对某个经济体发展的影响程度并建立一定的关系模型。

检验设定的模型是否存在多重共线性，分析产生多重共线性的原因及作用因素，并对存在多重共线性的模型进行必要的修正。

实验内容：1、中国进出口额Y、国内生产总值GDP、居民消费价格指数CPI，根据提供的模型估计参数，判断多重共线性是否存在，表述多重共线性的性质。

2、检验能源消费需求总量Y的影响因素，选取国民总收入X1、国内生产总值X2、工业增加值X3、建筑业增加值X4、交通运输邮电业增加值X5、人均生活电力消费X6和能源加工转换效率X7七个变量，模拟回归，检验修正多重共线性。

3、为什么会产生“农业的发展反而会减少财政收入”的异常结果，如何解决这种异常。

实验步骤：一、中国进出口额Y、国内生产总值GDP、居民消费价格指数CPI（一）建立多元回归模型，估计参数在命令窗口依次键入以下命令：1、建立工作文件：CREATE A 1985 20072：输入统计资料：DATA Y GDP CPI3、生成变量：GENR LNY=LOG(Y)GENR LNGDP=LOG(GDP)GENR LNCPI=LOG(CPI)4、建立回归模型：LS LNY C LNGDP LNCPI得出回归结果为：由此可见，该模型的参数形式为：LNŶt=-3.06+1.66LNGDP t-1.06LNCPI t，其中该模型R2=0.9922，R2=0.9914可决系数很高，F检验值1275.093，明显显著，且T检验的临界概率均非常小，回归效果较好。

（二）检验多重共线性利用简单相关系数法进行检验，输入命令COR LNY LNGDP LNCPI，得到相关系数矩阵：由相关系数矩阵可以看出，各解释变量相互之间的相关系数均很高，说明数据中存在严重的多重共线性。