eviews实验题目和数据
- 格式:doc
- 大小:339.50 KB
- 文档页数:12
时间地点实验题目简单线性回归模型分析一、实验目的与要求:目的:影响财政收入的因素可能有很多,比如国内生产总值,经济增长,零售物价指数,居民收入,消费等。
为研究国内生产总值对财政收入是否有影响,二者有何关系。
要求:为研究国内生产总值变动与财政收入关系,需要做具体分析。
二、实验内容根据1978-1997年中国国内生产总值X和财政收入Y数据,运用EV软件,做简单线性回归分析,包括模型设定,估计参数,模型检验,模型应用,得出回归结果。
三、实验过程:(实践过程、实践所有参数与指标、理论依据说明等)简单线性回归分析,包括模型设定,估计参数,模型检验,模型应用。
(一)模型设定为研究中国国内生产总值对财政收入是否有影响,根据1978-1997年中国国内生产总值X 和财政收入Y,如图1:1978-1997年中国国内生产总值和财政收入(单位:亿元)根据以上数据,作财政收入Y 和国内生产总值X 的散点图,如图2:从散点图可以看出,财政收入Y 和国内生产总值X 大体呈现为线性关系,所以建立的计量经济模型为以下线性模型:01i i i Y X u ββ=++(二)估计参数1、双击“Eviews ”,进入主页。
输入数据:点击主菜单中的File/Open /EV Workfile —Excel —GDP.xls;2、在EV 主页界面点击“Quick ”菜单,点击“Estimate Equation ”,出现“Equation Specification ”对话框,选择OLS 估计,输入“y c x ”,点击“OK ”。
即出现回归结果图3:图3. 回归结果Dependent Variable: Y Method: Least Squares Date: 10/10/10 Time: 02:02 Sample: 1978 1997 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 857.8375 67.12578 12.77955 0.0000 X0.1000360.00217246.049100.0000R-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-statistic 2120.520 Durbin-Watson stat0.864032 Prob(F-statistic)0.000000参数估计结果为:i Y = 857.8375 + 0.100036i X(67.12578) (0.002172)t =(12.77955) (46.04910)2r =0.991583 F=2120.520 S.E.=208.5553 DW=0.8640323、在“Equation ”框中,点击“Resids ”,出现回归结果的图形(图4):剩余值(Residual )、实际值(Actual )、拟合值(Fitted ).(三)模型检验1、 经济意义检验回归模型为:Y = 857.8375 + 0.100036*X (其中Y 为财政收入,i X 为国内生产总值;)所估计的参数2ˆ =0.100036,说明国内生产总值每增加1亿元,财政收入平均增加0.100036亿元。
计量经济学作业院系:商学院国贸三班教室:高辉姓名:***学号:************INDEX问题 (2)模型设定 (3)检验异方差 (4)图形检验 (4)Glejser检验 (5)White检验 (6)调整异方差 (6)习题5.8表5.13给出的是1998年我国重要制造业销售收入与销售利润的数据表5.13试完成以下问题:1)求销售利润与销售收入的样本回归函数,并对模型进行经济意义检验和统计检验;2)分别用图形法、Glejser方法、White方法检验模型是否存在异方差;3)如果模型存在异方差,选用适当的方法对异方差性进行修正。
1)假定销售利润与销售收入之间满足线性约束,则理论模型设定为Y i = β1 + β2X I + u i其中,Y i表示销售利润,表示销售收入。
Dependent Variable: YMethod: Least SquaresDate: 12/26/09 Time: 14:45Sample: 1 28Included observations: 28Variable Coefficient Std. Error t-Statistic Prob.C 12.03564 19.51779 0.616650 0.5428X 0.104393 0.008441 12.36670 0.0000R-squared 0.854696 Mean dependent var 213.4650Adjusted R-squared 0.849107 S.D. dependent var 146.4895S.E. of regression 56.90368 Akaike info criterion 10.98935Sum squared resid 84188.74 Schwarz criterion 11.08450Log likelihood -151.8508 Hannan-Quinn criter. 11.01844F-statistic 152.9353 Durbin-Watson stat 1.212795Prob(F-statistic) 0.000000图1估计结果为Yˆi = 12.03564 + 0.104393X i(0.61665)(12.3667)R2 = 0.8547,F = 152.94括号内为t统计量值。
【实验编号】 1【实验名称】一元线形回归模型【实验目的】掌握一元线性回归分析的步骤【实验内容】一、实验数据表1 1978年-2009年中国税收与国内生产总值统计表单位:亿元年份税收GDP 年份税收GDP1978 519.28 3645.2 1994 5126.88 48197.91979 537.82 4062.6 1995 6038.04 60793.71980 571.7 4545.6 1996 6909.82 71176.61981 629.89 4891.6 1997 8234.04 78973.01982 700.02 5323.4 1998 9262.80 84402.31983 775.59 5962.7 1999 10682.58 89677.11984 947.35 7208.1 2000 12581.51 99214.61985 2040.79 9016.0 2001 15301.38 109655.21986 2090.73 10275.2 2002 17636.45 120332.71987 2140.36 12058.6 2003 20017.31 135822.81988 2390.47 15042.8 2004 24165.68 159878.31989 2727.4 16992.3 2005 28778.54 184937.41990 2821.86 18667.8 2006 34804.35 216314.41991 2990.17 21781.5 2007 45621.97 265810.31992 3296.91 26923.5 2008 54223.79 314045.41993 4255.30 35333.9 2009 59521.59 340506.9 资料来源:《中国统计年鉴2010》二、实验过程1、建立工作文件(1)点击桌面Eviews5.0图标,运行Eviews软件。
EViews 计量经济学实验报告实验一 EViews软件的基本操作小组成员: 【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】数据的输入、编辑与序列生成;实验内容以表1-1所列出的消费支出和可支配收入的统计资料为例进行操作。
表1-1 中国内地各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出单位:元地区消费支出Y 可分配收入 X 地区消费支出 Y 可支配收入 X北京 19977.52 14825.41 湖北 9802.65 7397.32天津 14283.09 10548.05 湖南 10504.67 8169.30河北 10304.56 7343.49 广东 16015.58 12432.22山西 10027.70 7170.94 广西 9898.75 6791.95 内蒙古 10357.99 7666.61 海南 9395.13 7126.78辽宁 10369.61 7987.49 重庆 11569.74 9398.69吉林 9775.07 7352.64 四川 9350.11 7524.81 黑龙江 9182.31 6655.43 贵州 9116.61 6848.39上海 20667.91 14761.75 云南 10069.89 7379.81江苏 14084.26 9628.59 西藏 8941.08 6192.57浙江 18265.10 13348.51 陕西 9267.70 7553.28安徽 9771.05 7294.73 甘肃 8920.59 6974.21福建 13753.28 9807.71 青海 9000.35 6530.11江西 9551.12 6645.54 宁夏 9177.26 7205.57山东 12192.24 8468.40 新疆 8871.27 6730.01河南 9810.26 6685.18资料来源:《中国统计年鉴》(2007)【实验步骤】一、创建工作文件启动EViews软件之后,进入EViews主窗口(如图1-1所示)。
eviews实验报告总结eviews实验报告总结篇一:Evies实验报告实验报告一、实验数据:1994至201X年天津市城镇居民人均全年可支配收入数据 1994至201X年天津市城镇居民人均全年消费性支出数据 1994至201X年天津市居民消费价格总指数二、实验内容:对搜集的数据进行回归,研究天津市城镇居民人均消费和人均可支配收入的关系。
三、实验步骤:1、百度进入“中华人民共和国国家统计局”中的“统计数据”,找到相关数据并输入Exc el,统计结果如下表1:表11994年--201X年天津市城镇居民消费支出与人均可支配收入数据2、先定义不变价格(1994=1)的人均消费性支出(Yt)和人均可支配收入(Xt)令:Yt=cn sum/priceXt=ine/pri ce 得出Yt与Xt的散点图,如图1.很明显,Yt和X t服从线性相关。
图1 Yt和Xt散点图3、应用统计软件EVies完成线性回归解:根据经济理论和对实际情况的分析也都可以知道,城镇居民人均全年耐用消费品支出Yt依赖于人均全年可支配收入Xt的变化,因此设定回归模型为 Yt=β0+β?Xt﹢μt(1)打开E Vies软件,首先建立工作文件, Fil e rkfile ,然后通过bject建立 Y、X系列,并得到相应数据。
(2)在工作文件窗口输入命令:l s y c x,按E nter键,回归结果如表2 :表2 回归结果根据输出结果,得到如下回归方程:Y t=977.908+0.670Xt s=(172.3797) (0.0122) t=(5.673) (54.950) R2=0.995385 Adjust ed R2=0.995055 F-sta tistic=3019.551 残差平方和Sum sq uared resi d =1254108回归标准差S.E.f regressi n=299.2978(3)根据回归方程进行统计检验:拟合优度检验由上表2中的数分别为0.995385和0.995055,计算结果表明,估计的样本回归方程较好地拟合了样本观测值。
例:数据集SLEEP75为Biddle 和Hamermesh 在研究人们睡眠问题时使用的数据,其中涉及到的主要变量如下:sleep ——每周用于晚上睡眠的分钟数totwrk ——一周中工作的总分钟数educ ——受教育年数age ——年龄数使用Eviews 软件作回归分析,并回答下列问题:(1) 估计模型01sleep totwrk u ββ=++,以正规格式写出回归结果并分析。
方程中的截距表示什么?(2) 如果totwrk 增加2小时,sleep 估计要减少多少?你觉得这是一个很大的效应吗?(3) 增加解释变量,考虑模型0123sleep totwrk educ age u ββββ=++++,你认为23ββ和的符号应该是什么?估计这个模型,写出结果并分析。
(4) 按照(3)中的模型,如果有人一周多工作5个小时,预计sleep 会减少多少分钟?这是一个很大的取舍吗?(5) 讨论educ 的估计系数的符号和大小。
(6) 你能说totwrk ,educ 和age 解释了变异中的大部分吗?其他还有什么因素可能影响花在睡眠上的时间?它们与totwrk 可能相关吗?答案:数据集SLEEP75:(1) 估计模型得:2ˆ3586.3770.1507 (92.17) (9.00)0.1033 81.09 706sleeptotwrk t R F n =-⋅=-===,方程中的截距项表示如果一个人不工作,那么他每周平均睡眠时间为3586.4分钟,约合59.77小时,那么每晚的平均睡眠时间为8.5小时。
(2) 如果totwrk 增加2小时,即120totwrk ∆=(totwrk 的单位为分钟),那么ˆ(0.151)12018.12sleep∆=-⨯=-,即每晚的睡眠时间仅减少2.6分钟。
这个变化的效应不大。
(3) 增加解释变量,考虑模型0123sleep totwork educ age u ββββ=++++, 关于23ββ和的符号并不是十分的明确,比如2β,一个人的受教育程度越高,他可能会面临更多的工作,这时候他的睡眠时间有可能会减少;而年龄对睡眠时间的影响就更为复杂,这恐怕超出了经济学研究的范畴。
实验四虚拟变量【实验目的】掌握虚拟变量的基本原理,对虚拟变量的设定和模型的估计与检验,以及相关的Eviews操作方法。
【实验内容】试根据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。
收入等级彩电拥有量Y(台/百户)人均收入X(元/年) iD困难户83.64 2198.88 0最低收入户87.01 2476.75 0低收入户96.75 3303.17 0中等偏下户100.9 4107.26 1中等收入户105.89 5118.99 1中等偏上户109.64 6370.59 1高收入户115.13 7877.69 1最高收入户122.54 10962.16 1【实验步骤】1、相关图分析根据表中数据建立人均收入X与彩电拥有量Y的相关图(SCAT X Y)。
从相关图可以看出,前3个样本点(即低收入家庭)与后5个样本点(中、高收入)的拥有量存在较大差异,因此,为了反映“收入层次”这一定性因素的影响,设置虚拟变量如下:⎩⎨⎧=低收入家庭中、高收入家庭1D2、构造虚拟变量构造虚拟变量 1D (DATA D1),并生成新变量序列:GENR XD=X*D13、估计虚拟变量模型LS Y C X D1 XD得到估计结果:我国城镇居民彩电需求函数的估计结果为:XD D X Y 009.0873.31012.0611.571-++=∧(16.25) (9.03) (8.32) (-6.59)366,066.1..,9937.02===F e s R再由t 检验值判断虚拟变量的引入方式,并写出各类家庭的需求函数。
虚拟变量的回归系数的t 检验都是显著的,且模型的拟合优度很高,说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求,在截距和斜率上都存在着明显差异,所以以加法和乘法方式引入虚拟变量是合理的。
低收入家庭与中高收入家庭各自的需求函数为:低收入家庭:∧.57+=611XY012.0中高收入家庭:∧611.87331.57(+++-==012.0484)XX.Y003.0(.0009)89由此可见我国城镇居民家庭现阶段彩电消费需求的特点:对于人均年收入在3300元以下的低收入家庭,需求量随着收入水平的提高而快速上升,人均年收入每增加1000元,百户拥有量将平均增加12台;对于人均年收入在4100元以上的中高收入家庭,虽然需求量随着收入水平的提高也在增加,但增速趋缓,人均年收入每增加1000元,百户拥有量只增加3台。
(Error Correction Model)Srba 和Yeo 于模型。
它常常作为协整回归模型的补充模型出现。
两步法建立误差修正模型
p t B Y -++
绘制中国城镇居民月人均生活费支出(y)和可支配收入序列(x)的折线图: 可以看到两者呈现公共的上升趋势。
对X与Y分别取对数:
然后对xt与yt序列进行平稳性检验:
容易发现: XT与YT序列均不是平稳的, 但是其一阶差分都是平稳的, 因此猜测他们具有协整关系。
对YT和XT序列进行回归后发现:
可以看到对应的两个参数的系数的p值都显著小于0.001。
生成一列序列=残差, 对该序列进行ADF检验后可以发现p值小于0.05, 因
此认为不存在单位根, 序列是平稳的。
因此, 尽管国城镇居民月人均生活费支出(y )和可支配收入序列(x )都是非平稳的, 但是由于它们之间具有协整关系, 因此可以建立动态回归模型准确预测其长期互动关系。
模型拟合的预测值DCPIF 的折线图和与dcpi 的对比图如下:
可以看到, 最后的拟合效果非常好。
从而我们得到最后的拟合方程为:
t t t x y ε++=)ln(*934.0328.0)ln(
即:
因此, 城镇居民收入没增加一个百分点, 其消费支出也增加0.934各百分点。
【结论】(结果)
我国城镇居民月人均生活费支出(y )和可支配收入序列(x )的对数化后的XT 与YT 序列均不是平稳的, 但是其一阶差分都是平稳的, 因此猜测他们具有协。
【实验目的及要求】● 深刻理解平稳性的要求和arima 建模的思想。
● 学会如何通过观察自相关系数和偏相关系数,确定并建立模型。
● 学会如何利用模型进行预测。
● 熟练掌握EVIEWS 的结果,看懂eviews 的输出结果。
【实验原理】ARIMA(p, q )过程的平稳域和可逆域对于非平稳序列的时变均值函数,最简单的处理方法就是考虑均值函数可以由一个时间的确定性函数来描述,这时,可以用回归模型来描述。
假如均值函数服从于线性趋势我们可以利用确定性的线性趋势模型如果均值函数服从二次函数则我们可以用假如均值函数服从k 次多项式我们可以使用下列模型建模()22012,~0,t t t X t t WN αααεεσ=+++()201,~0,k t k t t X t t WN αααεεσ=++++【实验方案设计】4.2数据和指标的选取我们的模型估计选取了我国1990年1月到2008年12月的CPI月度数据附表(1))作为研究的对象。
度量通货膨胀的指标通常有CPI(消费者价格指生产者物价指数(PPI)、批发物价指数(wholesale price index)、GDP平减指数(deflator)等。
消费者物价指数(CPI)(consumer price index)是用来度量一期内居民所支付消费商品和劳务价格变化程度的相对数指标,它是反映通货水平的重要指标。
CPI指数作为生活成本指数,不仅能够及时和明确地反映子商品和服务价格的变化,而且是定期公布,广为人知,易于获取和明了,被公众理解。
选取CPI作为通货膨胀的指标有利于合理引导公众和市场对经预期,有利于政府综合运用价格和其他经济手段,实现宏观经济调控目标。
为了研究这些问题,笔者搜集了1985-2007年的年度中国消费者物价指数的相关数据,利用EVIEWS软件,将这几个指标数据进行了相关分析。
对于ARIMA(p q)模型,可以利用其样本的自相关函数和样本的偏自相关函数的截尾性判定模型的阶数,若平稳时间序列的偏相而自相关函数是截尾的则可断定此序列适合MA 模型; 若平稳时间序列的偏相关函数和自相关函数均是拖尾的则此序列适合模型。
实验一 EViews软件的基本操作和数据的查找1.1 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。
学会通过常用公开免费网站查找数据。
1.2 实验内容1.2.1数据的查找通过常用公开免费网站,查找能体现消费函数中消费和收入两个变量的指标对应的相关数据。
1.2.2EViews软件的基本操作把上述找到的数据(以表1.1所列中国的GDP与消费的总量数据(1990~2000,亿元)为示例)利用EViews 软件进行如下操作:(1)EViews 软件的启动(2)数据的输入、编辑与序列生成(3)图形分析与描述统计分析表1.1199879003.346405.9199982673.249722.8200089112.554617.2200198592.958927.42002107897.662798.52003121730.367493.52004142394.275439.7数据来源:2004年中国统计年鉴,中国统计出版社1.3 实验步骤1.3.1 数据的查找进入国家统计局网站查找能体现消费函数中消费和收入两个变量的指标,并下载。
1.3.2 EViews的启动步骤进入Windows /双击EViews5快捷方式,进入EViews窗口;或点击开始/程序/EViews5/EViews5进入EViews窗口,如图1.1。
图1.1标题栏:窗口的顶部是标题栏,标题栏的右端有三个按钮:最小化、最大化(或复原)和关闭,点击这三个按钮可以控制窗口的大小或关闭窗口。
菜单栏:标题栏下是主菜单栏。
主菜单栏上共有7个选项:File,Edit,Objects,View,Procs,Quick,Options,Window,Help。
用鼠标点击可打开下拉式菜单(或再下一级菜单,如果有的话),点击某个选项电脑就执行对应的操作响应。
命令窗口:主菜单栏下是命令窗口,窗口最左端一竖线是提示符,允许用户在提示符后通过键盘输入EViews命令。
提取数据:研究福建省经济增长(y)与贷款余额(x1)、财政支出(x2)的关系。
对y做显著性检验如下:Null Hypothesis: Y has a unit rootExogenous: ConstantLag Length: 5 (Automatic - based on SIC, maxlag=9)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -3.258835 0.0246Test criticalvalues: 1% level -3.6267845% level -2.94584210% level -2.611531*MacKinnon (1996) one-sided p-values.结果显示,y是平稳的,不存在单位根,对x1做单位根检验,结果如下:Null Hypothesis: X1 has a unit rootExogenous: ConstantLag Length: 5 (Automatic - based on SIC, maxlag=9)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -3.201664 0.0281Test criticalvalues: 1% level -3.6267845% level -2.94584210% level -2.611531*MacKinnon (1996) one-sided p-values.结果显示,x1是平稳的,不存在单位根,对x2做单位根检验,结果如下:Null Hypothesis: X2 has a unit rootExogenous: ConstantLag Length: 5 (Automatic - based on SIC, maxlag=9)t-Statistic Prob.*Augmented Dickey-Fuller test statistic -3.238845 0.0258Test criticalvalues: 1% level -3.6267845% level -2.94584210% level -2.611531*MacKinnon (1996) one-sided p-values.结果显示,x2是平稳的,不存在单位根,接着建立模型:Dependent Variable: Y Method: Least Squares Date: 12/04/12 Time: 21:01 Sample: 1 42 Included observations: 42Variable Coefficien t Std. Error t-Statistic Prob.C 15.74011 5.914832 2.661126 0.0112 X1 0.039437 0.025673 1.536133 0.1326 X2 16.02873 0.413377 38.77512 0.0000 R-squared 0.999997 Mean dependent var 9027.112 Adjusted R-squared 0.999997 S.D. dependent var 18448.44S.E. of regression 34.22616 Akaike info criterion 9.972607Sum squared resid 45685.77 Schwarz criterion 10.09673Log likelihood -206.4247 Hannan-Quinn criter. 10.0181F-statistic 5956008. Durbin-Watson stat 1.194717 Prob(F-statistic) 0.000000对其进行异方差的检验:Heteroskedasticity Test: ARCHF-statistic 0.020029 Prob. F(1,39) 0.8882 Obs*R-squared 0.021045 Prob.Chi-Square(1)0.8847滞后期=1的回归结果Heteroskedasticity Test: ARCHF-statistic 0.040747 Prob. F(2,37)0.9601 Obs*R-squared0.087909 Prob.Chi-Square(2)0.9570滞后期=2的回归结果Heteroskedasticity Test: ARCHF-statistic 0.048932 Prob. F(3,35) 0.9854Obs*R-squared 0.162889 Prob.Chi-Square(3) 0.9833滞后期=3 的回归结果结果显示,模型不存在异方差,直接可以得出模型结果: Y=15.74011+0.039437X1+16.02873X2 T= (2.661126) (1.536133) (38.77512) R^2=0.999997 DW=1.194717Eviews 作业统计学院09投资一班姓名:姜玉姣学号:20090602135。
每个同学完成1份实验报告,格式规范见模版。
要求:1实验报告的题可以从以下题目中选择,也可以自由选题,数据自己收集。
建议大家用教材中的数据。
2每个同学做多元线性回归,对数据进行自相关,异方差,或变量多重共线性三种中的一种进行检验、并写出修正方法和修正后的结果。
3十七周周五交实验报告。
第一部分多元线性回归1、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,表中为对某地区部分家庭抽样调查得到样本数据:(1) 建立家庭书刊消费的计量经济模型;(2)利用样本数据估计模型的参数;(3)检验户主受教育年数对家庭书刊消费是否有显著影响;(4)分析所估计模型的经济意义和作用2某地区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耐用消费品价格指数的回归模型,进行回归分析,并检验人均年可支配收入及耐用消费品价格指数对城镇居民人均全年耐用消费品支出是否有显著影响。
3、下表给出的是1960—1982年间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年为基准(1970=100)(1)建立能源需求与收入和价格之间的对数需求函数t t t t u X X Y +++=2ln 1ln ln 210βββ,解释各回归系数的意义,用P 值检验所估计回归系数是否显著。
(2) 再建立能源需求与收入和价格之间的线性回归模型 u X X Y t t t +++=21210βββ,解释各回归系数的意义,用P 值检验所估计回归系数是否显著。
(3 )比较所建立的两个模型,如果两个模型结论不同,你将选择哪个模型,为什么?4、考虑以下“期望扩充菲利普斯曲线(Expectations-augmented Phillips curve )”模型:t t t t u X X Y +++=33221βββ其中:t Y =实际通货膨胀率(%);t X 2=失业率(%);t X 3=预期的通货膨胀率(%) 下表为某国的有关数据,表1. 1970-1982年某国实际通货膨胀率Y (%),23(1)对此模型作估计,并作出经济学和计量经济学的说明。
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。
可作散点图:可看出财政收入和GDP的关系近似直线关系,可建立回归模型:=i Y i i 21μββ++GDP利用EViews 估计其参数结果为即 =i γ-3.611151+0.134582GDP i(4.16179) (0.003867)t=(-0.867692) (34.80013)R=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=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。
当2005年GDP 为3600亿元时,地方财政收入的点预测值为=2005Y -3.611151+0.134582*3600=480.884(亿元)区间预测: 平均值为:∑x x i σ=(n-1)=587.2686*587.2686*(12-1)=3793728.494 (3600-917.5874)*(3600-917.5874)=7195337.357取∂=0.05,Y 平均值置信度95%预测区间为2005GDP =3600时 480.884±2.228*7.5325*494.3293728357.7195337121+=44±25.2735(亿元) Y 个别值置信度95%的预测区间为:即 480.884±2.228*7.5325*494.3293728357.71953371211++=480.884±30.3381(亿元)2. 呈现负相关关系,计算线性相关系数为-0.882607.作散点图:建立描述投诉率(Y )依赖航班按时到达正点率(X )的回归方程:i t 21t μββ++=X Y利用EViews 估计其参数结果为即t Y=6.017832-0.070414t X(1.017832)(-0.014176)t=(5.718961)(-4.967254)R=0.778996 F=24.67361这说明当航班正点到达比率每提高1个百分点,平均说来每10万名乘客投诉次数将下降0.07次。
Eviews软件实验报告学号:姓名:专业:金融学班级:1班实验步骤:1、提出问题:类似于凯恩斯预期收入理论等理论都强调了收入对消费的影响。
但除此之外,还有其他一些因素也会对消费行为产生影响。
比如说;(1)利率。
传统的看法认为,提高利率会刺激储蓄,从而减少消费。
当然现代经济学家也有不同意见,他们认为利率对储蓄的影响要视其对储蓄的替代效应和收入效应而定,具体问题具体分析。
(2)价格指数。
价格的变动可以使得实际收入发生变化,从而改变消费。
对于上述这些经济理论,我找到福建省1979-2008年人均消费以及人均国内生产总值、居民消费价格指数、银行一年期存款利率的官方数据。
借此来分析福建省消费的影响因素以及它们具体是如何对消费产生影响的。
2、建立模型建立居民消费水平和居民人均可支配收入、人均GDP、居民消费价格指数、存款基准利率的一个4元线性回归模型:Y =β0+β1x1+β2x2+β3x3+β4x4+μ其中:β0 、β1 、β2 、β3 、β4是待定参数.μ是随机误差项样本大小: n=30总平方和的自由度: n-1回归平方和的自由度:k=4 (解释变量的个数)残差平方和的自由度: n-k-1待定参数个数:k+1=53、准备数据福建省1979-2008年居民消费及其相关影响因素统计表资料来源:《福建统计年鉴2009》、《中国统计年鉴2009》4、模型估计在相关理论的基础上,利用eviews软件对模型进行回归根据输出结果可以得到如下回归方程Y =-165.9647 + 0.108858×X1 +0.230598×X2 + 2.911579×X3 - 7.665350×X45、模型检验及修正T值分析:由回归结果可以看出,x1、x3的t的相伴概率明显接近于0,所以对应的估计系数是显著的。
而x4的系数估计值的t相伴概率明显大于0.05,所以是不显著地。
F值来看,回归结果很明显是十分显著地,也就是说解释变量对模型的共同影响是显著的。
eviews实验报告EViews实验报告引言:EViews是一种广泛应用于经济学和金融学领域的计量经济学软件,它提供了一套强大的数据分析和建模工具。
本实验报告将通过一个实际案例,展示EViews 在经济数据分析中的应用。
数据收集与导入:首先,我们需要收集与我们研究主题相关的数据。
在本实验中,我们将以中国GDP和失业率数据为例。
我们可以通过EViews的数据导入功能将这些数据导入到软件中。
这样,我们就可以在EViews中对这些数据进行分析。
数据描述与可视化:在导入数据后,我们可以使用EViews的数据描述和可视化功能来了解数据的基本特征。
我们可以查看数据的统计摘要,包括均值、标准差、最小值和最大值等。
此外,我们还可以通过绘制折线图、散点图和直方图等图表来更好地理解数据的分布和趋势。
时间序列分析:EViews在时间序列分析方面具有强大的功能。
我们可以使用EViews中的自回归移动平均模型(ARMA)来对时间序列数据进行建模和预测。
通过对中国GDP数据进行ARMA建模,我们可以获得一个模型,该模型可以用来预测未来的GDP值。
面板数据分析:除了时间序列分析,EViews还支持面板数据分析。
面板数据是一种同时包含多个个体和多个时间点观测的数据类型。
通过EViews的面板数据分析功能,我们可以对个体和时间的固定效应进行建模和分析。
例如,我们可以使用面板数据分析功能来研究不同城市之间的失业率差异,并探索与失业率相关的因素。
计量经济模型估计:EViews还提供了一系列计量经济模型的估计方法,包括最小二乘法、广义矩估计和极大似然估计等。
我们可以使用这些方法来估计经济模型的参数。
例如,我们可以使用EViews的OLS(Ordinary Least Squares)方法来估计一个简单的线性回归模型,以研究GDP与失业率之间的关系。
假设检验与模型诊断:在进行计量经济分析时,假设检验和模型诊断是非常重要的步骤。
EViews提供了一系列假设检验和模型诊断的工具。
计量经济学eviews实验报告精编版本次实验使用eviews软件对美国经济数据进行了分析,并得出了一些有意义的结果。
1. 数据描述本次实验使用的数据为美国1980年至2019年的季度数据,共157个观测值,包括GDP、消费支出、投资支出等各项经济指标。
其中,GDP为本次实验的因变量。
2. 模型构建首先进行ADF单位根检验,结果表明GDP序列是平稳的。
接下来采用OLS回归模型,将GDP作为因变量,其他各项经济指标作为自变量进行拟合。
经过模型诊断,发现模型的残差序列是平稳的,符合模型假设条件。
拟合结果如下所示:$$GDP_t=0.231+ 0.719CON_t+0.182INV_t+0.056NX_t$$其中,$CON_t$代表消费支出,$INV_t$代表投资支出,$NX_t$代表净出口额。
3. 模型分析经过t检验和F检验,发现所有自变量的系数均显著不为0,说明消费支出、投资支出和净出口额都对GDP有显著的影响。
同时,模型的拟合结果$R^2$值为0.976,说明该模型的拟合效果很好。
从系数估计结果可以看出,消费支出对GDP的影响最大,其次是投资支出,净出口额的影响较小。
这与我们平常的经验也是相符的,因为消费支出是经济活动中最重要的部分,对GDP的拉动作用最大。
为了更直观地观察各项经济指标对GDP的影响,我们计算了它们的弹性系数,如下表所示:| 变量 | 系数 | 弹性系数 || ---- | ---- | -------- || CON | 0.719 | 0.871 || INV | 0.182 | 0.220 || NX | 0.056 | 0.068 |通过计算得出,每当消费支出增加1%,GDP就会增加0.871%。
而投资支出和净出口额的影响要小得多,每当它们增加1%,GDP仅会分别增加0.220%和0.068%。
4. 模型预测通过上述模型,我们可以预测未来几年的GDP走势。
假设未来两年的消费支出、投资支出和净出口额与历史数据相同,根据模型可以得出未来两年的GDP预测值如下所示:结合实际情况,我们可以根据预测结果进一步进行经济政策调整,达到更好的经济效益。
eviews实验教程-实验⼆数据处理⼀、实验⽬的1.回顾上节课所讲述的EViews的基本使⽤2.建⽴⼯作⽂件并将数据输⼊存盘⼆、实验要求熟悉EViews的基本使⽤三、实验数据四、实验内容(⼀)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将进⼀步要求⽤户输⼊⼯作⽂件的⽇期信息(频数)。
在频数栏中选择⼀个频数,并按如下规则键⼊开始⽇期(Start date)和结束⽇期:(End Date)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. of1994): 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):1/01/2001 1/04/2010如果数据⾮时间型的或不是按⼀定时间间隔收集的数据,则按下⾯的形式输⼊(共30个观测值): 1 30然后,单击ok,就这样,就创建成功了⼀个新的⼯作⽂件。
(⼆)、打开⼯作⽂件并输⼊数据在主菜单上选择File,并点击其下的Open, 然后选择Workfile,并在驱动器栏中选择驱动器,在⽬录栏中选择保存该⽂件的路径,选择要打开的⼯作⽂件的⽂件名,最后点击OK按钮。
这样,就打开了⼀个已经存在的⼯作⽂件。
选择Objects/New Object/Series,在Name for Object对话框中输⼊序列名,单击OK。
这时会打开序列窗⼝,所有值⽤“NA”表⽰。
在对象窗⼝单击EDIT+/-按钮。
然后⽤⿏标单击单元格,这是可以向该单元输⼊数据。
D、建⽴组Group1、按C的步骤建⽴序列S1, S2, S3,按住CTRL键,⽤⿏标单击S1, S2, S3,选中这三个序列,单击Objects/NewObject/Group,单击OK。
实验一异方差性【实验目的】掌握异方差性问题出现的来源、后果、检验及修正的原理,以及相关的Eviews操作方法。
【实验内容】以《计量经济学学习指南与练习》补充习题4-16为数据,练习检查和克服模型的异方差的操作方法。
【4-16】表4-1给出了美国18个行业1988年研究开发(R&D)费用支出丫与销售收入X 的数据。
请用帕克(Park)检验、戈里瑟(Gleiser)检验、G-Q检验与怀特(White)检验来检验丫关于X的回归模型是否存在异方差性?若存在异方差性,请尝试消除它。
【实验步骤】一■检查模型是否存在异方差性1、图形分析检验(1)散点相关图分析做出销售收入X与研究开发费用丫的散点相关图(SCAT X 丫)。
观察相关图可以看出,随着销售收入的增加,研究开发费用的平均水平不断提高,但离散程度也逐步扩大。
这说明变量之间可能存在递增的异方差性。
0 50,000 100,000 150,000 200.000 250,000(2)残差图分析首先对数据按照解释变量X 由小至大进行排序(SORT X ),然后建立一元线 性回归方程(LS 丫 C X )。
Dependentvariable: Y Method: Least Squares Date: 12/06/11 Time : 23:08 Sample: 1 17Included obseivations: 17VariableCo EfficientStd. Errort-StallStic Prob C 187.5068 1106.681 0.169432 0.8677 X0.031993 0.0111112 8793580.0115 R-squared0.355966 Mean dependent var 2676.188 Adjusted R-squared 0.313031 S.D. dependent var3438.207 S.E. of regression 2849711 Aka ike Info criterion 13.85795 Sum squared resid 1 22E+O0 Schwarz criterion 18.95698 Log likelihood -158.2926 Hannan-Quinn criter. 18.86770 F-statistic8.290703 Durbin-Watson stat2.738533Prob(F-statistic)0.011464因此,模型估计式为:丫 =187.507 0.032* X ------- (*)2 (0.17)(2.88)R 2=0.31s.e.=2850F=0.011建立残差关于X 的散点图,可以发现随着X 增加,残差呈现明显的扩大 趋势,表明存在递增的异方差。
每个同学完成1份实验报告,格式规范见模版。
要求:
1实验报告的题可以从以下题目中选择,也可以自由选题,数据自己收集。
建议大家用教材中的数据。
2每个同学做多元线性回归,对数据进行自相关,异方差,或变量多重共线性三种中的一种进行检验、并写出修正方法和修正后的结果。
3十七周周五交实验报告。
第一部分多元线性回归
1、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,表中为对某地区部分家庭抽样调查得到样本数据:
(1) 建立家庭书刊消费的计量经济模型;
(2)利用样本数据估计模型的参数;
(3)检验户主受教育年数对家庭书刊消费是否有显著影响;
(4)分析所估计模型的经济意义和作用
2某地区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
耐用消费品价格指数的回归模型,进行回归分析,并检验人均年可支配收入及耐用消费品价格指数对城镇居民人均全年耐用消费品支出是否有显著影响。
3、下表给出的是1960—1982年间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年为基准(1970=100)
(1)建立能源需求与收入和价格之间的对数需求函数
t t t t u X X Y +++=2ln 1ln ln 210βββ,解释各回归系数的意义,用P 值检验所估计回归
系数是否显著。
(2) 再建立能源需求与收入和价格之间的线性回归模型 u X X Y t t t +++=21210βββ,解释各回归系数的意义,用P 值检验所估计回归系数是否显著。
(3 )比较所建立的两个模型,如果两个模型结论不同,你将选择哪个模型,为什么?
4、考虑以下“期望扩充菲利普斯曲线(Expectations-augmented Phillips curve )”模型:
t t t t u X X Y +++=33221βββ
其中:t Y =实际通货膨胀率(%);t X 2=失业率(%);t X 3=预期的通货膨胀率(%) 下表为某国的有关数据,
表1. 1970-1982年某国实际通货膨胀率Y (%),
23(1)对此模型作估计,并作出经济学和计量经济学的说明。
(2)根据此模型所估计结果,作计量经济学的检验。
(3)计算修正的可决系数(写出详细计算过程)。
第二部分 多重共线性
1
资料来源:《中国统计年鉴》,中国统计出版社2000年、2004年。
请考虑下列模型:i t t t u CPI GDP Y ++=ln ln ln 321βββ+ (1)利用表中数据估计此模型的参数。
(2)你认为数据中有多重共线性吗? (3)进行以下回归:
i
t t i t t i t t v CPI C C GDP v CPI B B Y v GDP A A Y 321221121ln ln ln ln ln ln ++=+=+=++
根据这些回归你能对数据中多重共线性的性质说些什么?
(4)假设数据有多重共线性,但3
2ˆˆββ和在5%水平上个别地显著,并且总的F 检验也是显著的。
对这样的情形,我们是否应考虑共线性的问题?
2、理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。
为此,收集了中国能源消费总量
Y (万吨标准煤)、国内生产总值(亿元)X1(代表经济发展水平)、国民总收入(亿元)X2(代表收入水平)、工业增加值(亿元)X3、建筑业增加值(亿元)X4、交通运输邮电业增加值(亿元)X5(代表产业发展水平及产业结构)、人均生活电力消费 (千瓦小时)X6(代表人民生活水平提高)、能源加工转换
资料来源:《中国统计年鉴》2004、2000年版,中国统计出版社。
要求:
(1)建立对数线性多元回归模型
(2)如果决定用表中全部变量作为解释变量,你预料会遇到多重共线性的问题吗?为什么?
(3)如果有多重共线性,你准备怎样解决这个问题?用逐步回归的思想,说明全部计算。
第三部分异方差
1、由表中给出消费Y与收入X的数据,试根据所给数据资料完成以下问题:
(1)估计回归模型u X Y ++=21ββ中的未知参数1β和2β,并写出样本回归模型的书写格式;
(2)试用Goldfeld-Quandt 法和White 法检验模型的异方差性;
2、由表中给出1985年我国北方几个省市农业总产值,农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据,要求:
(1) 试建立我国北方地区农业产出线性模型;
(2) 选用适当的方法检验模型中是否存在异方差;
3、表中的数据是美国1988研究与开发(R&D)支出费用(Y)与不同部门产品销售量(X)。
试根据资料建立一个回归模型,运用Glejser方法和White方法检验异方差。
单位:百万美元
4、由表中给出的收入和住房支出样本数据,建立住房支出模型。
假设模型为i i i u X Y ++=21ββ,其中Y 为住房支出,X 为收入。
试求解下列问题: (1)用OLS 求参数的估计值、标准差、拟合优度
(2)用Goldfeld-Quandt 方法检验异方差(假设分组时不去掉任何样本值)
5、下表给出的是1998年我国重要制造业销售收入与销售利润的数据资料
试完成以下问题:
(1)求销售利润岁销售收入的样本回归函数,并对模型进行经济意义检验和统计检验; (2)分别用图形法、Glejser 方法、White 方法检验模型是否存在异方差;
6、下表所给资料为1978年至2000年四川省农村人均纯收入t X 和人均生活费支出t Y 的数据。
四川省农村人均纯收入和人均生活费支出 单位:元/人
(1)求农村人均生活费支出对人均纯收入的样本回归函数,并对模型进行经济意义检验和统计检验;
(2)选用适当的方法检验模型中是否存在异方差;
第四部分 自相关性
1、下表给出了美国1960-1995年36年间个人实际可支配收入X 和个人实际消费支出Y 的数据。
美国个人实际可支配收入和个人实际消费支出
单位:100亿美元
注:资料来源于Economic Report of the President ,数据为1992年价格。
要求:(1)用普通最小二乘法估计收入—消费模型;
t t u X Y ++=221ββ
(2)检验收入—消费模型的自相关状况(5%显著水平);
2、下表是北京市连续19年城镇居民家庭人均收入与人均支出的数据。
要求:(1)建立居民收入—消费函数;
(2)检验模型中存在的问题,并采取适当的补救措施预以处理;
(3)对模型结果进行经济解释。
3、下表给出了日本工薪家庭实际消费支出与可支配收入数据
日本工薪家庭实际消费支出与实际可支配收入单位:1000日元
注:资料来源于日本银行《经济统计年报》数据为1990年价格。
要求:(1)建立日本工薪家庭的收入—消费函数;
(2)检验模型中存在的问题,并采取适当的补救措施预以处理;
(3)对模型结果进行经济解释。
4、下表给出了某地区1980-2000年的地区生产总值(Y )与固定资产投资额(X )的数据。
地区生产总值(Y )与固定资产投资额(X ) 单位:亿元
要求:(1)使用对数线性模型 t t t u LnX LnY ++=21ββ 进行回归,并检验回归模型的自相关性;。