计量经济学EViews自相关检验及修正实验报告

计量经济学》实验报告一元线性回归模型-、实验内容（一）eviews基本操作（二）1、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（3）图形分析与描述统计分析（4）数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y（社会消费品总量）200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源：二、实验目的1.掌握eviews的基本操作。

2.掌握一元线性回归模型的基本理论，一元线性回归模型的建立、估计、检验及预测的方法，以及相应的EViews软件操作方法。

三、实验步骤（简要写明实验步骤）1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03；27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7；12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。

Eviews实验报告
本次实验使用Eviews对数据进行了分析和建模，主要分为以下几个部分：
一、数据预处理
1. 数据清洗：对数据进行了初步的检查和清洗，处理了数据中的缺失值和异常值；
2. 数据变换：对原始数据进行了对数化处理，使其符合正态分布。

二、数据分析
1. 描述性统计：通过统计均值、标准差、相关系数等指标，对数据进行了分析和描述；
2. 单因素分析：使用单因素方差分析对不同自变量与因变量之间的关系进行了检验。

三、建模分析
1. 模型选择：根据变量相关性和变量显著性等因素，最终选择了一组自变量，建立了多元线性回归模型；
2. 模型检验：对建立的模型进行了残差分析，验证了模型的可靠性和稳定性；
3. 预测分析：利用建立的模型对新数据进行了预测，并进行了模型预测精度的评估。

四、实验结论
通过Eviews的分析和建模，得出了以下结论：
1. 数据清洗和变换可以提高数据分析的准确性和可靠性；
2. 描述性统计和单因素分析可以为建模提供有用的参考和决策依据；
3. 多元线性回归模型可以较好地解释自变量与因变量之间的关系，并可进行预测和决策分析。

综上所述，本次实验通过Eviews软件对数据进行了分析和建模，得出了有关数据的一些重要结论，为后续数据分析和决策提供了基础和支持。

上海海关学院
实验报告
实验课程名称 __ 计量经济学_ _
指导教师姓名 __ 高军______
学生姓名＿＿王圣＿＿＿
学生专业班级＿＿税收1401 ＿＿
填写日期＿＿2017.6.10
四、模型设定
为分析建筑业企业利润总额（Y）和建筑业总产值(X)的关系，作如下散点图：
Y i=2.368138+0.034980X i (9.049371) (0.001754)
检验
F=；查表可得
绝原假设，此即表明模型存在异方差。

表.用权数w2的结果
(3) w3=1/x^0.5
经估计检验发现用权数w2的效果最好。

可以看出，运用加权最小二乘法消除了异方检验均显著，F检验也显著，即估计结果为
表示国内生产总值。

三、检验自相关
该回归方程可决系数较高，回归系数显著。

dL=1.316,dU=1.469, DW<dL,
，说明在
4.利用EViews软件作如图残差图
LM=TR²=27×0.517409=13.970043，其中p 值为0.0009，表明存在自相关。

自相关问题的处理
由最终模型可知，中国进口需求总额每增加1亿元，平均说来国内生产总值
20。

计量经济学自相关性检验实验报告计量经济学自相关性检验实验报告实验内容：自相关性检验商品进口主要由GDP决定。

为了考察GDP对商品进口的影响，可使用如下模型：；其中，X表示GDP，Y表示商品进口。

下表列出了中国1981--2000商品进口和国内生产总值的统计数据。

资料来源：《中国统计年鉴》一、估计回归方程OLS法的估计结果如下：Y=-8352.304+50.28935X （-2.838588）（17.36553）R2=0.943673，R2=0.940544，SE=7263.295，D.W.=0.870122。

二、进行序列相关性检验（1）图示检验法通过残差与残差滞后一期的散点图可以判断，随机干扰项存在不存在序列相关性。

（2）回归检验法一阶回归检验et=0.583346et-1+εt二阶回归检验et=1.444793et-1－1.172908et-2+εt可见：该模型存在二阶序列相关。

（3）杜宾-瓦森（D.W）检验法由OLS法的估计结果知：D.W.=0.870122。

本例中，在5%的显著性水平下，解释变量个数为2，样本容量为20，查表得dl=1.284，du=1.567,而D.W.=0.870122，小于下限dl=1.284，所以存在自相关性。

（4）拉格朗日乘数（LM）检验法由上表可知：含二阶滞后残差项的辅助回归为：et=668.0079-1.592283X+1.502666et-1－1.145731et-2(0.357417)(-0.822879) (5.825633) (-4.289558)R2=0.679813于是，LM=18×0.679813=12.236634，该值大于显著性水平为5%，自由度为2的χ序列相关性。

2的临界值Χ20.05，由此判断原模型存在2阶三、序列相关的补救（1）广义差分法估计模型由D.W.=0.870122，得到一阶自相关系数的估计值ρ=1-DW/2=0.564939则DY=Y-0.564939*Y(-1)， DX=X-0.564939*X(-1)；以DY为因变量，DX为解释变量，用OLS法做回归模型，这样就生成了经过广义差分后的模型。

计量经济学实验报告5
DW检验结果表明，在5%的显著性水平下，n=29,k=2查表得dL=1.34,dU=1.48由于DW=0.277<dL,故存在正自相关。

（3）为了排除伪回归现象，引入时间趋势项，将时间序列模型中随时间变动而具有共同变化的趋势影响分离出来
2e t -的参数未通过
式中，AR （1）前得参数值即为随机扰动项的1阶序列相关系数。

在5%的显著性水平下，1.18=dL<DW<dU=1.65无法判断经广义差分变换后的模型是否已不存在序列相关性。

在方程窗口（equation）点击proc中的specify/estimate 出现方程窗口
可以看出，估计的参数与普通最小二乘法的结果相同，只是由于参数的标准得到了修正，从而使得t检验值与普通最小二乘法的结果不同，但差异并不大。

成绩评定：
教师签名：
年月日。

《计量经济学》实训报告六院系名称：商学院实验班级： 13国贸2班姓名：学号：武夷学院实验报告（六）课程名称 计量经济学 项目名称：外贸合同签订 学时 成绩 姓名专业国际经济与贸易班级2班学号一、实训目的：掌握放宽基本假定后的回归模型中遇到的自相关问题出现的来源、后果、检验及修正的原理，以及相关的EViews 软件操作方法。

二、实训内容：1、自相关性的检验方法2、用广义差分来消除模型的自相关性三、实训条件：1、下载或购买Eviews 软件；2、搜集需要进行回归分析的数据资料；四、实训步骤：1、导入数据、画图并分析自相关存在和来源的问题 （1）导入数据（采用实训六的数据导入）（2）画图（ee-t 关系图；ee-ee 1关系图）-400-300-200-1000100200300868890929496980002040608EE（3）自相关存在和来源问题大多数时间序列数据都具有一种显著的特征——具有惯性。

连续的观察值之间可能是相互依赖的。

模型如果设定偏误，也可能存在序列相关性。

我们在进行实证分析的时候，采用的公开数据大都不是原始数据，它们是通过已知数据采用内插或修匀得到的数据，这样新生成的数据和原始数据之间就可能存在内在的联系，产生序列相关性。

2、自相关的检验用Y 代表城镇家庭平均每人全年消费性支出，用X 代表城镇家庭平均每人可支配收入，建立一元回归模型：Y i =β0+β1X i + i利用EViews 得到回归模型的统计结果如下所示：Included observations: 24Variable Coefficient Std. Error t-Statistic Prob. C 313.1701 51.99665 6.022889 0 X 0.716478 0.00748 95.7851 0R-squared 0.997608 Mean dependent var 4272.418 Adjusted R-squared 0.997499 S.D. dependent var 3090.239 S.E. of regression 154.5389 Akaike info criterion 12.99842 Sum squared resid 525410.2 Schwarz criterion 13.0966 Log likelihood -153.9811 Hannan-Quinn criter.13.02447 F-statistic 9174.785Durbin-Watson stat0.296573Prob(F-statistic)（1）杜宾-沃森检验从杜宾-沃森检验来看，在%的显著性水平下，n=24，k=2，查表得临界值的-400-300-200-1000100200300-200-1000100200300EE1E E上限和下限分别为1.45和1.27，而D.W.统计量为0.297<1.27，故存在正的1阶序列相关性。

《计量经济学》实验报告四开课实验室：财经科学实验室年月日班级：学号：姓名：实验项目名称：多重共线性的检验与修正成绩：实验性质：验证性□综合性□设计性指导教师签字：【实验目的】掌握多重共线性的检验与修正方法并能运用Eviews软件进行实现【实验要求】能根据OLS的估计结果判断是否存在多重共线性，熟悉逐步回归法修正模型的基本操作步骤，读懂各项上机榆出结果的含义并能进行分析【实验软件】 Eviews 软件【实验内容】根据给定的案例数据按实验要求进行操作【实验方案与进度】实验：设蔬菜销售量Y与人口（X1）、价格（X2）、粮食（X3）、收入（X4）、副食（X5）Dependent Variable: Y Method: Least Squares Date: 06/03/13 Time: 16:48 Sample: 1978 1996 Included observations: 19Variable Coefficient Std. Error t-Statistic Prob. C -1.530260 6.006901 -0.254750 0.8032 X1 0.014649 0.002923 5.012107 0.0003 X2 -0.702775 0.254521 -2.761169 0.0172 X3 0.060321 0.027575 2.187545 0.0492 X4 0.119825 0.036991 3.239290 0.0071 X5 0.018081 0.026022 0.694816 0.5004 X60.0922660.0542651.7003020.1148 R-squared0.986169 Mean dependent var 9.091579 Adjusted R-squared 0.979254 S.D. dependent var 1.717935 S.E. of regression 0.247442 Akaike info criterion 0.322027 Sum squared resid 0.734730 Schwarz criterion 0.669979 Log likelihood 3.940740 F-statistic 142.6067 Durbin-Watson stat2.292164 Prob(F-statistic)0.000000123456-1.5300.0150.7030.0600.120.0180.092t t t t t t t t Y X X X X X X u =+-+++++（2）方程线性显著性检验由（1）表中的数据可知F 统计量的值为142.6067，查表得0.05(6,12)F =3，显然142.6067>0.05(6,12)F =3，说明方程具有线性显著性。

实验报告
所属课程名称计量经济学实验日期
班级
学号
姓名
【实验目的及要求】
使用Eviews软件对建立的回归模型进行相关性检验并且消除自相关。

【实验原理】
选取中国汇率和进出口数据，利用Eviews软件建立回归模型，运用DW检验和LM检验检验其相关性并且消除自相关。

【实验使用的软件】
Eviews
实验内容：【实验方案设计、步骤、记录、分析】
1.启动Eviews软件包
2.创建工作文件
3.导入中国汇率和进出口数据信息
4.建立回归模型，检验其相关性。

5.消除自相关
6.保存数据
7.关闭Eviews软件包
实验：汇率导入汇率数据
DW检验
因为DW统计量为0.21，根据DW=2(1- ),趋向于1，存在正相关性。

LM检验
因为P值很小，拒绝原假设，所以存在自相关性检验自相关阶数
通过对比，该回归模型存在二阶自相关
实验：进出口导入数据
DW检验
因为DW统计量为0.9，根据DW=2(1- ),趋向于1，存在正相关性。

LM检验
因为P值很小，拒绝原假设，所以存在自相关性。

检验自相关阶数
通过对比，为一阶自相关
消除一阶自相关
已经知道DW为0.9，根据DW=2(1- ),1为0.55，另y1=y-0.55y(-1),x1=x-0.55x(-1),进行回归
此时DW为1.6，根据DW=2(1- )，2为0.2，趋近于0，所以不存在相关性，自相关性消除。

β0=β0*/（1-1）=-39.56。

异方差的检验与修正一、实验目的了解异方差、Goldfeld-Quandt检验、Spearman rank correlation检验、Park检验、Breusch-Pagan检验、White检验、加权最小二乘法（WLS)、模型对数变化法等基本概念及异方差产生的原因和后果。

二、基本概念异方差就是对同方差假设的违反.经典回归中同方差是指随着样本观察点X 的变化，线性模型中随机误差项的方差并不改变,保持为常数。

异方差的检验有图示法及解析法，检验异方差的解析方法的共同思想是,由于不同的观察值随机误差项具有不同的方差，因此检验异方差的主要问题是判断随机误差项的方差与解释变量之间的相关性。

异方差的修正方法有加权最小二乘法和模型对数变化法等，其基本思想路线是变异方差为同方差，或者尽量缓解方差变异的程度。

三、实验内容及要求根据北京市1978-1998年人均储蓄与人均收入的数据资料,若假定X为人均收入（元），Y为人均储蓄（元），通过建立一元线性回归模型分析人均储蓄受人均收入的线性影响，并讨论异方差的检验与修正过程。

四、实验指导1。

用OLS估计法估计参数（1)导入数据打开Eviews软件，选择“File”菜单中的“New——Workfile"选项，出现“Workfile Range”对话框，在“Workfile frequency”框中选择“Annual”，在“Start date”和“End date”框中分别输入“1978”和“1998”,然后单击“OK"，弹出如下窗口：选择“File”菜单中的“Import——Read Text-Lotus-Excel”选项，找到要导入的名为EX3.2。

xls的Excel文档,单击“打开"出现“Excel Spreadsheet Import”对话框并在其中输入“x”和“y”, 再单击“OK”完成数据导入。

（2）回归数据估计方程设模型为12Y X ββμ=++，在Eviews 命令窗口中输入“LS Y C X"并回车，得到如下结果:2.异方差检验（1）图示法首先通过“Equation”对话框中“Procs”菜单的“Make Residual Series”命令生成残差序列E，点击“OK”.然后在“Quick”菜单中选“Graph”选项，再在弹出的对话框中输入“X E^2” ,并单击“OK”.再在“Graph Type”框中选择散点图（Scatter Diagram）,并单击“OK”即可得到:（2）Goldfeld-Quandt检验首先将时间定义为1978-1985,方法如下：在“Workfile”对话框中选择“Procs”菜单的“sample”选项，弹出如下窗口并把期间改为“1978 1985”。

计量经济学实验序列相关性的检验与修正2012/12/11学院：国际教育学院专业：国际经济与贸易一班班级：10级一班姓名：苗子凯学号：1014102025序列相关性实验（数据来源于李子奈版课后习题P155.9）运行Eviews,依次单击file→new→work file命令栏中输入“data y x”，打开“y x”表，接下来将数据输入其中。

杜宾瓦尔森检验法：开始进行LS回归，命令栏中输入“ls log(y) c log(x)”回车，即得到回归结果如下：由结果得到，D.W值为0.379。

本题中样本容量为n=28，解释变量个数为k=2,查表得到dl=1.33,du=1.48,D.W<dl,所以该模型存在序列相关性。

偏相关系数检验法：1.双对数模型： GENR LNY=LOG(Y)GENR LNX=LOG(X)LS LNY C LNX可得到下图在方程窗口中点击View/Residual Test/Correlogram-Q-statistics ，并输入滞后期为10，则会得到残差t e 与1021,,---t t t e e e 的各期相关系数和偏相关系数，可得到下图：双对数模型的偏相关系数检验从图中可以看出，双对数模型的第1期、第2期偏相关系数的直方块超过了虚线部分，存在着一阶和二阶自相关。

⑵二次多项式模型二次多项式模型：GENR X2=X^2LS Y C X X2 得到如下图：在方程窗口中点击View/Residual Test/Correlogram-Q-statistics ，并输入滞后期为10，则会得到残差t e 与1021,,---t t t e e e 的各期相关系数和偏相关系数，：二次多项式模型的偏相关系数检验从图中可以看出，双二次多项式模型的第1期偏相关系数的直方块超过了虚线部分，存在着一阶自相关。

自相关性的调整：加入AR 项⒈对双对数模型进行调整；在LS 命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。

eviews实验报告EViews实验报告引言：EViews是一款经济学和金融学领域常用的计量经济学软件，它提供了丰富的数据分析和模型建立功能。

本实验报告将通过一个实例来展示EViews在经济分析中的应用。

实验目的：本实验旨在通过EViews软件对某国家的经济数据进行分析，以探索其经济发展的趋势和特点，并构建合适的经济模型，以期对未来的经济走势进行预测。

实验步骤：1. 数据收集与导入首先，我们需要收集某国家的经济数据，如GDP、通货膨胀率、失业率等。

这些数据可以从官方统计机构或相关研究机构获取。

然后，我们将这些数据导入EViews软件中，以便进行后续的数据分析和建模。

2. 数据预处理与可视化在进行数据分析之前，我们需要对数据进行预处理，包括处理缺失值、异常值和数据平滑等。

EViews提供了丰富的数据处理工具，如插值法、平滑算法等，可以帮助我们更好地处理数据。

同时，我们还可以利用EViews的可视化功能，绘制出各个经济指标的趋势图和相关性分析图，以便更好地理解数据。

3. 统计分析与模型建立在对数据进行预处理和可视化之后，我们可以进行统计分析，探索各个经济指标之间的关系。

EViews提供了多种统计方法，如相关性分析、回归分析等，可以帮助我们发现变量之间的关联性。

基于统计分析的结果，我们可以构建合适的经济模型，如VAR模型、ARIMA模型等，以期对未来的经济走势进行预测。

4. 模型评估与优化构建经济模型后，我们需要对模型进行评估和优化，以提高其预测准确性。

EViews提供了多种模型评估指标，如均方根误差（RMSE）、平均绝对误差（MAE）等，可以帮助我们评估模型的拟合效果。

如果模型的预测效果不理想，我们可以通过调整模型参数或选择不同的模型结构来优化模型。

5. 经济预测与政策建议在模型评估和优化之后，我们可以利用经济模型对未来的经济走势进行预测。

基于预测结果，我们可以提出相应的经济政策建议，以帮助决策者制定合理的经济政策。

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。

《计量经济学》实验报告三开课实验室：财经科学实验室 2012年4月21日 班级： 学号： 姓名：实验项目名称 序列相关性的检验与修正 成绩：实验性质： _ 【实验目的】掌握序列相关性的检验与修正方法并能运用Eviews 软件进行实现 【实验要求】掌握检验方法，根据OLS 法的输出结果判断是否存在序列相关，运用广义差分法进行模型修正，熟悉基本操作步骤，读懂各项上机榆出结果的含义并能进行分析【实验软件】 Eviews 软件【实验内容】 根据给定的案例数据按实验要求进行操作 【实验方案与进度】实验：下表是某上市公司的子公司的年销售额Y 与其总公司年销售额X 的观测数据：验证性 □综合性 □设计性指导教师签字：(1) 用普通最小二乘法估计模型参数Dependent Variable: Y Method: Least Squares Date: 04/21/12 Time: 10:26 Sample: 1 20C R-squared Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic 01ˆˆˆi i Y X ββ=+=+(2) 用图形法进行自相关检验-0.2-0.10.00.10.2-0.2-0.10.00.10.2RESID(-1)R E S I D属于一阶正自相关(3) 用DW 值检验模型是否存在一阶自相关01:0,:0H H ρρ=≠ 0.734726, 1.2L DW d ==所以模型存在一阶正自相关(4) 证明广义差分法可以消除模型随机扰动项自相关。

（写出证明过程）因为模型随机误差项t u 存在一阶序列相关且相关系数ρ已知，即有：1t t t u u v ρ-=+ 对于01t t t Y X u ββ=++ ①滞后一期，并且两边同乘以自相关系数ρ得：10111t t t Y X u ρρββρρ---=++ ②①—②可得广义差分模型 ()()()101111t t t t t t Y Y X X u u ρβρβρρ----=-+-+- 记：1t t t Y Y Y ρ*-=- （t=2,3,……，n ） 1t t t X X X ρ*-=- （t=2,3,……，n ） 1t t t v u u ρ-=- （t=2,3,……，n ） 则②可写成：t Y *=()01βρ-+1βt X *+t v ③ 因1t t t v u u ρ-=-，则Var(t v )=2v σ,Cov(t v ,s v )=0(t s ≠).即t v 满足同方差和无序列相关的经典假设，所以对③式采用普通最小二乘法进行估计。

西安财经学院
本科实验报告
学院（部）统计学院
实验室实验楼313
课程名称计量经济学
学生姓名陈宁
学号1204100222
专业统计
教务处制
2014年12 月15 日
《OLS的估计和检验》实验报告
图2
三、模型检验
、经济意义检验
所估计的参数
^
2
0.758511
β=，说明城市居民人均年可支配收入每相差
0.758511元。

这与经济学中边际消费倾向的意义相符。

21t n ασ
6555.13 2.045413.1593⨯6555.13162.10
2.04541
3.1593⨯9691.58
499.25
元时，1f Y 平均值置信度
21
t
α
σ+
2.04541
3.1593
⨯
860.32
2.04541
3.1593
⨯
9691.58934.49
8270时，
1f
Y个别值置信度
实验报告打印格式说明
1.标题：三号加粗黑体
2.开课实验室：5号加粗宋体
3.表中内容：
(1)标题：5号黑体
(2)正文：5号宋体
4.纸张：A4
5.页边距
上距：2.54cm
下距：2.54cm
左距：3.17cm
右距：3.17cm。

(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 -++
【实验过程】（实验步骤、记录、数据、分析）
首先导入1982-2010年的年度中国城镇居民月人均生活费支出（y）和可支配收入序列（x）数据：
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： t
t x t e y ε++=)ln(*934.0328.0
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。