《736编号计量经济学eviews实验报告》由会员分享，可在线阅读，更多相关《736编号计量经济学eviews实验报告（12页珍藏版）》请在金锄头文库上搜索。
1、大连海事大学大连海事大学 实实 验验 报报 告告 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 二一六年十一月二一六年十一月 大连海事大学实验报告 学号：2220133979 - 1 - 一、 实验目标一、 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、实验环境二、实验环境 WINDOWSXP 或 2000 操作
2、系统下，基于 EVIEWS5.1 平台。 三、实验模型建立与分析三、实验模型建立与分析 案例 1：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表 1 我国 1995-2014 年人均国民生产总值与居民消费水平情况 指标人均国内生产总值（元）居民消费水平（元） 1995 年50742330 1996 年58782765 1997 年64572978 1998 年68353126 1999 年71993346 2000
3、年79023721 2001 年86703987 2002 年94504301 2003 年106004606 2004 年124005138 2005 年142595771 2006 年166026416 2007 年203377572 2008 年239128707 大连海事大学实验报告 学号：2220133979 - 2 - 2009 年259639514 2010 年3056710919 2011 年3601813134 2012 年3954414699 2013 年4332016190 2014 年4661217806 （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
4、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： 大连海事大学实验报告 学号：2220133979 - 3 - Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20 VariableCoefficientStd. Errort-StatisticProb. C691.0225113.39206.0941040.0000 AVGDP0.3527700.00490871.8
5、80540.0000 R-squared0.996528 Mean dependent var7351.300 Adjusted R-squared0.996335 S.D. dependent var4828.765 S.E. of regression292.3118 Akaike info criterion14.28816 Sum squared resid1538032. Schwarz criterion14.38773 Log likelihood-140.8816 Hannan-Quinn criter.14.30760 F-statistic5166.811 Durbin-W
6、atson stat0.403709 Prob(F-statistic)0.000000 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 = 691.0225+0.352770* X 其中斜率 0.352770 表示国内生产总值每增加一元,人均消费水平增长 0.35277 元。 检验结果 R2=0.996528， 说明 99.6528%的样本可以被模型解释， 只有 0.3472% 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%显著性水平下，t（18）=
7、2.101） 对于参数 c 假设: H0: c=0. 对立假设:H1: c0 对于参数 GDP 假设: H0: GDP=0. 对立假设:H1: GDP0 由上表知: 对于 c,t=6.094104t(n-2)=t(18)=2.101 因此拒绝 H0: c=0,接受对立假设:H1: c0 对于 GDP, t=71.88054t(n-2)=t(18)=2.101 大连海事大学实验报告 学号：2220133979 - 4 - 因此拒绝 H0: GDP=0,接受对立假设: H1: GDP0 此外 F 统计量为 5166.811，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%的显著性水平下
8、有显著性影响。 所以，回归系数显著不为零，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 0.403709，经查表，当 k=1，n=20 时，dl=1.2，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=0.403709，=1-DW/2=0.7981455 令 X1=X-0.7981455*X(-1) Y1=Y-0.7981455*Y(-1) 修正结果如下： Dependent Variable: Y1 Method: Least Squares Date: 06/11/16 Time: 1
9、9:56 Sample(adjusted): 1996 2014 Included observations: 19 after adjustments CoefficientStd. Errort-StatisticProb. X1-1.14E+087970597.-14.338870.0000 C-8.26E+105.45E+10-1.5164020.1478 R-squared0.923631 Mean dependent var-7.34E+11 Adjusted R-squared0.919139 S.D. dependent var4.61E+11 S.E. of regressi
10、on1.31E+11 Akaike info criterion54.13516 Sum squared resid2.92E+23 Schwarz criterion54.23457 Log likelihood-512.2840 Hannan-Quinn criter.54.15198 F-statistic205.6031 Durbin-Watson stat0.953595 Prob(F-statistic)0.000000 经修正后，DW=0.953595dl=1.2，说明随机扰动项仍存在序列正相关。 （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 大
11、连海事大学实验报告 学号：2220133979 - 5 - 产总值为 49351 元，对该年的居民消费水平进行预测。 点预测：Y = 691.0225+0.352770* X=18100.5748 区间预测 ： 计算出（Y0） =S2（） =1468.207， t0.25（n-2） =2.10， var 2 t 0 n 1 X XX）（ 因此 E（Y0）的预测区间为 0t0.25(n-2) （Y0）=4935180.4661。 Y var 利用 Eviews 输出预测结果如下： 案例 2：案例 2： 下面给出了我国 1995-2014 年的居民消费水平 （Y） 和人均国内生产总值 （X1） 以
12、及城镇居民人均可支配收入（X2）数据，对它们三者之间的关系进行研究。具 体数据如表 2 所示。 表表 2：1995 年到年到 2014 年的统计资料年的统计资料 单位：元单位：元 指标居民消费水平（元） 人均国内生产总值（元） 城镇居民人均可支配收入（元） 1995 年233050744283 1996 年276558784838.9 1997 年297864575160.3 1998 年312668355425.1 1999 年334671995854 2000 年372179026280 2001 年398786706859.6 大连海事大学实验报告 学号：2220133979 - 6 -
13、 2002 年430194507702.8 2003 年4606106008472.2 2004 年5138124009421.6 2005 年57711425910493 2006 年64161660211759.5 2007 年75722033713785.8 2008 年87072391215780.8 2009 年95142596317174.7 2010 年109193056719109.4 2011 年131343601821809.8 2012 年146993954424564.7 2013 年161904332026467 2014 年178064661228843.85 （1
14、）试建立二元线性回归方程 利用 Eviews 软件输出结果报告如下： Dependent Variable: CONSUMPTION Method: Least Squares Date: 09/11/16 Time: 16:23 Sample(adjusted): 1995 2014 Included observations: 20 CoefficientStd. Errort-StatisticProb. AVGDP0.1606120.0603502.6613350.0164 SAVING0.0181660.0056933.1910610.0053 C1040.987143.32407.
15、2631780.0000 R-squared0.997829 Mean dependent var7351.300 Adjusted R-squared0.997573 S.D. dependent var4828.765 S.E. of regression237.8674 Akaike info criterion13.91879 Sum squared resid961875.6 Schwarz criterion14.06815 Log likelihood-136.1879 Hannan-Quinn criter.13.94794 F-statistic3906.446 Durbin-Watson stat0.977467 Prob(F-statistic)0.000000 大连海事大学实验报告 学号：2220133979 - 7 - 由上表可知，样本回归方程为： Y=417.4107+0.269124X1+0.145843X2 (2) 对检验结果的分析 AVGDP 与 SAVING 的 P 值均小于 0.05，t 值均大于 t(n-2)=t(18)=2.101，因 此样本回归方程十分显著。修整后的 R2为 0.997573，说明有 99.76%的
