《实验二一元线性回归模型的估计检验预测和应用学生实验报告剖析》由会员分享，可在线阅读，更多相关《实验二一元线性回归模型的估计检验预测和应用学生实验报告剖析（16页珍藏版）》请在金锄头文库上搜索。
1、 实验报告专用纸广东财经大学华商学院实验报告实验项目名称 实验二 一元线性回归模型的估计、检验、预测和应用 课程名称 计量经济学 成绩评定 良 实验类型：验证型综合型设计型 实验日期 指导教师 学生姓名 学号 专业班级 一、实验项目训练方案小组合作：是 否小组成员：无实验目的： 掌握简单相关分析、格兰杰因果关系检验、简单线性回归模型的设定和模型的参数估计、简单线性回归模型的区间估计、假设检验和预测方法，并能利用所建立的模型分析实际问题。实验场地及仪器、设备和材料： 实验室：普通配置的计算机，Eviews软件及常用办公软件。实验训练内容（包括实验原理和操作步骤）： 【实验原理】相关分析，格兰杰因
2、果关系检验，普通最小二乘法(OLS)，拟合优度的判定系数检验和参数显著性t检验等，计量经济学预测原理。【实验步骤】 已知广东省宏观经济部分数据（参见附表“广东省宏观经济数据-第二章”），要根据这些数据分别研究和分析广东省宏观经济，建立宏观计量经济模型。 本实验要求具体验证分析：（1）“国内生产总值的变化引起财政收入的变化”（2）“财政收入影响财政支出”（3）“国内生产总值对社会消费品零售额的影响模型”并根据相应的回归模型进行经济预测、经济分析和政策评价。注：在实验中对应的空白处写出实验的结果。全部完成后，把该文档以“学号+姓名”为名进行命名，提交到教师机。（一）建立工作文件 进入Eviews，
3、建立一工作文件，并命名为GD，新建4个序列，并对应输入广东省经济数据表中的数据：收入法国内生产总值-GDPS，财政收入-CS，财政支出-CZ，社会消费品零售额-SLC。（二）相关分析（请对得到的图表进行处理，“相关分析”部分不得超过本页）1作散点图 分别作上述三组变量之间的散点图（3个散点图），并根据散点图作简单分析，写出各组变量的关系。散点图：分析：由（1）可知，x，y系数互为正相关关系。由（2）可知，x，y系数互为正相关关系由由（3）可知，x，y系数互为正相关关系2、计算简单线性相关系数 分别计算上述三组变量之间的简单线性相关系数，并根据相关系数作简单分析。GDPSCSGDPS1.0000
4、000.992864CS0.9928641.000000CSCZCS1.0000000.997638CZ0.9976381.000000GDPSSLCGDPS1.0000000.996795SLC0.9967951.000000（三）回归分析1【模型设定】（请对得到的图表进行处理，“模型设定”部分不得超过本页）（1）作因果关系检验（辅助“模型设定”） 分别对上述三组变量作因果关系检验（3组检验结果），并根据因果关系检验的结果，作简单描述及分析。（其中，因果关系检验结果表：请对同一个模型的滞后期从2-5多试几次，并选定最终的结果。）GDPS/CS：Pairwise Granger Causali
5、ty TestsDate: 03/30/16 Time: 17:06Sample: 1978 2005Lags: 2Null Hypothesis:ObsF-StatisticProb.CS does not Granger Cause GDPS266.267280.0073GDPS does not Granger Cause CS6.143730.0079Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:06Sample: 1978 2005Lags: 3Null Hypothesis:ObsF-StatisticProb.CS
6、 does not Granger Cause GDPS253.134500.0512GDPS does not Granger Cause CS6.343470.0040Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:06Sample: 1978 2005Lags: 4Null Hypothesis:ObsF-StatisticProb.CS does not Granger Cause GDPS242.864100.0602GDPS does not Granger Cause CS6.937950.0023Pairwise
7、Granger Causality TestsDate: 03/30/16 Time: 17:07Sample: 1978 2005Lags: 5Null Hypothesis:ObsF-StatisticProb.CS does not Granger Cause GDPS231.691760.2110GDPS does not Granger Cause CS7.314460.0023CS/CZ：Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:07Sample: 1978 2005Lags: 2Null Hypothesis:
8、ObsF-StatisticProb.CZ does not Granger Cause CS267.764630.0030CS does not Granger Cause CZ0.717540.4995Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:08Sample: 1978 2005Lags: 3Null Hypothesis:ObsF-StatisticProb.CZ does not Granger Cause CS256.832880.0029CS does not Granger Cause CZ0.953100.
9、4360Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:08Sample: 1978 2005Lags: 4Null Hypothesis:ObsF-StatisticProb.CZ does not Granger Cause CS242.362680.0999CS does not Granger Cause CZ0.696020.6064GDPS/SLC：Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:09Sample: 1978 2005Lags: 2Null
10、 Hypothesis:ObsF-StatisticProb.SLC does not Granger Cause GDPS260.744690.4870GDPS does not Granger Cause SLC2.264070.1287Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:09Sample: 1978 2005Lags: 3Null Hypothesis:ObsF-StatisticProb.SLC does not Granger Cause GDPS251.179830.3452GDPS does not Gr
11、anger Cause SLC0.845940.4866Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:09Sample: 1978 2005Lags: 4Null Hypothesis:ObsF-StatisticProb.SLC does not Granger Cause GDPS241.598170.2262GDPS does not Granger Cause SLC0.594090.6723Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:10Sample:
12、 1978 2005Lags: 5Null Hypothesis:ObsF-StatisticProb.SLC does not Granger Cause GDPS237.752260.0018GDPS does not Granger Cause SLC1.617910.2290分析：由（1）可以看出，gpds不是cs的因接近0被拒绝，即是gdps是cs的因。由（2）可知，cs不是cz的原因接近1被接受，所以cs不是cz的因。由（3）可知，gdps不是slc的因比slc不是gdps的因更接近1，因此接受gdps不是slc的因。但据理论cs是cz的因，gdps是slc的因，可能是治标设置问题。所以应把c
