《计量经济学论文(eviews分析)《消费状况的影响因素研究》》由会员分享，可在线阅读，更多相关《计量经济学论文(eviews分析)《消费状况的影响因素研究》（7页珍藏版）》请在金锄头文库上搜索。
1、 计量经济学论文及作业姓名：陈敏捷学号：2011012475消费状况的影响因素研究摘要：本文选取的是现已充分掌握数据资料的2013年全国31个省市的城镇居民的人均全年可支配收入和人均全年消费支出，以及各地区的失业率。通过建模分析，找出三者之间的量化关系，进一步分析得出现实指导意义。关键词：消费支出 可支配收入 失业率(%)具体数据如下：消费支出(元/每人全年)Y可支配收入(元/每人全年)X1失业率(%) X2北京11123.8413882.621.4天津7867.5310312.913.8河北5439.777239.063.9山西5105.387005.033内蒙5419.147012.94.
2、5辽林6077.927240.586.5吉林5492.17005.174.3黑龙江5015.196678.94.2上海11040.3414867.494.9江苏6708.589262.464.1浙江9712.8913179.534.2安徽5064.346778.034.1福建7356.269999.544.1江西4914.556901.423.6山东6069.358399.913.6河南4941.66926.213.1湖北5963.257321.984.3湖南6082.627674.23.8广东9636.2712380.432.9广西5763.57785.043.6海南5502.437259.
3、253.4重庆7118.068093.674.1四川5759.217041.874.4贵州4948.986569.234云南6023.567643.574.1西藏8045.348765.45陕西5666.546806.353.5甘肃5298.916657.243.4青海5400.246745.323.8宁夏5330.346530.484.4新疆5540.617173.543.5数据来源于中国统计年鉴（2013）一、建立模型并回归建立回归方程：Y=0+1*X1+2*X2 +Y消费支出(元/每人全年) X1 可支配收入 (元/每人全年) X2失业率(%)运用OLS估计方法对式1中的参数进行估计，E
4、views程序：create u 31;data y x1 x2;ls y c x1 x2得回归分析结果：Dependent Variable: YMethod: Least SquaresDate: 06/23/11 Time: 12:07Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb.C99.66845512.55450.1944540.8472X10.7490280.03331722.482160.0000X230.9902995.804410.3234750.7487R-
5、squared0.949335Mean dependent var6433.182Adjusted R-squared0.945716S.D. dependent var1761.376S.E. of regression410.3820Akaike info criterion14.96382Sum squared resid4715575.Schwarz criterion15.10259Log likelihood-228.9392F-statistic262.3240Durbin-Watson stat1.179608Prob(F-statistic)0.000000从表2中可以看出F
6、检验显著，但有几项t检验不过关，说明变量之间存在多重线性。为此我们进行如下操作：表2可以看出x2的t检验的p值最大，因此将x2因素剔除再进行回归分析。运用OLS估计方法剔除x2的方程进行估计 :Eviews程序：create u 31;data y x1;ls y c x1得回归分析结果：Dependent Variable: YMethod: Least SquaresDate: 06/23/11 Time: 13:08Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb.C238.
7、4694275.97840.8640870.3946X10.7468170.03210123.264880.0000R-squared0.949146Mean dependent var6433.182Adjusted R-squared0.947392S.D. dependent var1761.376S.E. of regression403.9972Akaike info criterion14.90303Sum squared resid4733197.Schwarz criterion14.99555Log likelihood-228.9970F-statistic541.2545
8、Durbin-Watson stat1.220823Prob(F-statistic)0.000000检验到上一步可得到x1 与y的线性关系显著，得到回归方程Y = 238.4694336 + 0.7468171058*X1R-squared0.949146 Prob(F-statistic) 0.000000二、经济意义检验回归方程为Y = 238.4694336 + 0.7468171058*X1说明 a：当x1=0时即可支配收入为0时，消费支出约为238.5元 b: 当x1每增加一个单位，消费支出增加0.75个单位。此经济意义检验符合经济常识，所以经济意义检验合格三、统计检验(1)拟合优
9、度检验通过上表中的结果：R2=0.949146 =0.947392且Prob(F-statistic)=0.000000 拟合程度很好（2）F检验在显著水平为0.05上，在F分布表上查自由度为k-1=4,n-k=14临界值F（4，14）=5.87，很明显F=541.2545大于5.87，所以所有变量联合起来对模型由显著影响。（3）T检验、再显著条件为0.05的情况下,查自由度为14的t分布表此时，t（14）=2.15，可见，x1的t检验显著。三、经济计量学检验（一）异方差检验应用怀特检验，操作步骤:smpl 1 31; ls lny c lnx1;在方程窗口中点 View residual t
10、est white heteroskedastcity(no cross terms)对Y = 238.4694336 + 0.7468171058*X1 进行怀特检验，结果如下White Heteroskedasticity Test:F-statistic1.691798Probability0.202476Obs*R-squared3.342240Probability0.188036Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/24/11 Time: 18:12Sample: 1 31Incl
11、uded observations: 31VariableCoefficientStd. Errort-StatisticProb.C-1872177.1113291.-1.6816600.1038X1422.7464235.37461.7960580.0833X12-0.0200470.011468-1.7481460.0914R-squared0.107814Mean dependent var152683.8Adjusted R-squared0.044087S.D. dependent var298716.6S.E. of regression292057.7Akaike info c
12、riterion28.09906Sum squared resid2.39E+12Schwarz criterion28.23783Log likelihood-432.5354F-statistic1.691798Durbin-Watson stat2.182169Prob(F-statistic)0.202476Obs*R-squared3.342240Probability0.188036P值=0.1880360.05表明不存在异方差（二）自相关检验1 、DW检验Durbin-Watson stat2.182169Durbin-Watson stat的值较接近2，说明回归方程不存在一阶自相关。2、 LM检验，Eviews 步骤：s y c x1 x2 x3 在方程窗口中view/residual test/serial correlation LM test.检验结果如表ARCH Test:F-statistic0.359846Prob
