計量經(jīng)濟學實驗報告(三)匯總

20122013第1學期計量經(jīng)濟學實驗報告實驗（三）：計量經(jīng)濟檢驗與修正實驗學號： 姓名： 宋蕾 專業(yè)： 財務管理 選課班級： 2 實驗日期： 12實驗地點：南區(qū)綜合樓經(jīng)濟管理與創(chuàng)業(yè)模擬實驗中心實驗室 實驗名稱：計量經(jīng)濟檢驗與修正實驗【實驗目標、要求】使學生掌握用Eviews做1. 異方差性檢驗和修正方法；2. 自相關(guān)性檢驗和修正方法；3. 【實驗內(nèi)容】實驗內(nèi)容以課后練習：以114頁第6題、130頁應用題第2題為例進行操作?！緦嶒灢襟E】一、第114頁第6題（一）創(chuàng)建工作文件在主菜單上依次單擊FileNewWorkfile， 選擇數(shù)據(jù)類型和起止日期。時間序列提供起止日期（年、季度、月度、周、日），非時間序列提供最大觀察個數(shù)。本題中在workfile structure type中選Unstructured/Undated,在Data range Observation中填。單擊OK后屏幕出現(xiàn)Workfile工作框，如圖所示。（二）輸入和編輯數(shù)據(jù)在命令窗口直接輸入：Data Y X .屏幕出現(xiàn)數(shù)據(jù)編輯框，如下圖所示。點擊上圖中對話框的“Edit +/- ”，將數(shù)據(jù)進行輸入，如下圖所示。數(shù)據(jù)輸入完畢，單擊工作文件窗口工具條的Save或單擊菜單蘭的FileSave將數(shù)據(jù)存入磁盤。（三）LS估計參數(shù)利用2008年中國部分省市城鎮(zhèn)居民家庭平均全年可支配收入（X）與消費性支出（Y）的相關(guān)數(shù)據(jù)表，作散點圖。Eviews命令:scat X Y； 如圖所示可看出年中國部分省市城鎮(zhèn)居民家庭平均全年可支配收入（）與消費性支出（）的關(guān)系近似直線關(guān)系可建立線性回歸模型。在主菜單命令行鍵入：“LS Y C X”，然后回車。即可直接出現(xiàn)如下圖所示的計算結(jié)果Dependent Variable: YMethod: Least SquaresDate: 12/12/12 Time: 20:15Sample: 1 28Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C735.1080477.11231.0.1355X02130.0000R-squared0.Mean dependent var10780.65Adjusted R-squared0.S.D. dependent var2823.752S.E. of regression655.3079Akaike info criterion15.87684Sum squared residSchwarz criterion15.97199Log likelihood-220.2757F-statistic475.3327Durbin-Watson stat1.Prob(F-statistic)0.點擊“objectstore to DB”,將估計式以“eq01”為名保存。參數(shù)估計所建立的回歸方程為： 73510800x （4771123） (0) t=（1) (2180213) R=0 =0 F=4753327（四）檢驗異方差性1、殘差分析首先將數(shù)據(jù)排序，然后建立回歸方程。在方程窗口中點擊“Resids”按鈕就可以得到模型的殘差分布圖。由圖可知回歸方程的殘差分布有明顯的擴大趨勢，即表明存在異方差性。2、White檢驗在方程窗口上點擊“ViewResidual TestWhite Heteroskedastcity”，檢驗結(jié)果如圖所示： 其中，F(xiàn)值為輔助回歸模型的F統(tǒng)計量值。取顯著水平=0.05，由于=5.99nR=8.,所以存在異方差性。故本題數(shù)據(jù)不符合OLS經(jīng)典假設(shè)中同方差性的假設(shè)，即存在異方差性。（五）異方差的修正 確定權(quán)數(shù)變量根據(jù)Park檢驗，可以得出的一般形式為：生成權(quán)數(shù)變量：GENR W1=1/X3.2670根據(jù)Gleiser檢驗，可以取以下三種形式作為權(quán)數(shù)變量：生成權(quán)數(shù)變量：GENR W2=1/X0.5GENR W3=1/ABS(RESID）GENR W4=1/ RESID 2 利用加權(quán)最小二乘法估計模型在Eviews命令窗口中依次鍵入命令：LS(W=) Y C X經(jīng)估計檢驗發(fā)現(xiàn)用權(quán)數(shù)W3的效果最好。下面僅給出用權(quán)數(shù)W3的結(jié)果。Dependent Variable: YMethod: Least SquaresDate: 12/12/12 Time: 20:46Sample: 1 28Included observations: 28Weighting series: W3VariableCoefficientStd. Errort-StatisticProb.C970.6104254.53623.0.0008X55760.0000Weighted StatisticsR-squared1.Mean dependent var9942.842Adjusted R-squared1.S.D. dependent var46660.83S.E. of regression27.34564Akaike info criterion9.Sum squared resid19442.39Schwarz criterion9.Log likelihood-131.3324F-statistic1242.969Durbin-Watson stat1.Prob(F-statistic)0.Unweighted StatisticsR-squared0.Mean dependent var10780.65Adjusted R-squared0.S.D. dependent var2823.752S.E. of regression659.4257Sum squared residDurbin-Watson stat1. 對所估計的模型再進行White檢驗，觀察異方差的調(diào)整情況對所估計的模型再進行White檢驗，其結(jié)果對應圖所示。所對應的White檢驗顯示，P值較大，所以接受不存在異方差的原假設(shè)，即認為已經(jīng)消除了回歸模型的異方差性。二、30頁應用題第2題二、第130頁第2題（一）創(chuàng)建工作文件在主菜單上依次單擊FileNewWorkfile， 選擇數(shù)據(jù)類型和起止日期。時間序列提供起止日期（年、季度、月度、周、日），非時間序列提供最大觀察個數(shù)。本題中在Start Data里輸入1989，在End data 里輸入2004。單擊OK后屏幕出現(xiàn)Workfile工作框，如圖所示。（二）輸入和編輯數(shù)據(jù)在命令窗口直接輸入：Data Y X .屏幕出現(xiàn)數(shù)據(jù)編輯框，如下圖所示。點擊上圖中對話框的“Edit +/- ”，將數(shù)據(jù)進行輸入，如下圖所示。數(shù)據(jù)輸入完畢，單擊工作文件窗口工具條的Save或單擊菜單蘭的FileSave將數(shù)據(jù)存入磁盤。（三）LS估計參數(shù)利用19892004年中國國內(nèi)生產(chǎn)總值X與進出口總額Y的相關(guān)數(shù)據(jù)表，作散點圖。Eviews命令:scat X Y； 如圖所示可看出19892004年中國國內(nèi)生產(chǎn)總值X與進出口總額Y的關(guān)系近似直線關(guān)系可建立線性回歸模型。在主菜單命令行鍵入：“LS Y C X”，然后回車。即可直接出現(xiàn)如下圖所示的計算結(jié)果點擊“objectstore to DB”,將估計式以“eq01”為名保存。參數(shù)估計所建立的回歸方程為： -11935.440x （4575.009） (0) t=（-2.) (10.53021) R=0 =0 F=110.8854 df=16 DW=0.（四）模型經(jīng)濟意義、擬合度和統(tǒng)計檢驗1、 經(jīng)濟意義檢驗 這里所估計的參數(shù)=0.表示國內(nèi)生產(chǎn)總值每增加1億元，將會導致進出口總額增加0.億元。這符合經(jīng)濟學中的常理。2、 擬合度和統(tǒng)計檢驗由回歸結(jié)果可知，本題中德可決定系數(shù)R0 =0，說明模型對數(shù)據(jù)擬在整體上合較好。解釋變量“國內(nèi)生產(chǎn)總值”對被解釋變量“進出口總額”的88.7897%的變化做出了解釋。 針對H：=0以及H：0，由圖-回歸方程窗口可以看出，回歸系數(shù)的標準誤差和t值分別為0.和10.53021；回歸系數(shù)的標準誤差和t值分別為4575.009和-2.。在給定顯著水平=0.05時，t（14）=2.145， t（n-2）,這說明解釋變量國內(nèi)生產(chǎn)總值在95%的置信度下對進出口總額的影響是顯著的，即通過了變量的顯著性檢驗。同理， t（n-2），說明截距項在95%的置信度下對進出口總額的影響是顯著的。（五）自相關(guān)性的檢驗1、圖示法在窗口中點擊“View/Actual，F(xiàn)itted ResidualGraph”，得到殘差圖，如圖所示：由殘差圖可知，殘差的序列圖是循環(huán)的，e不是頻繁改變符號，而是連續(xù)幾個正值后再連續(xù)幾個負值，表明存在正相關(guān)。3、 DW檢驗根據(jù)回歸結(jié)果可知，DW=0.，給定顯著水平=0.05，查DW表，因為T=16，解釋變量的個數(shù)k為1 ，得下限臨界值d=1.10，上限臨界值d=1.37。因為統(tǒng)計量00.= DWd=1.10，表明存在正相關(guān)4、 BG檢驗在方程窗口上點擊“View/Residual Test/Serial Correlation LM Test”,選擇滯后期為“2”，輸出結(jié)果如圖所示：可得TR=12.69191，相伴概率為0.，因此只要取顯著性水平=0.，就可以拒絕無自相關(guān)性的原假設(shè)，即隨機干擾項存在自相關(guān)。又 e的回歸系數(shù)都顯著不為0，表明存在一階自相關(guān)。（六）自相關(guān)的修正1、廣義差分法 由OLS估計得到DW=0.，根據(jù)=1-DW/2,可得=0.80825。利用命令：Genr X1=X-0.80825*X(-1),Genr Y1=Y-0.80825*Y(-1),分別對X和Y作廣義差分法。然后對Y1和X1進行OLS估計，在命令行輸入：LS Y1 C X1，得到結(jié)果如圖所示：其中，DW=0.，和以前的DW=0.比起來有很大提高，但給定顯著水平=0.05，DW=0.d=1.10，這表明隨機干擾項仍存在自相關(guān)。2、科克倫奧克特（迭代法）命令：LS Y C X AR(1),則可得到結(jié)果如圖所示： 自相關(guān)修正的一次迭代結(jié)果圖可見R=0.，說明擬合度很高，在顯著水平=0.05，T=15，解釋變量的個數(shù)k為1，下限臨界值d=1.08，上限臨界值d=1.36。 因為 DW=0.d=1.08，表明存在正相關(guān)。繼續(xù)迭代，再用命令：LS Y C X AR(1) AR(2),可得結(jié)果如圖所示： 自相關(guān)修正的二次迭代結(jié)果圖可見R=0.，說明擬合度很高，在顯著水平=0.05，T=14，解釋變量的個數(shù)k為1，由于T=1415，DW檢驗上下界表中最小樣本數(shù)為15，故不能直接用DW檢驗上下界表。