計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)

1、計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)課第一節(jié) EViews基本操作1、什么是EViews EViews是Econometric Eviews（計(jì)量經(jīng)濟(jì)學(xué)視圖）的縮寫，通常稱為計(jì)量經(jīng)濟(jì)學(xué)軟件包，是專門從事數(shù)據(jù)分析、回歸分析和預(yù)測(cè)的工具，在科學(xué)數(shù)據(jù)分析與評(píng)價(jià)、金融分析、經(jīng)濟(jì)預(yù)測(cè)、銷售預(yù)測(cè)和成本分析等領(lǐng)域應(yīng)用非常廣泛。 EViews引入了流行的對(duì)象概念，操作靈活簡(jiǎn)便，可在菜單式窗口和編程窗口兩種方式下運(yùn)行，可直接而不需要編程解決絕大部分計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題。2、EViews安裝破解式安裝方法： 1、運(yùn)行壓縮包中的INSTALL文件中的setup，輸入序列碼:demo,將Eviews安裝到硬盤指定目錄(默認(rèn)為c:program

2、fileseviews5)。 2、將壓縮包中的Eviews5.exe文件復(fù)制到硬盤Eviews安裝目錄(默認(rèn)為：c:program fileseviews5)中,覆蓋原有的Eviews5.exe文件。即可解除軟件的時(shí)間限制。3、EViews使用參考書1）、EViews使用指南與案例，張曉峒主編，機(jī)械工業(yè)出版社 ，20072）、計(jì)量經(jīng)濟(jì)學(xué)試驗(yàn)教程，李國(guó)柱，劉德智主編，中國(guó)經(jīng)濟(jì)出版社，2010圖書館還有EViews使用指導(dǎo)的參考圖書。4、認(rèn)識(shí)EViews 主菜單包含九個(gè)主菜單，每個(gè)主菜單下包含若干菜單項(xiàng)。File(文件)Edit(編輯)Object(對(duì)象)：主菜單下有：New Object(新建對(duì)

3、象)、Fetch from DB（從數(shù)據(jù)庫(kù)導(dǎo)入）、Update selected from DB（從數(shù)據(jù)庫(kù)更新對(duì)象）、store selected to DB（把選定的對(duì)象存儲(chǔ)到數(shù)據(jù)庫(kù)）、copy selected（復(fù)制所選定的對(duì)象）、rename（重命名）、 freeze output （凍結(jié)當(dāng)前輸入）Qucik提供快速分析過(guò)程，即一些頻繁使用的功能。主要菜單有：sample（改編樣本范圍）、generate series（生成序列）、show（打開(kāi)已選擇的對(duì)象，或?qū)⒍鄠€(gè)序列合成一個(gè)群對(duì)象）、graph（畫圖）、empty group（打開(kāi)一個(gè)空群）、series statics（產(chǎn)生序列統(tǒng)

4、計(jì)量）、group statistics（進(jìn)行群統(tǒng)計(jì)）、estimate equation（估計(jì)方程）、 estimate VAR（估計(jì)向量回歸方程）。5、數(shù)據(jù)操作常用函數(shù)：abs(x),exp(x),inv(x),log(x),log10(x),log10(x,b),sqrt(x)常用描述統(tǒng)計(jì)函數(shù)：cor(x,y),cov(x,y),mean(x),medan(x),min(x),stdev(x),var(x),sum(x)描述性統(tǒng)計(jì)常用的量：偏度（skewness）計(jì)算公式為s=1n(x-x)3, 對(duì)稱分布的偏度為零;當(dāng)偏度大于零時(shí)，序列的分布為正偏；當(dāng)偏度小于零時(shí)，序列的分布為負(fù)偏；如果

5、偏度等于零，則序列呈正態(tài)分布。峰度（kurtosis）的計(jì)算公式為k=1n(x-x)4,正態(tài)分布的峰度為3。當(dāng)序列的峰度大于3時(shí)，表示與正態(tài)分布相比，序列的分布為尖崤峰；當(dāng)序列的峰度小于3時(shí)，表示與正態(tài)分布相比，序列的分布為平緩峰。雅克-貝拉統(tǒng)計(jì)量（Jarque-bera statistic）用來(lái)檢驗(yàn)序列是否服從正態(tài)分布，計(jì)算公式JB=n-k6s2+14k-32，原假設(shè)為序列服從正態(tài)分布時(shí)，JB統(tǒng)計(jì)量服從自由度為2的卡方分布。只需要比較P值與顯著性水平的大小。第二節(jié) 簡(jiǎn)單線形回歸一、實(shí)驗(yàn)?zāi)康恼莆找辉€形回歸模型的估計(jì)與應(yīng)用，熟悉Eviews的基本操作二、實(shí)驗(yàn)要求對(duì)課本的案例數(shù)據(jù)作一元回歸并進(jìn)行

6、預(yù)測(cè)三、預(yù)備知識(shí)最小二乘估計(jì)、t檢驗(yàn)、擬合優(yōu)度檢驗(yàn)，點(diǎn)預(yù)測(cè)與區(qū)間預(yù)測(cè)四、實(shí)驗(yàn)步驟1建立工作文件并錄入數(shù)據(jù)FileNewworkfile, 彈出Workfile create對(duì)話框中選擇數(shù)據(jù)類型?！癢orkfile frequency”中選擇數(shù)據(jù)頻率： Annual (年度) Weekly ( 周數(shù)據(jù) ) Quartrly (季度) Daily (5 day week ) ( 每周5天日數(shù)據(jù) ) Semi Annual (半年) Daily (7 day week ) ( 每周7天日數(shù)據(jù) ) Monthly (月度) Undated or irreqular (未注明日期或不規(guī)則的)Object

7、newobjectgroup,按向上的方向鍵，出現(xiàn)兩個(gè)obs,輸入變量名Y，X。粘貼收集數(shù)據(jù)。數(shù)據(jù)見(jiàn)數(shù)據(jù)的excel文檔。2數(shù)據(jù)的描述性統(tǒng)計(jì)和畫圖描述性統(tǒng)計(jì)：quick/group statistics/ descriptive statisticscommon sample或打開(kāi)對(duì)象x與y,點(diǎn)Viewdescriptive statisticscommon sample畫散點(diǎn)圖：點(diǎn)viewgraphscatterx y3參數(shù)估計(jì)點(diǎn)Quickestimate equation,在彈出的對(duì)話框中輸入”Y C X”，注意變量見(jiàn)留空格.結(jié)果的保存。4 模型結(jié)果的含義與分析（參考課本）練習(xí)題1、美國(guó)G

8、DP與個(gè)人消費(fèi)支出數(shù)據(jù)見(jiàn)下表,設(shè)Y=A+B*GDP+U,估計(jì)其參數(shù).美國(guó)GDP與個(gè)人消費(fèi)支出YEARGDPY19803776.32447.119813843.12476.919823760.32503.719833906.62619.419844148.52746.119854279.82865.819864404.52969.119874539.93052.219884718.63162.4198948383223.319904877.53260.4199148213240.82、經(jīng)研究發(fā)現(xiàn)，家庭書刊消費(fèi)受家庭收入及戶主受教育年數(shù)的影響，表中為對(duì)某地區(qū)部分家庭抽樣調(diào)查得到樣本數(shù)據(jù)：家庭書刊年

9、消費(fèi)支出（元）Y家庭月平均收入（元）X戶主受教育年數(shù)（年）T家庭書刊年消費(fèi)支出（元）Y家庭月平均收入（元）X戶主受教育年數(shù)（年）T4501027.28793.21998.614507.71045.29660.8219610613.91225.812792.72105.412563.41312.29580.82147.48501.51316.47612.7215410781.51442.415890.82231.414541.81641911212611.818611.11768.8101094.23143.4161222.11981.21812533624.620(1) 建立家庭書刊消費(fèi)的計(jì)量

10、經(jīng)濟(jì)模型；（2）利用樣本數(shù)據(jù)估計(jì)模型的參數(shù)；（3）檢驗(yàn)戶主受教育年數(shù)對(duì)家庭書刊消費(fèi)是否有顯著影響；（4）分析所估計(jì)模型的經(jīng)濟(jì)意義和作用.解：（1）建立家庭書刊消費(fèi)的計(jì)量經(jīng)濟(jì)模型： 其中：Y為家庭書刊年消費(fèi)支出、X為家庭月平均收入、T為戶主受教育年數(shù)（2）估計(jì)模型參數(shù)，結(jié)果為即 （49.46026）（0.02936） （5.20217） t= (-1.011244) (2.944186) (10.06702) R2=0.951235 F=146.2974(3) 檢驗(yàn)戶主受教育年數(shù)對(duì)家庭書刊消費(fèi)是否有顯著影響:由估計(jì)檢驗(yàn)結(jié)果, 戶主受教育年數(shù)參數(shù)對(duì)應(yīng)的t 統(tǒng)計(jì)量為10.06702, 明顯大于t的臨

11、界值，同時(shí)戶主受教育年數(shù)參數(shù)所對(duì)應(yīng)的P值為0.0000，明顯小于，均可判斷戶主受教育年數(shù)對(duì)家庭書刊消費(fèi)支出確實(shí)有顯著影響。（4）本模型說(shuō)明家庭月平均收入和戶主受教育年數(shù)對(duì)家庭書刊消費(fèi)支出有顯著影響，家庭月平均收入增加1元，家庭書刊年消費(fèi)支出將增加0.086元，戶主受教育年數(shù)增加1年，家庭書刊年消費(fèi)支出將增加52.37元。3某地區(qū)城鎮(zhèn)居民人均全年耐用消費(fèi)品支出、人均年可支配收入及耐用消費(fèi)品價(jià)格指數(shù)的統(tǒng)計(jì)資料如表所示： 年份人均耐用消費(fèi)品支出Y（元）人均年可支配收入X1（元）耐用消費(fèi)品價(jià)格指數(shù)X2（1990年=100）1991199219931994199519961997199819992000

12、2001137.16124.56107.91102.96125.24162.45217.43253.42251.07285.85327.261181.41375.71501.21700.62026.62577.43496.24283.04838.95160.35425.1115.96133.35128.21124.85122.49129.86139.52140.44139.12133.35126.39利用表中數(shù)據(jù)，建立該地區(qū)城鎮(zhèn)居民人均全年耐用消費(fèi)品支出關(guān)于人均年可支配收入和耐用消費(fèi)品價(jià)格指數(shù)的回歸模型，進(jìn)行回歸分析，并檢驗(yàn)人均年可支配收入及耐用消費(fèi)品價(jià)格指數(shù)對(duì)城鎮(zhèn)居民人均全年耐用消費(fèi)品支出是

13、否有顯著影響。解：(1) 建立該地區(qū)城鎮(zhèn)居民人均全年耐用消費(fèi)品支出關(guān)于人均年可支配收入和耐用消費(fèi)品價(jià)格指數(shù)的回歸模型： （2）估計(jì)參數(shù)結(jié)果由估計(jì)和檢驗(yàn)結(jié)果可看出，該地區(qū)人均年可支配收入的參數(shù)的t檢驗(yàn)值為10.54786，其絕對(duì)值大于臨界值；而且對(duì)應(yīng)的P值為0.0000，也明顯小于。說(shuō)明人均年可支配收入對(duì)該地區(qū)城鎮(zhèn)居民人均全年耐用消費(fèi)品支出確實(shí)有顯著影響。但是，該地區(qū)耐用消費(fèi)品價(jià)格指數(shù)的參數(shù)的t檢驗(yàn)值為-0.921316，其絕對(duì)值小于臨界值；而且對(duì)應(yīng)的P值為0.3838，也明顯大于。這說(shuō)明該地區(qū)耐用消費(fèi)品價(jià)格指數(shù)對(duì)城鎮(zhèn)居民人均全年耐用消費(fèi)品支出并沒(méi)有顯著影響。第三節(jié) 可線形化的回歸典型例題1：課

14、本105面13題。估計(jì)其未知參數(shù)并對(duì)模型進(jìn)行評(píng)價(jià)。典型例題2：隨著經(jīng)濟(jì)的增長(zhǎng)，國(guó)家財(cái)政收入也隨之增長(zhǎng)，但這種增長(zhǎng)可能是非線性的。如下表列出了中國(guó)19892005年的GDP與財(cái)政輸入的數(shù)據(jù)。年份財(cái)政收入（Y）國(guó)內(nèi)生產(chǎn)總值(X)19892664.9016992.319902937.1018667.819913149.4821781.519923483.3726923.519934348.9535333.919945218.1048197.919956242.2060793.019967407.9971176.619978651.1478973.019989875.9584402.319991144

15、4.0889677.1200013395.2399214.6200116386.04109655.2200218903.64120332.7200321715.25135822.8200426396.47159878.3200531649.29183084.8實(shí)驗(yàn)步驟：1、 畫出國(guó)內(nèi)生產(chǎn)總值（x）與財(cái)政收入 (y) 的散點(diǎn)圖。2、 根據(jù)散點(diǎn)圖，考慮以下模型：線性模型：y=a+bx+u倒數(shù)模型：1/y=a+bx+u (1/y)指數(shù)模型：lny=a+bx+u (或lny=a+blnx+u)多項(xiàng)式模型：y=a+bx+cx2根據(jù)上面數(shù)據(jù)，分別計(jì)算出以上模型的結(jié)果。 注：生成新序列：lnx=log(x)

16、, lny=log(y)或直接輸入命令log(y) c log(x)注意：常用函數(shù)abs(x),exp(x),inv(x),log(x),log10(x),log10(x,b),sqrt(x)3、 比較以上模型，判斷哪個(gè)模型的擬合效果最好。第四節(jié) 多重共線性實(shí)驗(yàn)多重共線性數(shù)據(jù)國(guó)內(nèi)旅游業(yè)收入Y國(guó)內(nèi)旅游人數(shù)X2人均旅游支出X3農(nóng)村居民人均旅游支出公路里程鐵路里程19941023.50 52400.00 414.70 54.90 111.78 5.90 19951375.70 62900.00 464.00 61.50 115.70 5.97 19961638.40 63900.00 534.10

17、70.50 118.58 6.49 19972112.70 64400.00 599.80 145.70 122.64 6.60 19982391.20 69450.00 607.00 197.00 127.85 6.64 19992831.90 71900.00 614.80 249.50 135.17 6.74 20003175.50 74400.00 678.60 226.60 140.27 6.87 20013522.40 78400.00 708.30 212.70 169.80 7.01 20023878.40 87800.00 739.70 209.10 176.52 7.19

18、20033442.30 87000.00 684.90 200.00 180.98 7.30 第四節(jié) 異方差的檢驗(yàn)與修正典型例題1：課本116面案例中國(guó)農(nóng)村居民人均消費(fèi)函數(shù)。（數(shù)據(jù)見(jiàn)數(shù)據(jù)文檔）主要步驟：1、 得出模型lny=a+blnx1+clnx2+u的結(jié)果；輸入命令：log(y) c log(x1) log(x2)2、 異方差的檢驗(yàn)圖示法：可以認(rèn)為不同地區(qū)農(nóng)村人均消費(fèi)支出的差別主要來(lái)源于非農(nóng)經(jīng)營(yíng)收入及工資收入、財(cái)產(chǎn)收入等其他收入的差別上，因此，如果存在異方差，則可能是由X2引起的，作出的散點(diǎn)圖；Graph/scatter 輸入log(x2) e2G-Q檢驗(yàn)第一步：將原始數(shù)據(jù)按X2排成升序，

19、去掉中間的7個(gè)數(shù)據(jù)，得兩個(gè)容量為12的子樣本。Srot命令，升序（Ascenging）和降序（Descending）排列第二步：對(duì)兩個(gè)子樣本分別作OLS回歸，求各自的殘差平方和RSS1和RSS2（可以在excel中排序后再，再選分組樣本作回歸）,再根據(jù)F統(tǒng)計(jì)量判斷懷特檢驗(yàn) 作輔助回歸: 再比較n與臨界值的大小在equation窗口中選擇View/residual test/white heteroskedasticity結(jié)果有交叉項(xiàng)和沒(méi)有交叉項(xiàng)的結(jié)果。3異方差的修正可以在evies主窗口中選擇quick/estimate equation/options,在窗口中輸入全書如1/x1,1/log

20、(x1)等。典型例題2：1、問(wèn)題的提出和模型設(shè)定為了給制定醫(yī)療機(jī)構(gòu)的規(guī)劃提供依據(jù)，分析比較醫(yī)療機(jī)構(gòu)與人口數(shù)量的關(guān)系，建立衛(wèi)生醫(yī)療機(jī)構(gòu)數(shù)與人口數(shù)的回歸模型。假定醫(yī)療機(jī)構(gòu)數(shù)與人口數(shù)之間滿足線性約束，則理論模型設(shè)定為其中表示衛(wèi)生醫(yī)療機(jī)構(gòu)數(shù)，表示人口數(shù)。由2001年四川統(tǒng)計(jì)年鑒得到如下數(shù)據(jù)。表5.1 四川省2000年各地區(qū)醫(yī)療機(jī)構(gòu)數(shù)與人口數(shù)地區(qū)人口數(shù)（萬(wàn)人）X醫(yī)療機(jī)構(gòu)數(shù)（個(gè)）Y地區(qū)人口數(shù)（萬(wàn)人）X醫(yī)療機(jī)構(gòu)數(shù)（個(gè)）Y成都1013.36304眉山339.9827自貢315911宜賓508.51530攀枝花103934廣安438.61589瀘州463.71297達(dá)州620.12403德陽(yáng)379.31085雅

21、安149.8866綿陽(yáng)518.41616巴中346.71223廣元302.61021資陽(yáng)488.41361遂寧3711375阿壩82.9536內(nèi)江419.91212甘孜88.9594樂(lè)山345.91132涼山402.41471南充 709.2 4064二、參數(shù)估計(jì)設(shè)模型為，估計(jì)其參數(shù)。三、檢驗(yàn)?zāi)Ｐ偷漠惙讲睿ㄒ唬﹫D示法（1）畫出Y-X的散點(diǎn)圖；（2）畫出的散點(diǎn)圖；從以上圖形判斷.是否存在異方差.（二）Goldfeld-Quanadt檢驗(yàn)（三）White檢驗(yàn)四、異方差性的修正詳細(xì)的過(guò)程二、參數(shù)估計(jì)進(jìn)入EViews軟件包，確定時(shí)間范圍；編輯輸入數(shù)據(jù)；選擇估計(jì)方程菜單，估計(jì)樣本回歸函數(shù)如下 表5.2估

22、計(jì)結(jié)果為 (5.32)括號(hào)內(nèi)為t統(tǒng)計(jì)量值。 三、檢驗(yàn)?zāi)Ｐ偷漠惙讲畋纠玫氖撬拇ㄊ?000年各地市州的醫(yī)療機(jī)構(gòu)數(shù)和人口數(shù)，由于地區(qū)之間存在的不同人口數(shù)，因此，對(duì)各種醫(yī)療機(jī)構(gòu)的設(shè)置數(shù)量會(huì)存在不同的需求，這種差異使得模型很容易產(chǎn)生異方差，從而影響模型的估計(jì)和運(yùn)用。為此，必須對(duì)該模型是否存在異方差進(jìn)行檢驗(yàn)。（一）圖形法1、EViews軟件操作。由路徑：Quick/Qstimate Equation，進(jìn)入Equation Specification窗口，鍵入“y c x”，確認(rèn)并“ok”，得樣本回歸估計(jì)結(jié)果，見(jiàn)表5.2。（1）生成殘差平方序列。在得到表5.2估計(jì)結(jié)果后，立即用生成命令建立序列，記為e2。

23、生成過(guò)程如下，先按路徑：Procs/Generate Series，進(jìn)入Generate Series by Equation對(duì)話框，即 圖5.4然后，在Generate Series by Equation對(duì)話框中（如圖5.4），鍵入“e2=（resid）2”，則生成序列。（2）繪制對(duì)的散點(diǎn)圖。選擇變量名X與e2（注意選擇變量的順序，先選的變量將在圖形中表示橫軸，后選的變量表示縱軸），進(jìn)入數(shù)據(jù)列表，再按路徑view/graph/scatter，可得散點(diǎn)圖，見(jiàn)圖5.5。 圖5.52、判斷。由圖5.5可以看出，殘差平方對(duì)解釋變量X的散點(diǎn)圖主要分布在圖形中的下三角部分，大致看出殘差平方隨的變動(dòng)呈增

24、大的趨勢(shì)，因此，模型很可能存在異方差。但是否確實(shí)存在異方差還應(yīng)通過(guò)更進(jìn)一步的檢驗(yàn)。（二）Goldfeld-Quanadt檢驗(yàn)1、EViews軟件操作。（1）對(duì)變量取值排序（按遞增或遞減）。在Procs菜單里選Sort Series命令，出現(xiàn)排序?qū)υ捒?，如果以遞增型排序，選Ascenging，如果以遞減型排序，則應(yīng)選Descending，鍵入X，點(diǎn)ok。本例選遞增型排序，這時(shí)變量Y與X將以X按遞增型排序。（2）構(gòu)造子樣本區(qū)間，建立回歸模型。在本例中，樣本容量n=21，刪除中間1/4的觀測(cè)值，即大約5個(gè)觀測(cè)值，余下部分平分得兩個(gè)樣本區(qū)間：18和1421，它們的樣本個(gè)數(shù)均是8個(gè)，即。在Sample菜單里，將區(qū)間定義為18，然后用OLS方法求得如下結(jié)果表5.3在Sample菜單里,將區(qū)間定義為1421，再用OLS方法求得如下結(jié)果表5.4（3）求F統(tǒng)計(jì)量值?；?/p>