《計量經(jīng)濟學(xué)》實驗項目與主要內(nèi)容

《計量經(jīng)濟學(xué)》實驗項目與主要內(nèi)容

六、實驗項目與主要內(nèi)容

序?qū)W

實驗項目名稱主要內(nèi)容及要求實驗類型

號時

熟悉Eviews軟件的安裝、界面窗

Eviews軟件及其基本操作簡介、

12口菜單、運行方法，使學(xué)生熟菜單法演示性

一元回歸分析

和命令法的一元回歸分析基本操作。

對實際的經(jīng)濟問題建立線性回歸

模型：收集或模擬樣本數(shù)據(jù)，建立模

多元線性回歸模型的估計、檢

22型：模型的參數(shù)估計與檢驗：根據(jù)檢綜合性

驗和預(yù)測應(yīng)用

驗結(jié)果修正模型，應(yīng)用修正模型進行

預(yù)測。

對回歸模型進行異方差、自相關(guān)、

3回歸模型的計量經(jīng)濟檢驗2綜合性

多重共線性問題進行檢驗與處理

虛擬變量、滯后變量的數(shù)據(jù)輸入

虛擬變量模型、滯后變量模型

（生成）方法；虛擬變鼠模型、滯后

的估計與檢驗，獨立探索

42變量模型的估計、檢驗、預(yù)測應(yīng)用。綜合性

Eviews中的常用函數(shù)及預(yù)測應(yīng)

獨立探索Eviews中的常用函數(shù)及預(yù)

用測應(yīng)用。

目錄

實驗1——

【實驗?zāi)康摹?/p>

r解Eviews軟件的基本操作對象，掌握基本操作方法。

【實驗內(nèi)容】

1A-1Eviews軟件的安裝與啟動

1A-2工作文件的建立

1A-3數(shù)據(jù)的輸入、編輯與生成

1A-4觀察數(shù)據(jù)的基本特征

1A-5一元回歸模型的估計、檢驗及預(yù)測

【實驗步驟】

1B-1觀看"”，模仿其中的操作。（點擊超鏈接即可）

1B-2根據(jù)下文示范步驟，完成操作

1B-3獨立完成指定兩個實驗課題

1B-1Eviews軟件的入門基本操作

觀看，模仿其中的操作。（點擊超鏈接即可）。

1B-2根據(jù)下文示范步驟，完成操作

例：四川省城市居民1978-1998年家庭人均生活性消費支出Y與人均可支配收入X的資料如下（元）：

年份XY

1978338314

1979369340

1980391364

1981412396

1982化5407

1983457493

1984517581

1985680695

1986787849

1987889948

198810861130

198911841349

199012811490

199114881691

199216511989

199320342408

199428063297

199534294003

199637334406

199747634093

199851274383

1B-2.1建立文件:

Eviews的操作在工作文件中進行，故首先要有工作文件，然后進行數(shù)據(jù)輸入、分析等等操作。主要有如

下幾種方法：

[11操作命令法：create數(shù)據(jù)類型樣本區(qū)間

[2]新建文件：File/New/Workfile,出現(xiàn)對話框“工作文件范圍”,選取或填上數(shù)據(jù)類型、起

止時間。OK后，得到一個無名字的工作文件，其中有：時間范圍、當(dāng)前工作文件樣本范圍、filter、

默認方程、系數(shù)向量C、序列RESID。

[3]讀已存在文件：File/Open/Workfileo

（1）操作命令法:createa19781998（回車,即完成，見下圖所示）

（2）菜單操作法：file\new\workfile（單擊）'再彈出的對話框中點選“數(shù)據(jù)類型”、輸入“樣本區(qū)間”\

點擊“0K”

1B-2.2輸入樣本數(shù)據(jù)

主要有如下幾種方法：

[11從鍵盤輸入：Quick/EmptyGroup（EditSeries）,打開組窗口，產(chǎn)生一個untitled“Group1按列在表中

輸入序列名（在OBS）及其數(shù)據(jù)，每輸入一個數(shù)據(jù)完，敲一次enter。

[2]從Excel更制數(shù)據(jù)：先取定Excel中的數(shù)據(jù)區(qū)域，選“復(fù)制”；其次，打開Evicw,同，建工作文件，

使樣本區(qū)域包含與被復(fù)制數(shù)據(jù)同樣多的觀察值個數(shù)：笫三，擊Quick/EmplyGroup（Editseries）：第

四，按向上滾動指針，擊數(shù)據(jù)區(qū)OBS右邊的單元格，點Edit/Paste,再退出，選N。，于是，在工作

文件中有被復(fù)制的數(shù)據(jù)序列的圖標。

【3】從Excel復(fù)制部分數(shù)據(jù)到已存在的序列中:取定要復(fù)制的數(shù)據(jù)，復(fù)制之;打開包含已存在序列的Group

窗口，使之處于Edit模式（開關(guān)鍵是Edit+）：將光標指到目標單元格，點Edil/Pasie,

（1）命令操作法：dataxy（回車，即完成，見下圖所示）

在彈出的對話框中輸入各個樣本數(shù)據(jù)有三種方法

3?14.1…3一Y-Z

<wHe?1971IMl

daUxy

■si，…

R*^?51M4

①直接輸入：

②若樣本數(shù)據(jù)以表格形式給出，可直接復(fù)制一一粘貼；

③若樣本數(shù)據(jù)以表格（excel）或文本文件（ixt.）格式給出，可直接導(dǎo)入。

★若樣本數(shù)據(jù)以表格（excel）格式給出，

文件名為Sichuan,保存在“實驗”文件夾中，數(shù)據(jù)導(dǎo)入操作如下：

（關(guān)閉文件sichuan）,點擊file\import\readtext-lotus\excel

彈出對話框：

選擇路徑（保存數(shù)據(jù)的文件夾）-文件類型-文件名-點擊“打開”，彈出對話框：

在對話框中選擇“數(shù)據(jù)排列形式”、輸入“數(shù)據(jù)（變量）名稱”、“數(shù)據(jù)位置”等信息后，單擊“0K”

即可。

★若樣本數(shù)據(jù)以文本文件（ixt.）格式給出，

文件名為x\y,保存在“實驗”文件夾中，數(shù)據(jù)導(dǎo)入操作如下：

點擊file\import\readtext-lotus\excei

選擇路徑（保存數(shù)據(jù)的文件夾）-文件類型-文件名-點擊“打開”，彈出對話框：

在對話框中選擇“數(shù)據(jù)排列形式”、輸入“數(shù)據(jù)（變量）名稱”、“數(shù)據(jù)位置”等信息后，單擊“0K”

即可。

⑵菜單操作法：object'newobject,

單擊彈出對話框.選擇對象類型（series），輸入變量名稱（x）

點擊“0K”彈出對話框，

雙擊圖標（x）,彈出對話框，點擊“edit+/-”按鈕，在相應(yīng)位置輸入相應(yīng)樣本數(shù)據(jù)（或復(fù)制一一粘貼）

即可，

1B-2.3做散點圖

（1）命令操作法：scatxy（回車，即完成，見下圖所示）

（2）菜單操作法：點擊quick\graph,

彈出對話框

輸入變量名，單擊“0K”彈出對話框

在下拉菜單中選擇"scatterdiagram",單擊“OK”即彈出散點圖

1D-2.4回歸分析

說明：普通最小二乘法有多種噪作方法：

方法1：在命令窗口，直接輸入“LS因變量C自變量”，中間用空格隔開，多個自變量之間也用空格隔

開。

方法2：點Object/NewObject/Equation,出現(xiàn)對話框：在EquationSpecification內(nèi)填入方程（不帶擾動項）；

在EstimationSettings中填入所用估計方法和樣本估計區(qū)間。

方法3：點Quick/EstimaleEcuation,同上填寫對話框。

方法4：在工作文件內(nèi)，按被解釋變量、各解釋變量圖標的次序取定（按住Ctrl,用鼠標逐個選），對它

們雙擊左鍵后，再點OpenEqualion,出現(xiàn)對話框，根據(jù)習(xí)慣，將C放在被解釋變星與解釋變量

之間，其它填充同上方法。

在OLS輸出結(jié)果中，注意以下項目：

[1]各解釋變量的系數(shù)估計及其t值、樣本標準差和p值分別是多少，它們分別是如何定義的，分

別有什么意義，怎樣對系數(shù)進行檢驗：

[2]對回歸方程線性性進行檢驗的統(tǒng)計量是什么，方程擬合優(yōu)度檢驗量是什么，如何定義的？

[3]指出回歸方程的標準差、殘差平方和、依賴變量的均值和標準差、對數(shù)擬然值，分別寫出它們

的確定公式。

（1）命令操作法：Isycx（回車，即完成，見下圖所示）

（2）菜單操作法：點擊quick'estimateequation彈出對話框

在對話框中輸入待估計模型相應(yīng)的變量（ycx）即可

（3）點擊Resids,出現(xiàn)圖形

點擊Stats,返回

在Equation框中，擊“Forecast/ok"，得樣本期內(nèi)被解釋變量的擬合值YF（擬合值與實際值的對比圖、

表）。

點擊view\

1B-2.5預(yù)測應(yīng)用

外推預(yù)測（如原資料為1978/998,外推到1978-2000年）

鍵入：expand19782030/回車（Range擴大）

鍵入：smpl19782000/回車（sample擴大）

鍵入:datax/回車/yes,輸入X的1999、2000年資料（4366,4601）/最小化

在Equation框中，點擊“Forecast”，得對話框。對話框主要有

Forecastname（預(yù)測值序列名）YF

S.E.（預(yù)測值標準差）se回車

注：如果要瀏覽預(yù)測值YF、實際值Y,預(yù)測值的標準差se,在命令行健入:“ShowYYFse

（指標解讀：請參考張曉端的《EVIEWS使用指南與案例》103頁）

1B.2.6實驗總結(jié)（報告回歸分析結(jié)果及預(yù)測應(yīng)用情況）

（I）樣本回歸方程為：

Y=147.2068+0.9607*X

（t）（1.3286）（18.8207）

R2=0.9491

（2）模型檢驗

截距項為147.2068,在理論上表示自發(fā)消費支出，其值為正數(shù)；估計值符合經(jīng)濟理論要

求，即能夠通過經(jīng)濟意義檢驗；斜率項為0.9607,在理論上表示邊際消費傾向，其介于0

到1之間，估計值符合經(jīng)濟理論要求，即能夠通過經(jīng)濟意義檢驗；

決定系數(shù)K=0.9491,接近于1,說明模型總體擬和優(yōu)度高，即四川省城市人均可支配收入X的變化可

以解釋說明人均生活性消費支出Y的變化的94.91%；

若顯著性水平為a=005,則t檢驗的臨界值為.2（21-2）=3。9）=2.093,解釋變量X對應(yīng)的t統(tǒng)計

值為18.8207,大于臨界值，故拒絕零假設(shè)，即四川省城市人均可支配收入X對人均生活性消費支出Y的影

響是顯著的。（亦可表示為：解釋變量X能夠通過t檢驗）

（3）預(yù)測應(yīng)用

當(dāng)1999、2000年四川省城市人均可支配收入分別為4366和4601元時，平均人均生活性消費支出分別為

4341.4和4567.2元，其置信度為95%的預(yù)測區(qū)間為（4341.4±2.093*375.2）和（4567.2±2.093*379.9）,,

1B-3獨立完成指定兩個實驗課題

1B-3.1實驗課題1

為了研究深圳市地方預(yù)算內(nèi)財政收入與國內(nèi)生產(chǎn)總值區(qū)關(guān)系，得到以下數(shù)據(jù)：

年份~地方預(yù)算內(nèi)財政收入Y（億元）國內(nèi)生產(chǎn)總值X（GDP,億元）

199021.7037171.6665

199127.3291236.6630

199242.9599317.3194

199367.2507449.2889

199474.3992615.1933

199588.0174795.6950

1996131.7490950.0446

1997144.77091130.0133

1998164.90671289.0190

1999184.79081436.0267

20(X)225.02121665.4652

2001265.65321954.6539

資料來源：《深圳統(tǒng)計年鑒2002》，中國統(tǒng)計出版社

I.實驗要求

⑴運用Evicws軟件畫出財政收入Y對國內(nèi)生產(chǎn)總值GDP的的散點圖

(2)建立深圳地方預(yù)算內(nèi)財政收入Y對國內(nèi)生產(chǎn)總值GDP的回歸模型；

(3)運用Eviews軟件估計所建立模型的參數(shù)，解釋斜率系數(shù)的經(jīng)濟意義；

(4)對回歸結(jié)果進行檢驗：

(5)若2005年年的國內(nèi)生產(chǎn)總值為3600億元，確定2005年財政收入的預(yù)測值和預(yù)測區(qū)間(&二005)。

2,請分別采用“命令法”和“菜單法”完成上述操作，籍此初步掌握Eviews軟件的簡單操作方法。

3.整理上述分析，寫出一篇完整的計量經(jīng)濟分析報告(參考課堂所將相關(guān)內(nèi)容)。

1B-3.2實驗課題2

采用2001年我國各省(直轄市、自治區(qū))的國內(nèi)生產(chǎn)總值gdp和最終消費com來估計我國的消費函數(shù)(數(shù)

據(jù)單位為億元，數(shù)據(jù)來源于中國經(jīng)濟信息網(wǎng))請完成如下操作：

地區(qū)gdpcom地區(qū)gdpconi

北京2845.651467.71湖北4662.282408.84

天津1840.1901.85湖南39832553.14

河北5577.782509.3廣東10647.715841.32

山西1779.971046.43廣西2231.191597.05

內(nèi)蒙古1545.79936.19海南545.96299.86

遼寧5033.082828.09重慶1749.771078.06

吉林2032.481331.32四川4421.762691.47

黑龍江35612110.54貴州1084.9833.87

上海4950.842149.07云南2074.711430.44

江蘇9511.914295.96西藏138.7382.79

浙江6748.153306.1陜西1844.271004.5

安徽3290.132108.09甘肅1072.51674.42

福建4253.682225.23青海300.95197.79

江西2175.681357.47寧夏298.38223.52

山東9438.314582.61新疆1485.48854.6

河南5640.113114.13

I.運用Eviews軟件畫出com對gdp的散點圖

2,建立com對gdp的一元回歸方程（注意選擇適當(dāng)?shù)暮瘮?shù)形式）

3.運用Eviews軟件估計模型，分別作擬合優(yōu)度檢驗、回歸方程顯著性檢驗以及回歸參數(shù)顯著性檢驗。

4.簡要說明實驗課題2與實驗課題1的異同之處。

實驗2——多元線性回歸模型的估計、檢驗和預(yù)測

【實驗?zāi)康摹?/p>

多元回歸模型的估計、檢驗及預(yù)測方法

【實驗內(nèi)容】

2A-1多元回歸模型的估計、檢驗

2A-2多元網(wǎng)歸模型的預(yù)測

2A-2非線性模型回歸、受約束回歸

【實驗步驟】

2B-1按照實驗課題1、2要求，完成基本操作練習(xí)作。

2B-2根據(jù)實驗課題3要求，獨立完成實驗操作、課外練習(xí)和實驗報告。

2B-3根據(jù)實驗課題4、5要求，課外獨立探索，完成相關(guān)操作。

2B-1實驗課題1—基本操作練習(xí)

2B-1.1.1——基本操作練習(xí)1

下表是我國某市.1978——1995年間的宏觀經(jīng)濟數(shù)據(jù)

1）運用Eviews軟件畫出

①REV對GDP的散點圖

②EXB對REV的散點圖

③SLC對GDP的散點圖

2）建立REV對GDP（解釋變量）、EXB對REV、SLC對GDP的一元回歸模型

3）運用Eviews軟件分別估計各個模型

4）對三個回歸方程分別作擬合優(yōu)度檢驗、回歸方程顯著性檢驗以及回歸參數(shù)顯著性檢驗。

5）請預(yù)測1996年的財政收入、財政支出以及社會消費平均零售額（提示：先建立GDP的時間序列模型

GDP=a+bt,預(yù)測出1996年的GDP）.

2B-1.1.2——基本操作練習(xí)2

將SLC作為被解釋變量，GDP,REV,EXB為解釋變量

I）建立多元歸方程

2）對回歸方程進行擬合優(yōu)度檢驗、回歸方程顯著性檢驗以及回歸參數(shù)顯著性檢驗。（顯著水平為0.1（））

國內(nèi)生產(chǎn)總值財政收入REV財政支出EXB社會消費平均零

年份

GDP（萬元）（萬元）（萬元）售額SLC（萬元）

1978611226604179221269

1979654876634190824588

1980704406710201530674

1981878176823213938455

19821084058103261245358

19831216438578280448526

19841463408469301367639

198520378411118499984416

1986266474160539916108735

19873416012022112521131723

19884698642707617475212585

19895061143188821623229697

19906461503513922198267664

19917484154243626788301052

19928454095620438162360416

199311494789382872910509971

1994154538313053288984671843

19952056273179063124173878516

2B-1.2——基本操作練習(xí)3

［實驗數(shù)據(jù)來源：古扎拉蒂著的《計量經(jīng)濟學(xué)》教材）

數(shù)據(jù)定義：Y=售出的玫瑰數(shù)量，打

乂2=玫瑰的平均批發(fā)價格，美元/打

*3=石竹的平均批發(fā)價格，美元/打

x4=平均每周家庭可支配收入，美元/打

x5;底特律市區(qū)從1971第二季度到1975年第二季度的趨勢變量，取值1,2,等等

,建立文件、輸入數(shù)據(jù)（如下表所示）

obsX2X3X4X5Y

1971:32.2600003490000158.11001.00000011484.00

1971;42.5400002850000173.36002.0000009348.000

1972:13.0700004060000165.26003.0000008429.000

1972:22.9100003640000172.92004.00000010079.00

1972:32.7300003210000178.46005.0000009240.000

1972:42.7700003660000198.62006.0000008862.000

1973:13.59(XXX)376(X)00186.28(H)7.00(XX)06216.000

1973:23.2300003490000188.98008.0000008253.000

1973:32.6000003.130000180.49009.0000008038.000

1973:42.890(XX)32(MX)00183.3300lO.(XXMX)7476.(XX)

1974:13.7700003650000181.870011.000005911.000

1974:23.6400003600000185.000012.000007590.000

1974:32.8200002940000184.(XX)013.000006134.(XX)

1974:42.9600003120000188.200014.000005868.000

1975:14.2400003580000175.670015.000003160.000

1975:23.6900003530000188.00()016.000005872.(XX)

自價格彈性，旁價格彈性和收入彈性的先驗符號分別是負，正，To從下面結(jié)果可以看到擬合與預(yù)期一致。

2,對該組數(shù)據(jù)進行線型模型的參數(shù)估計

EstimationCommand:

LSYCX2X3X4X5

EstimationEquation:

Y=C(1)+C(2)*X2+C(3)*X3+C(4)*X4+C(5)*X5

SubstitutedCoefficients:

3.對對數(shù)-線性模型的參數(shù)估計

EstimationCommand:

LSLNYCLNX2LNX3LNX4LNX5

EstimationEquation:

LNY=C(I)+C(2)*LNX2+C(3)*LNX3+C(4)*LNX4+C(5)*LNX5

SubstitutedCoefficients:

4.對數(shù)-線性模型的參數(shù)解釋。

5.對線性模型自價格，互價格和收入三彈性的計算。

6.模型的選擇。

2B?2實驗操作、課外練習(xí)和實驗報告

2B-2實驗課題4一書刊消費研究

1、確定研究對象并采集相應(yīng)的樣本數(shù)據(jù)；

經(jīng)過研究發(fā)現(xiàn)，家庭書刊消費水平（Y,元/年）受家庭收入（X,元/月）和戶主受教育年數(shù)（丁年）的

影響?，F(xiàn)對某地區(qū)的家庭進行抽樣調(diào)查，得到樣本數(shù)據(jù)如下：

obsY（元/年）X（元/月）T（年）

1450.00001027.2008.0(XX)00

2507.70001045.2009.000000

3613.90001225.80012.00000

4563.40001312.2009.000000

5501.50001316.4007.000000

6781.50001442.40015,00000

7611.10001768.80010.00000

8I222.KX)1981.20018.0(XXX)

9793.20001998.60014,00000

10660.80002196.00010.00000

11792.70002105.40012.00000

12580.80002147.4008.000000

12612.70002154.00010.00000

14541.80001614.0009.000000

15890.80002231.40014.0(XX)0

161121.0002611.80018.00000

171094.2003143.40016.00000

181253.0003624.60020.00000

（龐皓，p56）

2、模型設(shè)定：

我們假設(shè)家庭書刊消費水平（Y,元/年）與家庭收入（X,元/年）和戶主受教育年數(shù)（T,年）之間具有

線性關(guān)系：

Y=bo+b,X,+兒T,+j（i=l,2,....,18）

根據(jù)凱恩斯理論，回歸系數(shù)）表示消費者的邊際消費傾向，既可支配收入每增加1元所引起的消費者消

費支出的平均變化量，顯然也介于0~1之間（書刊作為消費品，應(yīng)符合一般的消費論）；另一方面，書刊為

一種特殊商品，不同消費群體對他的消費具有不同的特點。根據(jù)經(jīng)驗可知，受教育年限越長，對書刊的消費

應(yīng)該越多（職業(yè)、競爭、娛樂、偏好，等）［專用資產(chǎn)、沉沒成本］,所以E應(yīng)為正數(shù)。

一般情況下，截距項b。沒有什么具體的經(jīng)濟意義。

3、用Eviews軟件進行回歸分析一一操作命令；

createu18

dataxy（

Sealxy

Scatty

Lsycxt

4、回歸結(jié)果的表達及意義一一樣本回歸方程：

A

Yj=-49.62+0.0866X,+52.32T.

（So）（49.38）（0.0294）（3.2055）（回歸系數(shù)標準差）

（t）（-1.005）（2.9511）（10.0512）（回歸系數(shù)t統(tǒng)計值）

R2=0.9513R2=0.9448DW=2.5872I'=146.56

回歸結(jié)果表明：

決定系數(shù)為0.9513,意味著模型能夠以95.13%的比例解釋家庭書刊消費支出的變動，表明所選擇的模

型很好地擬合了實際數(shù)據(jù)。F=146.56,遠遠大于相應(yīng)的臨界值，說明回歸模型是高度顯著成立的。

在其他條件（T及其它假設(shè)條件）不變的情況下，家庭收入每增加1元，家庭書刊消費支出將增加0.0866

元；在其他條件（X及其它假設(shè)條件）不變的情況下，戶主受教育年限每增加1年，家庭書刊消費支出將增加

52.32元：符合理論假設(shè)和實際經(jīng)驗，可以通過經(jīng)濟意義檢驗。

截距項為-49.62,沒有什么具體的經(jīng)濟意義。

兩個回歸系數(shù)的t值均大于相應(yīng)的臨界值，說明家庭收入（X）和戶主受教育年數(shù)（T）對家庭書刊消費支

出（Y）的影響是高度顯著，都是對被解釋變量有解釋能力的變量，應(yīng)當(dāng)保留在模型中。同時，變量一一戶主

受教育年數(shù)⑴比較顯著，說明該變量對被解釋變量的影響更大（合理嗎？）（＞

由此可見，欲刺激書刊消費，延長教育年限、普及大學(xué)教育、實施終生教育是可行的政策措施之一。

5、進一步還可以求出：

（1）回歸系數(shù)的置信區(qū)間：有何作用？）一一請同學(xué)們自己完成。

（2）若某一家庭收入為3598元/月，戶主受教育年數(shù)為19年時，那么該家庭書刊消贄為多少？

6、整理上述分析，寫出一篇簡要的計量經(jīng)濟分析報告。

2B-3獨立探索

2B-3.1實驗課題5—非線性模型的Eviews實現(xiàn)

1.?公式輸入法：同線性回歸

2.?可線性化的模型可定義新的序列，再用線性回歸

3.?案例分析：根據(jù)平均成本U型曲線理論，成本函數(shù)可用產(chǎn)量的三次多項式近似表示。利用某企業(yè)的

下面統(tǒng)計資料，用Eviews,先觀察散點圖，再建立總成本模型和平均成本模型：并檢驗自變量的非

線性性是否顯著。

年份總成本Y產(chǎn)量X年份總成本Y產(chǎn)量X

110000100974100800

228600300101000001000

319500200111339001200

432900400121157001100

552400600131548001300

652400500141787001400

762900700152031001500

886300900

2B-3.2實驗課題6_受約束回歸

1.參數(shù)約束條件檢驗：在向歸輸U表中擊菜單“View/CoefficientTests/WaldCoefficientRestrictions',在對話框

中輸入“參數(shù)約束條件“，觀察F值和p值，判斷；例如：

2.缺省變量的檢驗：在回歸輸出表中擊菜單“View/CoefficientTests/OmittedVariables-LikelihoodRatio”，在對

話框中輸入“m”，觀察F值和p值，判斷；

3.多余變量的檢驗：在回歸輸出表中，擊菜單“View/CoefficientTests/RedundantVariables-LikelihoodRatio”，

在對話框中輸入“m”，看F值和p值（似然比以后再講），判斷。

4.參數(shù)的穩(wěn)定性檢驗：

實驗3——回歸模型的計量經(jīng)濟檢驗

【實驗?zāi)康摹?/p>

掌握網(wǎng)歸模型異方差、自相關(guān)、多重共線性問題的檢驗與處理的操作方法.

【實驗內(nèi)容】

3A-1異方差的檢驗與處理的操作方法

3A-2自相關(guān)的檢驗與處理的操作方法

3A-3多重共線性問題的檢驗與處理的操作方法

【實驗步驟】

3B-1按要求實驗課題1

3B-2按要求實驗課題2

3B-3按要求實驗課題3

3B-1實驗課題1—異方差的檢驗與修正

異方差的檢驗與修正方法，是計量經(jīng)濟學(xué)中一個重要的課題，一般經(jīng)驗告訴我們，對于采用截面數(shù)據(jù)作

樣本的計量經(jīng)濟模型，由于在不同樣本點上解釋變量以外的其他因素的差異較大，所以往往存在異方差性。

異方差的檢驗主要有解析法和圖示法兩種方法，但其思路是相同的，即；檢驗異方差性就是檢驗隨機擾動項

的方差與解釋變量觀察值之間的相關(guān)性。一般情況下，首先0LS用法估計模型，求出隨機擾動項的近似估計

量一一殘差與，然后檢驗殘差耳與某個解釋變量或多個解釋變量之間的相關(guān)性。對于存在異方差的模型，一

般采用模型變換或WLS法來克服和處理。下面的例題就是圍繞這些內(nèi)容來說明相應(yīng)的操作方法。

為了研究浙江省農(nóng)業(yè)總產(chǎn)值Y（百萬元）與農(nóng)業(yè)勞動者人數(shù)L（萬人）、耕地面積S（公頃）的相互關(guān)系,

特選取該省17個縣市90年代初的數(shù)據(jù)資料，同時為了研究問題的方便，我們將各縣市按農(nóng)業(yè)總產(chǎn)值從小到

大排序,見下表（表3B-1.1）。

表3B-I.1___________________________________________________

地點農(nóng)業(yè)總產(chǎn)值農(nóng)業(yè)勞動者人數(shù)耕地面積|

Y(百萬元)L(萬人)S(公頃)

1.溫州10.6164.5813540

2.杭州23.0536.3726587

3.鷗海24.33616.0541407

4.奉化29.74411.8266667

5.象山30.53015.2657840

6.陽平30.93321.0553267

7.寧海32.81517.1462160

8.平湖39.80014.5677900

9.舟山43.30517.6390553

10.海寧49.95418.42126193

11.余姚50.88624.63107807

12.蒼南58.21128.3272627

13.慈溪59.28030.9793600

14.上虞60.61112.06112433

15.嘉善63.33510.67101940

16.桐廬64.55217.93134973

17.臨安96.72927.38139470

從理論上來說，農(nóng)業(yè)勞動人數(shù)與耕地面積是農(nóng)業(yè)總產(chǎn)值的重要影響因素。在一定范圍內(nèi)，隨著農(nóng)業(yè)勞動者

人數(shù)的增加與耕地面積的擴大，農(nóng)業(yè)總產(chǎn)值會相應(yīng)增加，因此可設(shè)理論模型如下：

Yi=b<)+biLi+bzSi+Ei(i=l,2,....，n)

3B-L1用OLS法估計模型，求出殘差序列“

(1)輸入：createu17回車

輸入：datay1s回車，輸入樣本數(shù)據(jù)。

如果已制作了相應(yīng)數(shù)據(jù)庫，可用load或fetch命令，將數(shù)據(jù)序列或文件讀取到內(nèi)存。

如，輸入：loada:file?回車

(2)輸入：Isyc1s回車，屏幕顯示：

由此得，樣本回歸方程為：

g=-l.0690+0.6166L+0.00044Si(i=l,2,……，17)

(se)(6.6741)(0.3722)(7.460E-05)

(t)(-0.1602)(1.6567)(5.8818)

R\0.88178,DW=1.4320,F=31.41

判定系數(shù)R，的較大，F(xiàn)也大于其相應(yīng)臨界值，回歸模型是線性顯著的：S的回歸參數(shù)能通過t檢驗，是顯

著非零的：S的系數(shù)為0.00043,符合實際經(jīng)濟意義，能夠通過經(jīng)濟意義檢驗：L的回歸參數(shù)不能通過I檢驗,

是顯著為零的；

點擊菜單：wiview\Actual***\,

京」EViewsJ0㈢

FileEditObjectViewProcyuicK<jpnonsvvinaowneip

的藏]P「oc|Object]Print|Name|Freeze|Estimate|Forecast]Stats|Resids|

Representations

EstimationOutput[____________________________ll

Actual,Fitted,ResidualActual,Fitted,ResidualTable

ARMAStructure-Actual,Fitted,ResidualGraph

GradientsandDerivativesResidualGraph

CovarianceMatrixStandardizedResidualGraph

CoefficientTests

6674175-0.16017008750

ResidualTests

0.3722151.6566700.1198

StabilityTests746E-055881831O0000

Label

Meandependentvar45.21706

AdjustedR-squared0.791725S.D.dependentvar2089289

S.E.ofregression9.534927Akaikeinfocriterion7.506585

Sumsquaredresid1272808Schwarzcriterion7653623

Leglikelihood-6080598F-statistic31.41071

Durbin-Watsonstat1432001Prob(F-statistic)0000007

Path=c:\users\hp\documeDB=noneWF=untitle</屏幕顯示:

殘差散點圖表明，殘差絕對值隨序列號i的增大而增大，可初步斷定模型存在遞增異方差。這可能就是

模型OLS估計結(jié)果不理想的主要原因。

（3）建立殘差序列和回歸理論擬合值序列（即,為進一步檢驗?zāi)Ｐ偷漠惙讲钚苑?wù)。

用e表示殘差序列（巳），e2表示殘差平方序列（e,2）,el表示殘差的絕對值序列（,Y1表示回

歸理論（擬合）值序列（即/.）

輸入：genrc=rcsid回車

輸入：genre2二屋2問車

輸入：genrel=abs（e）回車

輸入：forestyl回車

輸入：showyleele2s1回車，屏幕顯示表:

3B-1.2用圖示法檢驗?zāi)Ｐ偷漠惙讲钚?/p>

（1）用圖（表）RAF所顯示的散點圖檢驗?zāi)Ｐ偷漠惙讲钚裕?/p>

這種檢驗方法已經(jīng)在“回歸結(jié)果解讀”以及有關(guān)例題中進行了說明，不再贅述。

（2）用殘差的平方序列與某個解釋變量或理論回歸值的散點圖檢來驗?zāi)Ｐ偷漠惙讲钚裕?/p>

首先，輸入：scat（s）e2yl,回車，屏幕顯示圖：

顯然可見，殘差平方隨S變大而明顯變大，說明模型存在遞增異方差。

其次，輸入：scat（s）e21,回車，屏幕顯示可見，殘差平方ej隨L變大并沒有明顯變大，也無其他規(guī)

律性」因此不能說明模型存在異方差。

再次，輸入：scat（s）c2s,回車，屏幕顯示可見，殘差平方ej隨Y1變大而明顯變大，也說明模型存在

遞增異方差。

3B-1.3用解析法檢驗?zāi)Ｐ偷漠惙讲钚?/p>

解析法檢驗?zāi)Ｐ偷漠惙讲钚缘姆椒ê芏?，很難說哪一種方法是最好的，下面僅介紹Spearman檢驗法、

Goldfield-Quandl檢驗法、Park檢驗法、和Glcjser檢驗法的操作方法。

(1)Goldfield-Quandt檢驗法

第一步，建立統(tǒng)計假設(shè)：

零假設(shè)H0:j是同方差(i=l,2,……,17)

備擇假設(shè)H.：￡i不是同方差

第二步，處理觀察值：

將解釋變量S的觀察值按由小到大的順序排列，然后將居中的3個觀察數(shù)據(jù)去掉。再將剩余的14組數(shù)據(jù)

分為樣本容量為7的兩個子樣本。

第三步，建立同歸方程，求殘差平方和：

輸入：sorts

輸入：smpl17回車

輸入：Isycs1回車

Genrr21=@ssr

屏幕顯示回歸結(jié)果,得：r21=Een2=38.7131

輸入：smpl1117回車

輸入：Isycs1回車

Genrr22=@ssr

z

屏幕顯示回歸結(jié)果，得：r22=Ee21=400.3811

第四步，建立統(tǒng)計量，計算統(tǒng)計值：

用所得的兩個子樣本的殘差平方和構(gòu)成F統(tǒng)計量，當(dāng)為真時，統(tǒng)計值F為：

GenrF=r22/r21

2

F=r22/r21=Se2i/=400.3811/38.7131=10.342

第五步，作結(jié)論：

如果沒有異方差性，則EC/和ZeT應(yīng)大體相等：如果存化異方差性，則應(yīng)比

小很多，即統(tǒng)計值F應(yīng)很大。對給定的顯著性水平a=5樂查表得臨界值為：

F.((n-c)/2-k-l,(n-c)/2-k-l)=5(7-2-1,7-2-1)=6.39,

顯然，F(xiàn)=10.342>F.(4,4)=6.39

貝J,拒絕H0,認為模型具有異方差性。

(2)Park檢驗法

第一步，對原模型用OLS法計算殘差巳和殘差平方e『；

第二步，取異方差結(jié)構(gòu)的函數(shù)形式為：aj=a2Sfev<

可以改寫成對數(shù)形式：lnb：=Incr2+/nnSj+《

第三步，建立方差結(jié)構(gòu)回歸模型：

由于未知，Park建議用e/來替代之。如果用lne2表示Ine},用1ns表示InS,,則：

輸入：smpl117回車

輸入：Islog(e2)clog(s)回車,屏幕顯示:

得，回歸方程為：

lne2=-4.7482+0.70971ns

(Se)(9.7902)(0.8757)