計量經(jīng)濟學實驗報告模板

1、計量經(jīng)濟學實驗報告三學生姓名學號同組人 實驗項目回歸模型必修 選修 演示性實驗 驗證性實驗 操作性實驗 綜合性實驗實驗地點實驗儀器臺號指導教師實驗日期及節(jié)次一、實驗?zāi)康募耙螅?、目的利用EVIEWS實驗軟件，使學生在實驗過程中全面了解和熟悉計量經(jīng)濟學的基本概念，熟悉回歸模型估計的基本程序和基本方法。2、內(nèi)容及要求(1)、熟悉EVIEWS實驗軟件的基本操作程序和方法；(2)、掌握一元線性回歸模型基本概念，了解其估計和檢驗原理(3)、提交實驗報告二、儀器用具：儀器名稱規(guī)格/型號數(shù)量備注計算機1有網(wǎng)絡(luò)環(huán)境多媒體會計模擬實驗室系統(tǒng)1三、實驗結(jié)果與數(shù)據(jù)處理：1、 下表是北京市連續(xù)19年城鎮(zhèn)居民家庭人均

2、收入與人均支出的數(shù)據(jù)。北京市19年來城鎮(zhèn)居民家庭收入與支出數(shù)據(jù)表（單位：元）年份順序人均收入(元)人均生活消費支出(元)商品零售物價指數(shù)(%)人均實際收入(元)人均實際支出(元)12345678910111213141516171819450.18 491.54 599.40 619.57 668.06 716.60 837.65 1158.84 1317.33 1413.24 1767.67 1899.57 2067.33 2359.88 2813.10 3935.39 5585.88 6748.68 7945.78359.86 408.66 490.44 511.43 534.82 574

3、.06 666.75 923.32 1067.38 1147.60 1455.55 1520.41 1646.05 1860.17 2134.65 2939.60 4134.12 5019.76 5729.45100.00 101.50 108.60 110.20 112.30 113.00 115.40 136.80 145.90 158.60 193.30 229.10 238.50 258.80 280.30 327.70 386.40 435.10 466.90450.18 484.28 551.93 562.22 594.89 634.16 725.87 847.11 902.90

4、891.07 914.47 829.14 866.81 911.85 1003.60 1200.91 1445.62 1551.06 1701.82359.86 402.62 451.60 464.09 476.24 508.02 577.77 674.94 731.58 723.58 753.00 663.64 690.17 718.77 761.56 897.04 1069.91 1153.70 1227.13（1） 建立居民收入消費函數(shù)；答：建立家庭實際人均收入與人均支出函數(shù)的線性模型： 結(jié)合表格數(shù)據(jù)，利用eviews回歸，得到以下結(jié)果：Dependent Variable: YMeth

5、od: Least SquaresDate: 04/30/02 Time: 03:43Sample: 1 19Included observations: 19VariableCoefficientStd. Errort-StatisticProb.  C79.9300412.399196.4463900.0000X0.6904880.01287753.620680.0000R-squared0.994122    Mean dependent var700.2747Adjusted R-squared0.993776 &#

6、160;  S.D. dependent var246.4491S.E. of regression19.44245    Akaike info criterion8.872095Sum squared resid6426.149    Schwarz criterion8.971510Log likelihood-82.28490    F-statistic2875.178Durbin-Watson stat0.574663  &

7、#160; Prob(F-statistic)0.000000即回歸方程：（2）對模型結(jié)果進行經(jīng)濟解釋。答：人均實際可支配收入每增加一個單位，平均而言，人均實際支出就會增加0.6905個單位，且其自發(fā)性消費為79.9300。2、 下表給出了日本工薪家庭實際消費支出與可支配收入數(shù)據(jù) 日本工薪家庭實際消費支出與實際可支配收入單位：1000日元年份個人實際可支配收入X個人實際消費支出Y年份個人實際可支配收入X個人實際消費支出Y19701971197219731974197519761977197819791980198119822392482582722682802792822852932

8、91294302300311329351354364360366370378374371381198319841985198619871988198919901991199219931994304308310312314324326332334336334330384392400403411428434441449451449449注：資料來源于日本銀行經(jīng)濟統(tǒng)計年報數(shù)據(jù)為1990年價格。（1） 建立日本工薪家庭的收入消費函數(shù)；答：建立家庭收入與消費函數(shù)的線性模型： 結(jié)合表格數(shù)據(jù)，利用eviews回歸，得到以下結(jié)果：Dependent Variable: YMethod: Least Squar

9、esDate: 04/30/02 Time: 02:24Sample: 1970 1994Included observations: 25VariableCoefficientStd. Errort-StatisticProb.  C-68.1602615.26513-4.4650960.0002X1.5297120.05097630.008460.0000R-squared0.975095    Mean dependent var388.0000Adjusted R-squared0.974012  

10、0; S.D. dependent var43.33397S.E. of regression6.985763    Akaike info criterion6.802244Sum squared resid1122.420    Schwarz criterion6.899754Log likelihood-83.02805    F-statistic900.5078Durbin-Watson stat0.348288   

11、60;Prob(F-statistic)0.000000即回歸方程：（2）對模型結(jié)果進行經(jīng)濟解釋。答：截距項= -68.16026，沒什么經(jīng)濟含義；斜率系數(shù) =1.5297，大于0，即個人實際可支配收入每增加一個單位，平均而言，個人實際消費支出將平均增加1.5297個單位，說明個人實際消費支出與個人實際可支配收入成正比關(guān)系。3、下表給出了中國進口需求(Y)與國內(nèi)生產(chǎn)總值(X)的數(shù)據(jù)。19852003年中國實際GDP、進口需求 單位: 億元年份實際GDP（X, 億元）實際進口額（Y, 億元）19851986198719881989199019911992199319941995199619971

12、998199920002001200220038964.409753.2710884.6512114.6212611.3213090.5514294.8816324.7518528.5920863.1923053.8325267.0027490.4929634.7531738.8234277.9236848.7639907.2143618.582543.22983.43450.13571.63045.92950.43338.04182.25244.46311.97002.27707.28305.49301.39794.810842.512125.614118.817612.2注：表中數(shù)據(jù)來源于

13、中國統(tǒng)計年鑒2004光盤。實際GDP和實際進口額均為1985年可比價指標。（1）分別應(yīng)用線形模型，半對數(shù)模型和雙對數(shù)模型進行估計；答：a、線性模型：結(jié)合表格數(shù)據(jù)，利用eviews回歸，得到以下結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 04/30/02 Time: 02:53Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb.  C-1690.309441.9276-3.8248560.0014X

14、0.3879790.01768821.934010.0000R-squared0.965870    Mean dependent var7075.321Adjusted R-squared0.963863    S.D. dependent var4325.813S.E. of regression822.3285    Akaike info criterion16.36146Sum squared resid11495811    

15、;Schwarz criterion16.46087Log likelihood-153.4338    F-statistic481.1009Durbin-Watson stat0.523859    Prob(F-statistic)0.000000即回歸方程：b、半對數(shù)模型1：結(jié)合表格數(shù)據(jù)，利用eviews回歸，得到以下結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 04/30/02 Time: 03:00Sample: 1985 2003Included

16、 observations: 19VariableCoefficientStd. Errort-StatisticProb.  C-72039.187228.039-9.9666280.0000LOG(X)7985.107728.630010.959070.0000R-squared0.876004    Mean dependent var7075.321Adjusted R-squared0.868710    S.D. dependent var4325.813S.E. of regres

17、sion1567.413    Akaike info criterion17.65154Sum squared resid41765307    Schwarz criterion17.75096Log likelihood-165.6896    F-statistic120.1012Durbin-Watson stat0.293177    Prob(F-statistic)0.000000即回歸方程： 半對數(shù)模型2：結(jié)合表格數(shù)據(jù)

18、，利用eviews回歸，得到以下結(jié)果：Dependent Variable: LOG(Y)Method: Least SquaresDate: 04/30/02 Time: 03:32Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb.  C7.4576080.054935135.75240.0000X5.46E-052.20E-0624.827600.0000R-squared0.973161    Mean d

19、ependent var8.690999Adjusted R-squared0.971582    S.D. dependent var0.606390S.E. of regression0.102222    Akaike info criterion-1.624031Sum squared resid0.177640    Schwarz criterion-1.524616Log likelihood17.42829    F-s

20、tatistic616.4098Durbin-Watson stat0.566105    Prob(F-statistic)0.000000即回歸方程：c、雙對數(shù)模型: 結(jié)合表格數(shù)據(jù)，利用eviews回歸，得到以下結(jié)果：Dependent Variable: LOG(Y)Method: Least SquaresDate: 04/30/02 Time: 03:36Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. 

21、60;C-2.9696100.511273-5.8082690.0000LOG(X)1.1769170.05153922.835290.0000R-squared0.968428    Mean dependent var8.690999Adjusted R-squared0.966571    S.D. dependent var0.606390S.E. of regression0.110870    Akaike info criterion-1.461609Sum s

22、quared resid0.208968    Schwarz criterion-1.362194Log likelihood15.88528    F-statistic521.4506Durbin-Watson stat0.450146    Prob(F-statistic)0.000000即回歸方程：（2）選擇最合適的模型形式，并說明為什么？答：雙對數(shù)模型較好，因為該模型的斜率系數(shù)直接給出了彈性。4根據(jù)某地區(qū)1970-1991年固定資產(chǎn)投資Y與銷售額X的資料（單位：

23、億元）。用OLS法估計出如下模型：（A） （B） （C） 試對上述三個估計模型進行評價，從經(jīng)濟背景和估計結(jié)果來看，你認為哪一個模型更恰當。答：A、B、C三個模型的參數(shù)在統(tǒng)計上是顯著的，且與預(yù)期一致，B模型比A多了一個回歸元，前一期的資產(chǎn)投資，為了評估增加的這個回歸元對模型的貢獻，我們計算其F統(tǒng)計量為7.6589，大于1，會增加殘差平方和，所以，引進此變量是值得的。同樣的，模型C較模型B 也多了一個回歸元，同樣利用F檢驗法，計算得其F值為10.6667大于臨界值，所以引入該變量也是值得的。本題研究的是固定資產(chǎn)投資與銷售額之間的關(guān)系，所以，出于經(jīng)濟背景和估計模型的結(jié)果，可以認為模型C較好。5為了估

24、計某國設(shè)備利用對于通貨膨脹的影響，現(xiàn)根據(jù)1981年到 1998年該國的數(shù)據(jù)獲得了如下回歸： 其中，Y=GNP隱含折算數(shù)（%）（通貨膨脹率的一種測度）； Xt=制造業(yè)設(shè)備利用率（%）； Xt-1=滯后一年的設(shè)備利用率；（1） 闡述上述回歸。先驗地，為什么在通貨膨脹和設(shè)備利用之間存在著正相關(guān)。答：上述回歸為設(shè)備利用率對通貨膨脹的回歸，嘗試利用已知的制造業(yè)設(shè)備利用率去預(yù)測GNP隱含折算率。先驗地，貨膨脹和設(shè)備利用之間存在著正相關(guān)關(guān)系，因為制造業(yè)的設(shè)備利用率越高。（2） 設(shè)備利用對于通貨膨脹的短期影響是多少？長期影響又是多少？ 答：設(shè)備利用對通貨膨脹的短期影響是Xt的系數(shù)：0.141；從長期看，在忽略擾動項