《計(jì)量經(jīng)濟(jì)學(xué)》實(shí)驗(yàn)指導(dǎo)1課件

1、7/14/20221計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)指導(dǎo) 基于Eviews軟件7/14/20222實(shí)驗(yàn)?zāi)康膶W(xué)習(xí)和掌握計(jì)量軟件Eviews的基本使用方法；掌握經(jīng)濟(jì)管理理論與問題的計(jì)量實(shí)現(xiàn)程序；加深對(duì)理論知識(shí)的理解與應(yīng)用；初步掌握經(jīng)濟(jì)科學(xué)和管理科學(xué)規(guī)范的問題研究分析方法，以及計(jì)量研究結(jié)果的呈現(xiàn)。7/14/20223實(shí)驗(yàn)程序1.教師實(shí)驗(yàn)案例講授與演示2.學(xué)生從實(shí)驗(yàn)室或通過教師指定的渠道提取數(shù)據(jù)，進(jìn)行模擬分析；3.學(xué)生撰寫計(jì)量分析實(shí)驗(yàn)報(bào)告4.報(bào)告分析與點(diǎn)評(píng)7/14/20224實(shí)驗(yàn)成績(jī)考核實(shí)驗(yàn)成績(jī)納入課程考核總成績(jī)，占總成績(jī)的60。按照實(shí)驗(yàn)次數(shù)進(jìn)行均分。實(shí)驗(yàn)考核的指標(biāo) 實(shí)驗(yàn)出勤與紀(jì)律（10） 實(shí)驗(yàn)過程（40） 報(bào)告呈現(xiàn)（

2、規(guī)范性、科學(xué)性）（50）總成績(jī)=大報(bào)告（40%）+實(shí)驗(yàn)成績(jī)（60%）7/14/20225Eviews軟件背景EVIEWS是在大型計(jì)算機(jī)的TSP (Time Series Processor) 軟件包基礎(chǔ)上發(fā)展起來的一組處理時(shí)間序列數(shù)據(jù)的有效工具。1981年QMS (Quantitative Micro Software) 公司在Micro TSP基礎(chǔ)上直接開發(fā)成功EVIEWS并投入使用。目前已經(jīng)發(fā)展到9.5版。EVIEWS得益于WINDOWS的可視的特點(diǎn)，能通過標(biāo)準(zhǔn)的WINDOWS菜單和對(duì)話框，用鼠標(biāo)選擇操作，并且能通過標(biāo)準(zhǔn)的WINDOWS技術(shù)來使用顯示于窗口中的結(jié)果?？梢岳肊VIEWS的強(qiáng)

3、大的命令功能和它的大量的程序處理語言，進(jìn)入命令窗口修改命令，并可以將計(jì)算工作的一系列操作建立成相應(yīng)的計(jì)算程序，并存儲(chǔ)，可以通過直接運(yùn)行程序來完成你的工作。是目前經(jīng)濟(jì)管理學(xué)科進(jìn)行計(jì)量分析使用較為廣泛的軟件工具，據(jù)調(diào)查，目前國(guó)內(nèi)高校使用率達(dá)98（丘東、李自奈，2007）。7/14/20226實(shí)驗(yàn)內(nèi)容安排Eviews基本操作簡(jiǎn)單線性回歸模型實(shí)驗(yàn)多元線性回歸模型實(shí)驗(yàn)異方差問題的解決實(shí)驗(yàn)序列相關(guān)性問題的解決實(shí)驗(yàn)多元共線性問題的解決實(shí)驗(yàn)參考文獻(xiàn)：龐皓. 計(jì)量經(jīng)濟(jì)學(xué)(國(guó)家級(jí))M. 科學(xué)出版社, 2007.伍德里奇, 費(fèi)劍平校. 計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論M. 中國(guó)人民大學(xué)出版社, 2010.于俊年. 計(jì)量經(jīng)濟(jì)學(xué)軟件:E

4、Views的使用M. 對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)出版社, 2006.7/14/202277/14/20228實(shí)驗(yàn)一：Eviews基本操作Eviews的基本窗口簡(jiǎn)介導(dǎo)入或建立工作文件和對(duì)象數(shù)據(jù)的輸入、編輯序列生成、序列組和序列窗口圖形分析與描述統(tǒng)計(jì)分析7/14/20229實(shí)驗(yàn)?zāi)康模菏煜ず驼莆誆views的基本操作、圖形輸出及描述統(tǒng)計(jì)。實(shí)驗(yàn)數(shù)據(jù)（例）：19782000年某地區(qū)人均居民消費(fèi)額（CONSP）與人均國(guó)內(nèi)生產(chǎn)總值（GDPP），共計(jì)23個(gè)數(shù)據(jù)點(diǎn)。7/14/202210實(shí)驗(yàn)步驟之1：導(dǎo)入或建立工作文件（1）點(diǎn)擊桌面Eviews8.0圖標(biāo)，運(yùn)行Eviews軟件。（2）導(dǎo)入：”File-Open” or “

5、File-Import”. 注意：非漢化版本的Eviews，文件名，sheet名，標(biāo)題名需要用英文。（3）新建：”File-New-Workfile”或”New Page”打開workfile create對(duì)話框?！眞orkfile structure type”, “dated-regular frequency”, frequency選擇”annual”, 在start與end框中填寫“1978”和“2000”。最后，在WF框中填寫文件名“consp”。點(diǎn)擊OK確認(rèn)。7/14/202211實(shí)驗(yàn)步驟1之圖示(新建）工作文件創(chuàng)建框工作文件界面7/14/202212New object 對(duì)話框7

6、/14/202213對(duì)象建立后的工作文件界面序列對(duì)象7/14/202214步驟2：熟悉Eviews的基本窗口EVIEWS窗口由如下五個(gè)部分組成：標(biāo)題欄、主菜單、命令窗口、狀態(tài)線、工作區(qū)，如下。標(biāo)題欄主菜單命令窗口工作區(qū)狀態(tài)線7/14/202215標(biāo)題欄：它位于主窗口的最上方。你可以單擊EVIEWS窗口的任何位置使EVIEWS窗口處于活動(dòng)狀態(tài)。主菜單：點(diǎn)擊主菜單會(huì)出現(xiàn)一個(gè)下拉菜單，在下拉菜單中可以單擊選擇顯現(xiàn)項(xiàng)。命令窗口：菜單欄下面是命令窗口。把EVIEWS命令輸入該窗口，按回車鍵即執(zhí)行該命令。狀態(tài)線：窗口的最底端是狀態(tài)線，它被分成幾個(gè)部分。左邊部分有時(shí)提供EVIEWS發(fā)送的狀態(tài)信息；往右接下來

7、的部分是EVIEWS尋找數(shù)據(jù)和程序的預(yù)設(shè)目錄；最后兩部分顯示預(yù)設(shè)數(shù)據(jù)庫和工作文件的名稱。工作區(qū)：位于窗口中間部分的是工作區(qū)。EVIEWS在這里顯示各個(gè)目標(biāo)窗口。7/14/202216實(shí)驗(yàn)步驟3：建立序列對(duì)象（新建）（1）點(diǎn)擊主界面下拉菜單objectnew object，打開new object對(duì)話框。在types of object下選擇序列series，然后在右邊命名框，將其命名為consp。點(diǎn)擊OK，完成對(duì)consp序列對(duì)象的建立。（2）重復(fù)上述步驟，建立gdpp序列對(duì)象。（3）完成對(duì)象序列建立7/14/202217（1）導(dǎo)入：隨sheet導(dǎo)入。（2）錄入：”Edit+/-”通過雙擊對(duì)應(yīng)

8、數(shù)據(jù)序列對(duì)象，或者同時(shí)選中要查看對(duì)象，點(diǎn)擊右鍵彈出菜單，采用open-as group，以組形式打開數(shù)據(jù)序列，查看數(shù)據(jù)錄入情況。實(shí)驗(yàn)步驟4：錄入數(shù)據(jù)7/14/202218數(shù)據(jù)錄入查看7/14/202219實(shí)驗(yàn)步驟5：數(shù)據(jù)統(tǒng)計(jì)與作圖以組形式打開序列consp和gdpp。在組對(duì)象的菜單依次點(diǎn)擊view-descriptive stats-common sample（或者individual sample，分別顯示結(jié)果），對(duì)序列數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，包括均值、中位數(shù)、最大值，最小值、方差、標(biāo)準(zhǔn)差、斜度、峰度、Jarque-bera值以及正態(tài)性檢驗(yàn)概率等（見后表）。在組對(duì)象的菜單依次點(diǎn)擊view-gra

9、ph-scatter-scatter with regression,默認(rèn)擬合變換對(duì)話框的設(shè)置，點(diǎn)擊OK，得到consp和gdpp帶擬合曲線的關(guān)系散點(diǎn)圖7/14/202220數(shù)據(jù)描述性統(tǒng)計(jì)Consp與gdpp關(guān)系散點(diǎn)圖View-Graph7/14/2022217/14/202222實(shí)驗(yàn)報(bào)告撰寫：規(guī)范清晰的標(biāo)題明確的實(shí)驗(yàn)?zāi)康脑敿?xì)的模型設(shè)定說明必要的數(shù)據(jù)獲取及其預(yù)處理的說明模型估計(jì)的Eviews實(shí)現(xiàn)過程和必要圖表模型檢驗(yàn)及其結(jié)果說明模型結(jié)果的初步討論預(yù)測(cè)分析7/14/202223Ready? Lets go to the next7/14/202224實(shí)驗(yàn)二：一元回歸模型實(shí)驗(yàn)實(shí)驗(yàn)?zāi)康模菏煜ず驼莆誆

10、views在簡(jiǎn)單線性回歸模型中的應(yīng)用。實(shí)驗(yàn)數(shù)據(jù)（例）：19782000年某地區(qū)人均居民消費(fèi)額（CONSP）與人均國(guó)內(nèi)生產(chǎn)總值（GDPP），共計(jì)23個(gè)數(shù)據(jù)點(diǎn)。實(shí)驗(yàn)原理：普通最小二乘法(OLS)實(shí)驗(yàn)預(yù)習(xí)知識(shí)：普通最小二乘法、t檢驗(yàn)、擬合優(yōu)度檢驗(yàn)、預(yù)測(cè)7/14/202225實(shí)驗(yàn)步驟1：構(gòu)建估計(jì)模型構(gòu)建模型依據(jù)： 已有經(jīng)濟(jì)理論（收入消費(fèi)理論） 邏輯分析 數(shù)據(jù)關(guān)系圖本實(shí)驗(yàn)構(gòu)建的模型如下： 7/14/202226實(shí)驗(yàn)步驟2：模型估計(jì)（1）在主界面菜單上，點(diǎn)擊quick-estimate equation，打開模型估計(jì)設(shè)置對(duì)話框（如后圖）。（2）在對(duì)話框equation specification框中填寫模

11、型方程形式。對(duì)于線性方程來說，可以簡(jiǎn)單地填寫因變量、參數(shù)項(xiàng)（默認(rèn)為c）和自變量名稱，用空格隔開。（3）在估計(jì)方法estimate method 中，選擇普通最小二乘線性估計(jì)LS。其他默認(rèn)設(shè)置。（4）單擊OK鍵，進(jìn)行模型估計(jì)。輸出結(jié)果見后。7/14/202227模型估計(jì)：7/14/202228模型估計(jì)之參數(shù)結(jié)果狀態(tài)參數(shù)估計(jì)參數(shù)7/14/202229模型估計(jì)之方程結(jié)果估計(jì)方程7/14/202230實(shí)驗(yàn)步驟3：估計(jì)模型檢驗(yàn)一元線性模型的檢驗(yàn)包括參數(shù)顯著性檢驗(yàn)（t檢驗(yàn)）和擬合優(yōu)度 檢驗(yàn)。參數(shù)檢驗(yàn)：方程斜距參數(shù)為13.507，顯著性概率為0.0000，而斜率參數(shù)為53.457，顯著性概率為0.0000。

12、因此，根據(jù)t檢驗(yàn)原則，在顯著性水平為0.05的條件下，兩個(gè)參數(shù)均顯著的異于零，拒絕原假設(shè)H0。本模型的擬合優(yōu)度系數(shù) 為0.993，顯示本模型具有較高的擬合程度，gdpp對(duì)consp的變異解釋能力達(dá)到99.3%7/14/202231實(shí)驗(yàn)步驟4：預(yù)測(cè)模型預(yù)測(cè)包括兩個(gè)方面：對(duì)E(y)的預(yù)測(cè)與對(duì)y的預(yù)測(cè)。預(yù)測(cè)模式包括點(diǎn)預(yù)測(cè)與區(qū)間預(yù)測(cè)。預(yù)測(cè)的誤差主要來自兩個(gè)方面：隨機(jī)抽樣誤差和干擾因素誤差。7/14/202232對(duì)E(y)的預(yù)測(cè)（1）在方程對(duì)象窗口中，選擇菜單forecast，彈出forecast對(duì)話窗口，在series name下面分別給預(yù)測(cè)值與標(biāo)準(zhǔn)誤命名consf和se1。（2）在輸出結(jié)果outpu

13、t中，選擇輸出預(yù)測(cè)圖forecast graph與預(yù)測(cè)評(píng)估表forecast evalution。默認(rèn)其他設(shè)置。（3）點(diǎn)擊OK，輸出結(jié)果。7/14/202233Forecast 對(duì)話窗口7/14/202234E（y）預(yù)測(cè)結(jié)果：圖與評(píng)估表預(yù)測(cè)圖評(píng)價(jià)表由評(píng)估表可以發(fā)現(xiàn)：本模型具有良好的預(yù)測(cè)能力。7/14/202235E（y）預(yù)測(cè)結(jié)果：預(yù)測(cè)值與標(biāo)準(zhǔn)誤標(biāo)準(zhǔn)誤預(yù)測(cè)值7/14/202236對(duì)y的預(yù)測(cè)（1）假設(shè)2001年和2002年人均GDP分別達(dá)到5100元和6500元。預(yù)測(cè)2001年和2002年的人均消費(fèi)額及其95預(yù)測(cè)區(qū)間。（2）操作方式：首先在對(duì)工作文件的觀測(cè)值范圍range進(jìn)行修改。方式是在主菜單或

14、者工作文件菜單上，點(diǎn)擊proc-structure/resize current page，彈出workfile structure對(duì)話框。（3）在對(duì)話框中，將end的年份修改為2002。（4）點(diǎn)擊OK，即修改了工作文件的觀測(cè)值范圍。 （注意：一種簡(jiǎn)單的方式就是雙擊workfile上的range，彈出對(duì)話窗口后修改。）7/14/202237對(duì)y的預(yù)測(cè)（續(xù)）（4）打開序列g(shù)dpp，將其變?yōu)榭删庉嫚顟B(tài)，將2001和2002年數(shù)據(jù)輸入。（5）回到方程對(duì)象窗口，點(diǎn)擊forecast，進(jìn)入預(yù)測(cè)設(shè)置窗口。在序列名下，將預(yù)測(cè)值和標(biāo)準(zhǔn)誤分別命名為cospf2和se2。默認(rèn)其他設(shè)置。（6）點(diǎn)擊OK，輸出預(yù)測(cè)圖、

15、評(píng)估表。同時(shí)可以通過打開conspf2和se2查看2001和2002年的實(shí)際預(yù)測(cè)值以及預(yù)測(cè)誤差。7/14/202238Workfile structure 窗口及修改后數(shù)據(jù)修改將2015年和2016年數(shù)據(jù)輸入7/14/202239Forecast 設(shè)置窗口7/14/202240y預(yù)測(cè)圖與評(píng)估表7/14/202241y的預(yù)測(cè)值與預(yù)測(cè)標(biāo)準(zhǔn)誤預(yù)測(cè)值標(biāo)準(zhǔn)誤7/14/202242本實(shí)驗(yàn)的基本結(jié)論（1）實(shí)驗(yàn)估計(jì)的模型結(jié)果如下：（2）參數(shù)檢驗(yàn)結(jié)果均顯著。（3）本模型具有良好的預(yù)測(cè)功效。（4）本模型具有一定的缺陷，如沒有考慮前期收入與消費(fèi)的影響，也沒有考慮時(shí)間序列的趨勢(shì)性等，因此本實(shí)驗(yàn)結(jié)果值得進(jìn)一步探討。 （

16、14.889) (0.0072) n=23, R2=0.9937/14/202243實(shí)驗(yàn)的實(shí)際數(shù)據(jù)：實(shí)驗(yàn)數(shù)據(jù)：19782014年中國(guó)居民人均消費(fèi)額與我國(guó)人均國(guó)內(nèi)生產(chǎn)總值，共計(jì)37個(gè)數(shù)據(jù)點(diǎn)。其中步驟8：假設(shè)2015年和2016年人均GDP分別達(dá)到42000元和45000元。預(yù)測(cè)2015年和2016年的人均消費(fèi)額及其95預(yù)測(cè)區(qū)間。搜尋數(shù)據(jù)：【中國(guó)統(tǒng)計(jì)年鑒】/tjsj/ndsj/2015/indexch.htm7/14/202244數(shù)據(jù)來源：序列值：表3-18，前期找年鑒（2006）補(bǔ)齊，研究為什么不用年鑒（2003）（1999）？序列修正。7/14/202246Ready? Lets go to

17、the next!7/14/202247實(shí)驗(yàn)三：多元回歸模型實(shí)驗(yàn)實(shí)驗(yàn)?zāi)康模菏煜ず驼莆誆views在多元線性回歸模型中的應(yīng)用。實(shí)驗(yàn)數(shù)據(jù)（例）：19782002年中國(guó)的稅收收入(y)、國(guó)內(nèi)生產(chǎn)總值（x1）、財(cái)政支出（x2）和居民消費(fèi)價(jià)格指數(shù)（x3）。實(shí)驗(yàn)原理：普通最小二乘法(OLS)實(shí)驗(yàn)預(yù)習(xí)知識(shí)：普通最小二乘法、t檢驗(yàn)、擬合優(yōu)度檢驗(yàn)、F檢驗(yàn)、預(yù)測(cè)7/14/202248實(shí)驗(yàn)步驟1：建立工作文件運(yùn)行Eviews，依據(jù)路徑file-new，打開工作文件建立對(duì)話框；選擇數(shù)據(jù)類型和時(shí)間頻率，在開始start和end 框填寫1978與2002，并對(duì)工作文件進(jìn)行命名shuishou.點(diǎn)擊OK，完成工作文件建立。

18、7/14/202249工作文件建立對(duì)話框7/14/202250實(shí)驗(yàn)步驟2：建立數(shù)據(jù)序列對(duì)象建立序列對(duì)象有多種方法。其一是通過主菜單中的下拉菜單object，進(jìn)入序列建立對(duì)話框。后面步驟同實(shí)驗(yàn)一。其二是通過workfile菜單的下拉菜單object，同樣可以進(jìn)入序列對(duì)象建立對(duì)話框。后面步驟同實(shí)驗(yàn)一。其三是通過命令data。在工作命令區(qū)輸入如下命令“data y x1 x2 x3”，回車后，一次性建立多個(gè)序列。7/14/202251通過命令建立序列對(duì)象7/14/202252實(shí)驗(yàn)步驟3：輸入數(shù)據(jù)將數(shù)據(jù)預(yù)存于excel表；在主菜單通過路徑file-import-read text-lotus-excel，進(jìn)入數(shù)據(jù)文件選擇對(duì)話框，通過輸入數(shù)據(jù)路徑，進(jìn)入數(shù)據(jù)錄入對(duì)話框。在對(duì)話框中的序列名稱中，輸入要輸入的數(shù)據(jù)序列名：y x1 x2 x3（注意順序）。默認(rèn)其他設(shè)置，單擊OK，完成數(shù)據(jù)錄入工作。7/14/202253數(shù)據(jù)錄入對(duì)話框7/14/202254實(shí)驗(yàn)步驟4：數(shù)據(jù)統(tǒng)計(jì)與圖象將所有數(shù)據(jù)對(duì)象按照組的方式打開；在組窗口下依據(jù)路徑view-descripritive stats-common sample，輸出各個(gè)變量的統(tǒng)計(jì)描述表格。在組窗口下，依據(jù)路徑view-graph，輸出各序列的圖象。7/