计量经济学第3章例题.doc

第3章例题 数据如下 Y X1 X2 137.16 1181.4 115.96 124.56 1375.7 133.35 107.91 1501.2 128.21 102.96 1700.6 124.85 125.24 2026.6 122.49 162.45 2577.4 129.86 217.43 3496.2 139.52 253.42 4283 140.44 251.07 4838.9 139.12 285.85 5160.3 133.35 327.26 5425.1 126.39 根据经济理论和对实际情况的分析可知，城镇居民人均全年耐用消费品支出依赖于人均全年可支配收入X1和耐用消费品价格指数X2的变化。由Eview软件得出： 点击“views”下“representation”,结果如下： Estimation Command: ===================== LS Y C X1 X2 Estimation Equation: ===================== Y = C(1) + C(2)*X1 + C(3)*X2 Substituted Coefficients: ===================== Y = 158.5398355 + 0.04940379666*X1 - 0.911684216*X2 残差平方和为：Sum squared resid=3270.001 所以 从而可得回归标准差为 由图可得回归标准差为 S．E．of regression=20.21757 点击“views”下“actual、fitted、resides”下的“actual、fitted、resides graph”,结果如下： (2)经济意义检验 表示城镇居民全年人均耐用消费品支出随着可支配收入的增长而增加，并且介于0和1之间，因此该回归系数的符号，大小都与经济理论和人们的经验期望值相符合；。表示城镇居民全年人均耐用消费品支出随着耐用消费品价格指数的降低而增加，虽然我国在1988年~1998年的短短几年内，耐用消费品价格指数由高到低，由低到高再由高到低的剧烈变化，但总的态势呈下降状态，所以该回归系数的大小和符号也与经济理论和人们的经验期望值相一致。 统计检验 A:拟合优度检验 由图可得样本可决系数为 R-squared=0.947989 修正样本可决系数为 Adjusted-squared=0.934986 即 计算结果表明，估计的样本方程较好的拟合了样本观测值。 B:F检验 提出检验的原假设为 对立假设为 由图可知，F统计量为 F-statistic=72.9065 对于给定的显著水平=0.05，查出，所以否定，总体回归方程是显著的，即在我国城镇居民人均全年耐用消费品支出与人均全年可支配收入和耐用消费品价格指数之间存在显著性关系。 C：t检验 提出检验的原假设为 由图可得，t统计量为 对于给定的显著水平=0.05，，可查得 因为，所以否定，显著不为0，既可以认为我国城镇居民家庭人均可支配收入对耐用消费品的支出没有显著影响 ，所以不否定：=0，既可以认为i耐用消费品的价格指数对耐用消费品的支出没有显著的影响。于是，建立回归模型时，X2可以不作为解释变量进入模型。 预测 workfile: 试图下的“procs”,其下的“change workefile range”,将时间改到预测期： 进入Eviews:equation界面，点击“procs”下的“forcast”,结果如下： 回到Ggroups界面，输出结果如下： 回到以下界面： 点击“View”菜单下“Descreptive stastic”按钮，选择“ common”，得到如下结果： 1）如果在2000年，我国城镇居民家庭人均可支配收入达到5800元，耐用消费品价格指数为135，对2000年我国城镇居民人均家庭耐用消费品的支出进行预测，由图可知： 点预测 2）的预测区间为 计算过程如下： A:由图可知=322.0045，查表得 =S.E. of regression=20.21757 B:由excel软件得 =（1，5800，135） ==0.62274=12.59 于是，得到的置信度为95%的预测区为 = （322.0045-2.30612.59，322.0045+2.30612.59）=（292.97196，351.03704） C: 方差的估计值为 ==20.2176=23.817 于是，得到的置信度为95%的预测区间为 =（322.0045-2.30623.817，322.0045+2.30623.817）=（267.082498，376.926502） Excel中的有关数据 D: Equation