杨娜计量实验报告.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
杨娜计量实验报告

国际经济贸易专业 计量经济学综合实验报告 班级:B100907 学号: 姓名:杨 娜 实验性质:实验专用周 实验时间:2012.12.23-2012.12.29 实验地点:经济工商系实验室XB408 指导教师:王军虎 李晓虎 王奕 崔丽娜 实验一 截面数据一元线性回归模型 (经典估计) 【实验目的和要求】 熟练运用计算机和Eviews软件进行计量经济分析,掌握一元线性回归模型的设定、普通最小二乘法求解及其检验方法; 学习绝对收入假说消费理论的验证方法; 在老师的指导下独立完成实验,并得到正确结果。 【实验内容】 对变量样本序列进行统计描述; 设定一元线性回归模型的具体形式,预计回归系数的符号; 用普通最小二乘法求解模型; 对模型的解进行经济理论检验和统计检验; 对模型进行结构分析; 用模型进行预测分析。 【实验数据】 附表5,2011年河南省18个省辖市城市居民消费支出CE与可支配收入DI数据。 附表5,2011年河南省18个省辖市农村居民生活消费支出LE与纯收入NI数据。 【实验步骤】 城市居民: 打开Eviews工作文件,建立新的文件夹,在命令框中输入“data ce di”回车 ,从数据表中粘贴数据到Eviews数据表中即可。 对变量ce、di进行统计描述 在ce、di组对象窗口选择下拉菜单view---descriptive statistics---common samples,即输出组对象中各序列数据公共样本的统计描述,如下图:统计描述1:common samples 选择下拉菜单view---descriptive statistics---individual samples,即输出组对象中各序列数据的统计描述,各序列包含的观察值数量可以不同。统计描述2:individual samples 在组对象窗口中选择下拉菜单view-- covariance analysis——balanced sample 即可出现以下图表。统计描述3:covariance 建立由被解释变量ce和解释变量di组成的组对象,在一个坐标轴上显示两变量的序列线图,观察是否接近直线,做两变量的散点图,观察是否线性相关。 两变量序列的线图: 由上图可知,两变量的曲线,都不接近直线。 两变量的散点图: 由上图可知两变量基本呈正相关关系,存在一定的线性相关性。但相关程度不大。 4、结合凯恩斯绝对收入假说的消费理论和图形分析,设定以ce为被解释变量,di为解释变量的一元线性城市居民消费总体回归模型,预计回归系数的符号; 模型:CEi=β1+β2DIi+ui 因支出一般随收入的增加而增多,回归系数应为正数。 5、用OLS法估计以ce为被解释变量,di为解释变量的城市居民消费回归模型; 回归估计结果如下: Dependent Variable: CE Method: Least Squares Date: 06/23/08 Time: 14:45 Sample: 1 18 Included observations: 18 Coefficient Std. Error t-Statistic Prob.?? C 3510.472 2058.070 1.705711 0.1074 DI 0.501352 0.117317 4.273477 0.0006 R-squared 0.533019 ????Mean dependent var 12265.06 Adjusted R-squared 0.503832 ????S.D. dependent var 1188.676 S.E. of regression 837.2934 ????Akaike info criterion 16.40267 Sum squared resid????Schwarz criterion 16.50160 Log likelihood -145.6240 ????Hannan-Quinn criter. 16.41631 F-statistic 18.26260 ????Durbin-Watson stat 1.415144 Prob(F-statistic) 0.000582 即CEi=3510.472 + 0.50135DI (2058.070)(0.117317) t=(1.705711)(4.273477) R2=0.533

文档评论(0)

kakaxi + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档