例4.2.1操作步骤及结果.doc

例4.2.1 中国居民总量消费函数 注意：本例的数据是表2.6.3后三列 x、y、t 本例任务： 建立模型，导入数据 2、进行最小二乘回归 3、将上述最小二乘回归的残差保存下来， 4、序列相关检验----图示检验法 （包括残差时间图、残差散点图） 5、在原模型中增加时间趋势项T^2：（p教材132页4.2.24式） 6、拉格朗日乘数检验 7、序列相关修正——广义差分法（一阶差分） 8、序列相关修正——序列相关稳健标准误法 任务开始： 1、建立模型，导入数据 输入命令： data x y t 将数据复制粘贴进去 2、进行最小二乘回归： ls y c x Dependent Variable: Y Method: Least Squares Date: 11/24/14 Time: 10:48 Sample: 1978 2006 Included observations: 29 Variable Coefficient Std. Error t-Statistic Prob.?? C 2091.295 334.9869 6.242914 0.0000 X 0.437527 0.009297 47.05950 0.0000 R-squared 0.987955 ????Mean dependent var 14855.72 Adjusted R-squared 0.987509 ????S.D. dependent var 9472.076 S.E. of regression 1058.633 ????Akaike info criterion 16.83382 Sum squared resid????Schwarz criterion 16.92811 Log likelihood -242.0903 ????Hannan-Quinn criter. 16.86335 F-statistic 2214.596 ????Durbin-Watson stat 0.277155 Prob(F-statistic) 0.000000 Y对X做最小二乘回归的结果（p教材132页4.2.23式）： 3、将上述最小二乘回归的残差保存下来， genr e=resid 4、进行序列相关性检验 图示检验法： （1）作残差-时间图 直接在回归方程Equation窗口点击view——graph—----（或者直接在命令框中输入命令 line e ） （2）作残差相关图 直接在命令框输入 scat e (-1) e 即可 （或者在主标题栏点击快捷键Quick—Graph—输入e(-1) e也可以） 可以对图形格式进行设置，双击图形： 设置颜色、线型、线粗、符号标签等，变成与教材中一致的图形： 设置坐标轴格式:将左侧和底侧坐标轴加上0线 得到如下图形： 5、增加时间趋势项以后的模型：（p教材132页4.2.24式） ls y c x t^2 Dependent Variable: Y Method: Least Squares Date: 11/24/14 Time: 11:45 Sample: 1978 2006 Included observations: 29 Variable Coefficient Std. Error t-Statistic Prob.?? C 3328.191 195.0326 17.06479 0.0000 X 0.176152 0.025986 6.778788 0.0000 T^2 21.65582 2.124183 10.19489 0.0000 R-squared 0.997590 ????Mean dependent var 14855.72 Adjusted R-squared 0.997404 ????S.D. dependent var 9472.076 S.E. of regression 482.5729 ????Akaike info criterion 15.29384 Sum squared resid 6054792. ????Schwarz criterion 15.43528 Log likelihood -218.7607 ????Hannan-Quinn criter. 15.33814 F-statistic 5380.771 ???