计量经济学试验完整版--李子奈
计量经济学试验??李子奈
目录
实验一一元线性回归5
一实验目的 5
二实验要求 5
三实验原理 5
四预备知识 5
五实验内容 5
六实验步骤 5
1.建立工作文件并录入数据 5
2.数据的描述性统计和图形统计: 7
3.设定模型,用最小二乘法估计参数: 8
4.模型检验: 8
5.应用:回归预测: 9
实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验12
一实验目的: 12
二实验要求12
三实验原理12
四预备知识12
五实验内容12
六实验步骤13
实验三多元线性回归14
一实验目的14
三实验原理15
四预备知识15
五实验内容15
六实验步骤15
6.1 建立工作文件并录入全部数据 15 6.2 建立二元线性回归模型15
6.3 结果的分析与检验16
6.4 参数的置信区间16
6.5 回归预测17
6.6 置信区间的预测18
实验四异方差性20
一实验目的20
二实验要求20
三实验原理20
四预备知识20
五实验内容20
六实验步骤20
6.1 建立对象: 20
6.2 用普通最小二乘法建立线性模型21
6.3 检验模型的异方差性21
6.4 异方差性的修正24
实验五自相关性28
一实验目地28
二实验要求28
三实验原理28
四预备知识28
五实验内容28
六实验步骤28
6.1 建立Workfile和对象 29
6.2 参数估计、检验模型的自相关性29
6.3 使用广义最小二乘法估计模型 33
6.4 采用差分形式作为新数据,估计模型并检验相关性35 实验六多元线性回归和多重共线性37
一实验目的37
二实验要求37
三实验原理37
四预备知识37
五实验内容37
六实验步骤37
6.1 建立工作文件并录入数据38
6.2 用OLS估计模型38
6.3 多重共线性模型的识别38
6.4 多重共线性模型的修正39
实验七分布滞后模型与自回归模型及格兰杰因果关系检验 41 一实验目的41
二实验要求41
三实验原理41
四预备知识41
五实验内容41
六实验步骤42
6.1 建立工作文件并录入数据42
6.2 使用4期滞后2次多项式估计模型42
6.3 格兰杰因果关系检验45
实验八联立方程计量经济学模型49
一实验目的49
二实验要求49
三实验原理49
四预备知识49
五实验内容49
六实验步骤50
6.1 分析联立方程模型。50
6.2 建立工作文件并录入数据,如图1所示。50
6.3 估计国内生产总值方程51
6.4 估计货币供给量方程53
6.5 模型的直接计算机估计54
实验九时间序列计量经济学模型56
一实验目的56
二实验要求56
三实验原理56
四预备知识56
五实验内容56
六实验步骤56
6.1 建立工作文件并录入数据,如图1所示。56
6.2 平稳性检验57
6.3 单整性检验61
6.4 估计的模型62
实验一一元线性回归
一实验目的:掌握一元线性回归的估计与应用,熟悉EViews的基本操作。
二实验要求:应用教材P61第12题做一元线性回归分析并做预测。
三实验原理:普通最小二乘法。
四预备知识:最小二乘法的原理、t检验、拟合优度检验、点预测和区间预测。
五实验内容:
第2章练习12
下表是中国2007年各地区税收和国内生产总值GDP的统计资料。
单位:亿元
地区Y GDP 地区Y GDP
北京1435.7 9353.3湖北434.0 9230.7天津438.4 5050.4湖南 410.7 9200.0河北618.3 13709.5广东2415.5 31084.4山西430.5 5733.4广西282.7 5955.7内蒙古347.9 6091.1海南
88.0 1223.3辽宁815.7 11023.5重庆294.5 4122.5吉林
237.4 5284.7四川629.0 10505.3黑龙江335.0 7065.0贵州211.9 2741.9上海1975.5 12188.9云南378.6 4741.3江苏1894.8 25741.2西藏11.7 342.2浙江1535.4 18780.4陕西355.5 5465.8安徽401.9 7364.2甘肃142.1 2702.4福建594.0 9249.1青海43.3 783.6江西281.9 5500.3宁夏
58.8 889.2山东1308.4 25965.9新疆220.6 3523.2河南
625.0 15012.5要求,以手工和运用Eviews软件:
1作出散点图,建立税收随国内生产总值GDP变化的一元线性回归方程,并解释斜率的经济意义;
2对所建立的回归方程进行检验;
3若2008年某地区国内生产总值为8500亿元,求该地区税收收入的预测值及预测区间。
六实验步骤
1.建立工作文件并录入数据:
1双击桌面快速启动图标,启动Microsoft Office Excel, 如图1,将题目的数据输入到excel表格中并保存。
2双击桌面快速启动图标,启动EViews6程序。
3点击File/New/ Workfile…,弹出Workfile Create对话框。在Workfile Create对话框左侧Workfile structure type栏中选择Unstructured/Undated 选项,在右侧Data Range中填入样本个数31.在右下方输入Workfile的名称P53.如图2所示。
图 1 图 2
4下面录入数据,点击File/Import/Read Text-Lotus-Excel选中第1步保存的excel表格,弹出Excel Spreadsheet Import对话框,在Upper-left data cell栏输入数据的起始单元格B2,在Excel 5+sheet name栏中输入数据所在的工作表sheet1,在Names for series or Number if named in file栏中输入变量名Y GDP,如图3所示,点击OK,得到如图4所示界面。
图 3 图 4
5按住Ctrl键同时选中Workfile界面的gdp表跟y表,点击鼠标右键选Open/as Group得到完整表格如图5,并点击Group表格上菜单命令Name,在弹出的对话框中命名为group01.
图 5 图 6
2.数据的描述性统计和图形统计:
以上建立的序列GDP和Y之后,可对其做描述统计和统计以把握该数据的
一些统计属性。
1描述属性:
点View/Descriptive Stats\Common Sample,得描述统计结果,如图6所示,其中:Mean为均值,Std.Dev为标准差。
2图形统计:
双击序列GDP,打开GDP的表格形式,点击表格左边View/Graph,可得图7。
同样可查看序列Y的线形图。
很多时候需要把两个序列放在一个图形中来查看两者的相互关系,用线图或散点图都可以。
在命令栏键入:scat GDP Y,然后回车,就可以得到用散点图来查看GDP 和Y的关系,如图8所示。
图 7 图 8
3.设定模型,用最小二乘法估计参数:
设定模型为。
按住Ctrl键,同时选中序列Y和序列GDP,点击右键,在所出现的右键菜单中,选择Open/as Equation…后弹出一对话框,在框中一次输入“y c gdp ”,(注意被解释变量在最前,变量间要空格,如图9)点击其下的确定,即可得到回归结果(如图10)。
图 9图 10
由图10数据结果,可得到回归分析模型为:
, ,其中,括号内的数为相应的t检验值。是可决系数,与是有关的两个检验统计量。
4.模型检验:
1经济意义检验。斜率为边际可支国内生产总值GDP,表明2007年,中国内地各省区GDP每增加1亿元时,税收平均增加0.071047亿元。
2t检验和拟合优度检验。在显著性水平下,自由度为31-229的t分布的临界值。因此,从参数的t检验值看,斜率项显然不为零,但不拒绝截距项为零的假设。另外,拟合优度表明,税收的76%的变化也以由GDP的变化来解释,因此拟合情况较好。在Eqution界面点击菜单命令View/Actual,Fitted,Residual/Actual,Fitted.Residual Graph可得到图11,可直观看到实际观测站和拟合值非常接近。
图 11 图 12
5.应用:回归预测:
1被解释变量Y的个别值和平均值的点预测:
由第二章第五节知道,个别值和平均值点预测的预测公式均为
内插预测:
在Equation框中,点击“Forecast”,在Forecast name框中可以为所预测的预测值序列命名,计算机默认为yf,点击“OK”,得到样本期内被解释变量的预测值序列yf(也称拟合值序列)的图形形式(图12)。同时在Workfile中出现一个新序列对象yf。
外推预测:
录入2008年某地区国内生产总值GDP为8500亿元的数据。
双击Workfile菜单下的Range所在行,出现将Workfile structured对话框,讲右侧Observation旁边的数值改为32,然后点击OK,即可用将Workfile 的Range以及Sample的Range改为32;
双击打开GDP序列表格形式,将编辑状态切换为“可编辑”,在GDP序列中补充输入GDP8500(如图13所示)。
图13图 14
进行预测
在Equation框中,点击“Forecast”,弹出一对话框,在其中为预测的序
列命名,如yf2。点击OK即可用得到预测结果的图形形式(如图14所示)。
点击Workfile中新出现的序列yf2,可以看到预测值为593.2667(图15)(注意:因为没有对默认预测区间1-32做改变,这时候得到的是所有内插预测与外插预测的值,若将区间改为32 32,则只会得到外推预测结果)。
图 15 图 16
结果查看
按住Ctrl键,同时选中y、yf、resid,点击右键,在右键菜单中选Open/as Group可打开实际值、预测值、残差序列,在view菜单选择Graph,画折线图(如图16所示)。
2区间预测原理:
当2007年中国某省区GDP为8500亿元时,预测的税收为
被解释变量Y的个别值区间预测公式为:
,
被解释变量Y的均值区间预测公式为:
。
具体地说,可以在前面点预测序列中找到;可以查t分布表得到;样本数n31为已知;中的为已知,,可以在序列GDP的描述统计中找到,;,从而;由X总体方差的无偏估计式,可以计算可在序列X的描述统计中找到。
3区间预测的Eviews操作:
①个别值置信区间的计算:
在命令栏输入:(yfu为个别值的置信上界,yfl为个别值的置信下界)
“scalar
yfu593.2667+2.045*@sqrt95183.1*1+1/31+152979.5/55957878.6”
“scalar yfl593.2667-2.045*@sqrt95183.1*1+1/31+152979.5/55957878.6”
得到:
yfu1235.12876632 yfl-48.5953663235
于是95%的置信度下预测的2008年某省区税收入个值的置信区间为: (-48.5953663235,1235.12876632)。
②均值的置信区间的计算:
在命令栏输入:(eyfu为均值的置信上界,eyfl为均值的置信下界)
“scalar eyfu593.2667+2.045*@sqrt95183.1*1/31+152979.5/55957878.6”
“scalar eyfl593.2667-2.045*@sqrt95183.1*1/31+152979.5/55957878.6”
得到:
eyfu711.287072849 eyfl475.246327151
于是在95%的置信度下,预测省区的2008年的税收收入均值的置信区间为:
(475.246327151,711.287072849)。
实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验
一实验目的:
(1)掌握可化为线性的非线性回归模型的估计方法;
(2)模型参数的线性约束检验方法;
(3)掌握Chow检验的基本原理和主要用途;
(4)掌握Chow分割点检验和Chow预测检验的操作过程,判断分割点。
二实验要求:应用教材P83例子3.5.1做可化为线性的非线性回归模型估计,利剑受约束回归检验,掌握Chow稳定性检验。
三实验原理:普通最小二乘法、模型参数线性受约束检验法、Chow检验法。
四预备知识:最小二乘估计原理、t检验、F检验、Chow检验。
五实验内容:
下表列出了中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y,资产合计K及职工人数L。
序号工业总产值Y 资产合计K 职工人数L 序号工业总产值Y 资产合计K 职工人数L
(亿元) (亿元) (万人)(亿元) (亿元) (万人)
1 3722.7 3078.2
2 11
3 17 812.7 1118.81 43
2 1442.52 1684.4
3 67 18 1899.7 2052.16 61
3 1752.37 2742.77 8
4 19 3692.8
5 6113.11 240
4 1451.29 1973.82 27 20 4732.9 9228.2
5 222
5 5149.3 5917.01 327 21 2180.23 2866.65 80
6 2291.16 1758.7
7 120 22 2539.76 2545.63 96
7 1345.17 939.1 58 23 3046.95 4787.9 222
8 656.77 694.94 31 24 2192.63 3255.29 163
9 370.18 363.48 16 25 5364.83 8129.68 244
10 1590.36 2511.99 66 26 4834.68 5260.2 145
11 616.71 973.73 58 27 7549.58 7518.79 138
12 617.94 516.01 28 28 867.91 984.52 46
13 4429.19 3785.91 61 29 4611.39 18626.94 218
14 5749.02 8688.03 254 30 170.3 610.91 19
15 1781.37 2798.9 83 31 325.53 1523.19 45
16 1243.07 1808.44 33
设定模型为(1)利用上述资料,进行回归分析。
(2)回答:中国概念的制造总体呈现规模报酬不变状态吗?
六实验步骤:
建立工作文件并导入全部数据,如图 1所示
1设定并估计可化为线性的非线性回归模型: 在Eviews软件下,点击主界面菜单Qucik/Estimate Equation,在弹出的对话框中输入logY C logK logL,点击确定即可得到回归结果,如图2所示。根据图2中的数据,得到模型的估计结果为:(1.586) (3.454) (1.790)
R20.809925 0.796348 D.W.0.793209
∑ei25.070303 F59.65501 df2,28
随机干扰项的方差估计值为:5.070303/280.18108225
回归结果表明,这一年lnY变化的81%可由lnK和lnL的变化来解释。在5%的显著性水平下,F统计量的临界值未,表明模型的线性关系显著成立。在5%的显著性水平下,自由度为n-k-128的t统计量临界值为,因此lnK的参数通过了该显著性水平下的t检验,但lnL未通过检验。如果将显著性水平设为10%,则t
分布的临界值为,此时lnL的参数也通过了显著性水平检验。图 1图 2 2从上述回归结果可以得到:,也就是说,资产与劳动的产出弹性之和可以认为为1,即中国制造业这年呈现出规模报酬不变的状态。
下面进行参数的约束检验,原假设。
若原假设为真,则可估计如下模型:
点击主界面菜单Qucik/Estimate Equation,在弹出的对话框中输入logY/L C logK/L,点击确定即可得到回归结果,如图3所示。
由回归结果可看到此模型通过了F检验和t检验,而
在5%的显著性水平为,自由度为(1,28)的F分布的临界值为4.20,F4.20,不拒绝原假设,表明该年中国制造业呈现规模报酬不变的状态。
在Eviews软件中,当估计完图2所示的模型后,选中View\Coefficient Test\Wald Coefficient Restrictions,然后在对话框中输入C2+C31,点击OK可得到如图4所示的结果。得出的结论仍然是不拒绝原假设的,就原假设为真,所以该年中国制造业呈现规模报酬不变的状态的结果。
图 3 图 4
实验三多元线性回归
一实验目的:
1 掌握多元线性回归模型的估计方法
2 模型方程的F检验,参数的t检验
3 模型的外推预测与置信区间预测
二实验要求:应用教材P105习题11做多元线性回归模型估计,对回归方程和回归参数进行检验并做出单点预测与置信区间预测
三实验原理:最小二乘法
四预备知识:最小二乘法估计原理、t检验、F检验、点预测和置信区间预测
五实验内容:
在一项对某社区家庭对某种消费品的消费需要调查中,得到书中的表所示的资料。
序号对某商品的消费支出Y 商品单价X1 家庭月收入X2 序号对某商品的消费支出Y 商品单价X1 家庭月收入X2
1 591.9 23.56 7620 6 644.4 34.14 12920
2 654.5 24.44 9120 7 680.0 35.
3 14340
3 623.6 32.07 10670 8 724.0 38.7 15960
4 647.0 32.46 11160 9 757.1 39.63 18000
5 674.0 31.15 11900 10 706.8 46.68 19300
请用手工与软件两种方法对该社区家庭对该商品的消费需求支出作二元线性回归分析。
1估计回归方程的参数及及随机干扰项的方差,计算及。
2对方程进行F检验,对参数进行t检验,并构造参数95%的置信区间.
3如果商品单价变为35元,则某一月收入为20000元的家庭的消费支出估计是多少?构造该估计值的95%的置信区间。
六实验步骤:
6.1 建立工作文件并录入全部数据
如图1所示:
图 1
6.2 建立二元线性回归模型
点击主界面菜单Quick\Estimate Equation 选项,在弹出的对话框中输入:Y C X1 X2
点击确定即可得到回归结果,如图2所示
图 2
根据图2的信息,得到回归模型的估计结果为:
随机干扰项的方差估计值为
6.3 结果的分析与检验
6.3.1 方程的F检验
回归模型的F值为:
因为在5%的显著性水平下,F统计量的临界值为
所以有
所以回归方程通过F检验,方程显著成立。
6.3.2 参数的t检验
由图2的估计结果,常数项、X1、X2系数的参数估计的t值分别为:
在5%的显著性水平下,t统计量的临界值为:
显然有所以拒绝原假设,即回归方程的三个估计参数均显著,通过t检验。
6.4 参数的置信区间
由图2的结果,可以看到:
因为参数的区间估计为:
又因为在的显著性水平下,
所以得:于是,常数项的95%的置信区间为:
同样的有:
于是,X1项的系数的95%的置信区间为:同样的有:
于是,X2项的系数的95%的置信区间为:6.5 回归预测
6.5.1 内插预测
在Equation框中,点击“Forecast”,在Forecast name框中可以为所预测的预测值序列命名,计算机默认为yf,点击“OK”,得到样本期内被解释变量的预测值序列yf(也称拟合值序列)的图形形式,如图3所示。同时在Workfile中出现一个新序列对象yf。图 3 图 4
6.5.2 外推预测
1录入数据
双击Workfile菜单下的Range所在行,出现将Workfile structured对话框,讲右侧Observation旁边的数值改为11,然后点击OK,即可用将Workfile
的Range以及Sample的Range改为11;
双击打开group01序列表格形式,将编辑状态切换为“可编辑”,在X1序列中补充输入X135.同样的方法录入X220000
2进行预测
在Equation框中,点击“Forecast”,弹出一对话框,在其中为预测的序列命名,如yf2。点击OK即可用得到预测结果的图形形式,如图4所示。
点击Workfile中新出现的序列yf2,可以看到预测值为856.2025(如图5所示) 图 5图 6
3结果查看
按住Ctrl键,同时选中y、yf、resid,点击右键,在右键菜单中选Open/as Group可打开实际值、预测值、残差序列,在view菜单选择Grap/Line,画折线图,如图6所示。
6.6 置信区间的预测
消费支出Y的个别值的预测置信区间为:
其中, 为Y的个别值预测的标准差为:
消费支出Y的均值的预测置信区间为:
其中,为Y的均值预测的标准差为:
6.6.1 Y个别值的置信区间的预测
在Equation框中,点击“Forecast”,弹出Forecast话框,如图7所示图 7图 8
在图7中S.E.那一栏为预测值的标准差,命名为yczbzc,然后点解OK,即可在Workfile界面看到一个名为yczbzc的序列。双击打开这一序列,如图8所
示,在第11行(预测行)即可直接显示个别值的预测值标准差为: 把结果代入,即可得到Y个别值的95%的置信区间为:
6.6.2 Y均值的置信区间的预测:
由于
且所以可计算得:
代入公式即可得到Y均值的预测标准差为:
再把结果代入均值的置信区间公式得到Y均值的95%的置信区间为:
实验四异方差性
一实验目的:掌握异方差性模型的检验方法与处理方法
二实验要求:应用教材P155习题8案例做异方差模型的图形法检验、Goldfeld-Quanadt检验与White检验,使用WLS方法、异方差稳健标准误方法对异方差进行修正。
三实验原理:图形法检验、Goldfeld-Quanadt检验与White检验与加权最小二乘法、异方差稳健标准误方法。
四预备知识:Goldfeld-Quanadt检验与White检验与加权最小二乘法。
五实验内容:
下表列出了某年中国部分省市城镇居民每个家庭平均全年可支配收入X 与消费性支出Y的统计数据。
地区可支配收入(X) 消费性支出(Y) 地区可支配收入(X) 消费性支出(Y)
计算分析题（共3小题，每题15分，共计45分） 1、下表给出了一含有3个实解释变量的模型的回归结果： 方差来源 平方和（SS ） 自由度（d.f.） 来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 （2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 （已知0.05(3,40) 2.84F =） （4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、 （1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分） （2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分） （3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设 （2分） 所以，1X 、2X 和3X 总体上对Y 的影响显著 （1分） （4）不能。 （1分） 因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来 对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府的
计量经济学（第3版）例题和习题数据表表2.1.1 某社区家庭每月收入与消费支出统计表
表2.3.1 参数估计的计算表
表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元） 资料来源：《中国统计年鉴》（2007）。
表2.6.3 中国居民总量消费支出与收入资料 单位：亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源：根据《中国统计年鉴》（2001，2007）整理。
计量经济学 复习题 一、单选题 1、怀特检验法可用于检验（ ）。 A.异方差性 B.多重共线性 C.序列相关 D.模型设定误差 2、计量经济学分析问题的工作程序是（ ）。 A.设定模型，检验模型，估计模型，改进模型 B.设定模型，估计参数，检验模型，应用模型 C.估计模型，应用模型，检验模型，改进模型 D.搜集资料，设定模型，估计参数，应用模型 3、对下列模型进行经济意义检验，哪一个模型是没有实际意义的（ ）。 A.i C （消费）i I 8.0500+=（收入） B.di Q （商品需求）i I 8.010+=（收入）i P 9.0+（价格） C.si Q （商品供给）i P 75.020+=（价格） D.i Y （产出量）6.065.0i K =（资本）4 .0i L （劳动） 4、戈德菲尔德—匡特检验法可用于检验模型的（ ）。 A.异方差性 B.多重共线性 C.序列相关 D.设定误差 5、在满足基本假定的情况下，对单方程计量经济学模型而言，下列有关解 释变量和被解释变量的说法中正确的有（ ）。 A.被解释变量和解释变量均为随机变量 B.被解释变量和解释变量均为非随机变量 C.被解释变量为随机变量，解释变量为非随机变量 D.被解释变量为非随机变量，解释变量为随机变量 6、根据样本资料估计得到人均消费支出Y 对人均收入X 的回归方程为 X Y ln 75.000.2ln += ，这表明人均收入每增加１％，人均消费支出将增加 （ ）。 A.2% B.0.75 C.0.75% D.7.5% 7、设k 为回归模型中的解释变量个数，n 为样本容量，则对总体回归模型 进行显著性检验(F 检验)时构造的F 统计量为( )。 A.)1/()/(--=k n RSS k ESS F B. )k n /(RSS )1k /(ESS 1F ---=
计量经济学（第3版）例题和习题数据表
P24-25 表2.1.1 某社区家庭每月收入与消费支出统计表
表2.3.1 参数估计的计算表
表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元）
表2.6.3 中国居民总量消费支出与收入资料 单位：亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源：根据《中国统计年鉴》（2001，2007）整理。
第一章 导 论 一、名词解释 1、截面数据 2、时间序列数据 3、虚变量数据 4、内生变量与外生变量 二、单项选择题 1、同一统计指标按时间顺序记录的数据序列称为 （ ） A 、横截面数据 B 、虚变量数据 C 、时间序列数据 D 、平行数据 2、样本数据的质量问题，可以概括为完整性、准确性、可比性和 （ ） A 、时效性 B 、一致性 C 、广泛性 D 、系统性 3、有人采用全国大中型煤炭企业的截面数据，估计生产函数模型，然后用该模型预测未来 煤炭行业的产出量，这是违反了数据的哪一条原则。 （ ） A 、一致性 B 、准确性 C 、可比性 D 、完整性 4、判断模型参数估计量的符号、大小、相互之间关系的合理性属于什么检验？ （ ） A 、经济意义检验 B 、统计检验 C 、计量经济学检验 D 、模型的预测检验 5、对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值？ （ ） A 、i C （消费）5000.8i I =+（收入） B 、di Q （商品需求）100.8i I =+（收入）0.9i P +（价格） C 、si Q （商品供给）200.75i P =+（价格） D 、i Y （产出量）0.60.65i K =（资本）0.4 i L （劳动） 6、设M 为货币需求量，Y 为收入水平，r 为利率，流动性偏好函数为012M Y r βββμ=+++， 1?β和2 ?β分别为1β、2β的估计值，根据经济理论有 （ ） A 、1?β应为正值，2?β应为负值 B 、1?β应为正值，2 ?β应为正值 C 、1?β应为负值，2?β应为负值 D 、1?β应为负值，2 ?β应为正值 三、填空题 1、在经济变量之间的关系中， 因果关系 、 相互影响关系 最重要，是计量经济分析的重点。 2、从观察单位和时点的角度看，经济数据可分为 时间序列数据 、 截面数据 、 面板数据 。
计量经济学-李子奈-计算题整理集合
计算分析题（共3小题，每题15分，共计45分） 1 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 （2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 （已知0.05(3,40) 2.84F =） （4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、 （1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分） （2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分） （3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设 （2分） 所以，1X 、2X 和3X 总体上对Y 的影响显著 （1分） （4）不能。 （1分） 因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来 对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府
1、广义计量经济学和狭义计量经济学 广义…是利用经济理论、数学以及统计学定量研究经济现象的方法统称。（回归分析、投入产出分析、时间序列分析等） 狭义…以揭示经济变量间的关系为目的，主要应用回归分析方法。 单方程模型和联立方程模型 对股票市场的研究VS对金融市场的研究 a. 横截面数据集（cross-sectional data set):即给定时点对个人、家庭、企业、城市、国家或一系列其他单位采集的样本所构成的数据集（应该忽略细小的时间差别） b.时间序列数据集（time series data set)： 是由一个或几个变量在不同时间的观测值所构成的。 c.混合横截面数据（pooled cross section): 有些数据既有横截面数据的特点又有时间序列的特点，但每一时点的样本不同，通常是分析政府政策效果的有力数据 d.综列数据（panel data): 由横截面数据集中每个数据的一个时间序列组成。（定点长期调查） 回归分析是关于研究一个应变量对另一个或多个自变量的依赖关系，通过后者的已知或给定值，去估计和预测前者的（总体）均值 随机干扰项的意义： 1。理论的含糊性（其他因素） 2。数据的欠缺（如财富） 3。核心变量与周边变量（或上或下的随机影响） 4。人类行为的内在随机性 5。糟糕的替代变量（永久消费和永久收入） 6。节省原则（多重共线性的影响） 7。错误的函数形式 线性回归模型的假定 1。函数形式： 2。干扰项的零均值：干扰项的零均值的意思是凡是模型不显著含有的并因而归属u的因素，对y的均值都没有系统的影响；正的u值抵销了负的u值，以至于他们对y的平均值的影响为零 3。同方差性：u的同方差性同时也意味着y的同方差性，即随着x的变动，y的取值的分布是一定的，是分布不变的。 4。无自相关：干扰项之间的无自相关意味着y的决定与其他期的u值无关，即不存在u(t-1)决定u(t)从而决定y的情况 5。回归量与干扰项的非相关：干扰项与自变量之间的非相关，干扰项本身是独立于自变量之外的，且如果干扰项与自变量存在相关，则不能独自说明其作用 6。正态性： 普通最小二乘法 总体回归函数（PRF)与样本回归函数（SRF)之差的平方和最小为最小二乘法的准则。 估计参数的特性 最小二乘估计量的线性和无偏性质 所谓线性即估计量是y的一个线性函数 所谓无偏即系数估计量的期望等于系数原值 估计参数的方差、标准差，协方差（注意到x的变差越大，则估计参数的方差越小）（如果
题型 1、名词解释（5题10分） 2、选择题（10题20分） 3、判断题（8题8分） 4、问答题（2题20分） 5、计算题（3题42分） 一．名词解释 1.计量经济学：计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。 2.数据质量：数据满足明确或隐含需求程度的指标。 3.相关分析：主要研究变量之间的相互关联程度，用相关系数表示。包括简单相关和多重相关（复相关）。 4.回归分析：研究一个变量（因变量）对于一个或多个其他变量（解释变量）的数量依存关系。其目的在于根据已知的解释变量的数值来估计或预测因变量的总体平均值。 5.面板数据：时间序列数据和截面数据的混合。 时间序列数据：一批按先后顺序排列的统计数据。截面数据:是一批发生在同一时间截面上的调查数据。 6.拟合优度（修正的拟合优度）:指检验模型对样本观测值的拟合程度，用R2表示，该值越接近1拟合程度越好。 7.异方差：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。 8.自相关：自相关是在时间序列资料中按时间顺序排列的观测值之间的相关或在横截面资料中按空间顺序排列的观测值之间的相关。 9.多重共线性：解释变量之间存在完全的或近似的线性关系。
解释变量存在完全的线性关系叫完全多重共线；解释变量之间存在近似的线性关系叫不完全（近似）多重共线。 10.工具变量：在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量。 11.虚拟变量：根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D。 12.滞后变量：滞后变量是指在回归模型中，因变量与解释变量的时间滞后量。 13.分布滞后模型：若滞后变量模型中没有滞后被解释变量，仅有解释变量X的当期值，称为分布滞后模型。（自回归模型：如果滞后变量模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值，则称为自回归模型。） 14.联立方程模型：需要多个单一方程和在一起的联立方程组来描述。这个方程组就是描述这个经济系统的联立方程模型。 15.内生（外生）变量：内生变量指由模型系统内决定的变量，取值在系统内决定，如D、S、P。 外生变量指模型系统外决定的变量，本身不受系统的影响。如Y、W 等。政策变量属于外生变量。 16.前定变量：所有的外生变量和滞后的内生变量。 前定变量=外生变量＋滞后内生变量＋滞后外生变量。 17.结构式（简化式）模型：体现经济理论中经济变量之间的关系结构的联立方程模型，称为结构式模型。
计量经济学（第4版）数据表 表2.1.1 某社区家庭每月收入与消费支出统计表 每月家庭可支配收入X （元） 800 1100 1400 1700 2000 2300 2600 2900 3200 3500 每 月 家 庭 消 费 支 出 Y （元） 561 638 869 1023 1254 1408 1650 1969 2090 2299 594 748 913 1100 1309 1452 1738 1991 2134 2321 627 814 924 1144 1364 1551 1749 2046 2178 2530 638 847 979 1155 1397 1595 1804 2068 2266 2629 935 1012 1210 1408 1650 1848 2101 2354 2860 968 1045 1243 1474 1672 1881 2189 2486 2871 1078 1254 1496 1683 1925 2233 2552 1122 1298 1496 1716 1969 2244 2585 1155 1331 1562 1749 2013 2299 2640 1188 1364 1573 1771 2035 2310 1210 1408 1606 1804 2101 1430 1650 1870 2112 1485 1716 1947 2200 2002 共计 2420 4950 11495 16445 19305 23870 25025 21450 21285 15510 表2.3.1 参数估计的计算表 i X i Y i x i y i i y x 2i x 2i y 2i X 2i Y 1 800 638 -1350 -945 892836 640000 407044 2 1100 935 -1050 -648 680295 419774 874225 3 1400 1155 -750 -428 320925 562500 183098 4 1700 1254 -450 -329 14800 5 202500 108175 5 2000 1408 -150 -175 26235 22500 30590 6 2300 1650 150 6 7 10065 22500 4502 7 2600 1925 450 342 153945 202500 117032 8 2900 2068 750 485 363825 562500 235322 9 3200 2266 1050 683 717255 466626 10 3500 2530 1350 947 896998 求和 21500 15829 平均 2150 1583
计量经济学试验完整版--李子奈 计量经济学试验??李子奈 目录 实验一一元线性回归5 一实验目的 5 二实验要求 5 三实验原理 5 四预备知识 5 五实验内容 5 六实验步骤 5 1.建立工作文件并录入数据 5 2.数据的描述性统计和图形统计: 7 3.设定模型,用最小二乘法估计参数: 8 4.模型检验: 8 5.应用:回归预测: 9 实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验12 一实验目的: 12 二实验要求12 三实验原理12
四预备知识12 五实验内容12 六实验步骤13 实验三多元线性回归14 一实验目的14 三实验原理15 四预备知识15 五实验内容15 六实验步骤15 6.1 建立工作文件并录入全部数据 15 6.2 建立二元线性回归模型15 6.3 结果的分析与检验16 6.4 参数的置信区间16 6.5 回归预测17 6.6 置信区间的预测18 实验四异方差性20 一实验目的20 二实验要求20 三实验原理20 四预备知识20 五实验内容20 六实验步骤20
6.1 建立对象: 20 6.2 用普通最小二乘法建立线性模型21 6.3 检验模型的异方差性21 6.4 异方差性的修正24 实验五自相关性28 一实验目地28 二实验要求28 三实验原理28 四预备知识28 五实验内容28 六实验步骤28 6.1 建立Workfile和对象 29 6.2 参数估计、检验模型的自相关性29 6.3 使用广义最小二乘法估计模型 33 6.4 采用差分形式作为新数据,估计模型并检验相关性35 实验六多元线性回归和多重共线性37 一实验目的37 二实验要求37 三实验原理37 四预备知识37 五实验内容37 六实验步骤37
第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 第二章经典单方程计量经济学模型：一元线性回归模型参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？
计量经济学（2012-1-6） 1.计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。 2.区分数理经济模型和计量经济模型：（1）数理经济模型揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。（2）计量经济模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。 3.计量经济学的内容体系分类 （1）计量经济学有广义和狭义之分： 广义计量经济学：是利用经济理论、数学以及统计学定量研究经济现象的经济计量方法的统称。包括回归分析方法、投入产出分析方法、时间序列分析方法等。 狭义计量经济学：也就是我们通常所说的计量经济学，以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。 （2）根据研究对象和内容侧重面不同，可以分为理论计量经济学和应用计量经济学。 （3）按数据类型划分为：截面(cross-section)分析；时间序列(time-series)分析；平行数据(panel data)分析；离散数据(discrete data)分析；模糊数据(fuzzy data)分析。 （4）按模型类型划分：单方程模型与联立方程模型（单方程模型的研究对象是单一经济现象，揭示存在其中的单向因果关系。联立方程模型的研究对象是一个经济系统，揭示存在其中的复杂的因果关系。）；线性模型与非线性模型；静态模型与动态模型；参数模型与非参数模型。 （5）按估计方法划分：从最小二乘原理出发的估计方法；从最大似然原理出发的估计方法；矩估计方法；非样本信息估计方法。 4.建立计量经济学模型的步骤： （1）理论模型的设计；（主要包含三部分工作：即选择变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围） （2）样本数据的收集；（样本数据的质量问题大体上可以概括为完整性、准确性、可比性和一致性） （3）模型参数的估计；（模型参数的估计方法，是计量经济学的核心内容） （4）模型的检验。（经济意义检验、统计学检验、计量经济学检验和预测检验） 5.计量经济学模型成功的三要素：理论、方法和数据。 理论：即经济理论，所研究的经济现象的行为理论，是计量经济学研究的基础。 方法：主要包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量经济学不同于其它经济学分支学科的主要特征。 数据：反映研究对象的活动水平、相互间联系以及外部环境的数据，或更广义讲是信息，是计量经济学研究的原料。 6.经典计量经济学方法的核心是采用回归分析的方法揭示变量之间的因果关系。 7.计量经济学模型的应用大体可以被概括为四个方面：结构分析、经济预测、政策评价、检验与发展经济理论。 结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。 8.经济变量之间的关系，大体可分为两类： 确定性关系或函数关系：研究的是确定性现象非随机变量间的关系。 统计依赖关系或相关关系：研究的是非确定性现象随机变量间的关系。 9. 回归分析是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。 其中：前一个变量被称为被解释变量（Explained V ariable ）或因变量（Dependent Variable ）。 后一个（些）变量被称为解释变量（Explanatory Variable ）或自变量（Independent Variable ）。 10.总体回归函数： 给定解释变量X 的某个确定值Xi ，与之统计相关的被解释变量Y 的总体均值（期望值）可以表示为： 上式说明了被解释变量Y 平均地说随解释变量X 变化的规律，一般称为 ()()i i E Y X f X