计量经济学上机实验参考答案

1、计量经济学上机实验参考实验一：线性回归模型的估计、检验和（3）实验设备：个人计算机，计量经济学Eviews，设备如 U 盘。实验目的：（1）熟悉 Eviews基本使用功能；（2）掌握一元线性回归模型的估计、检验和方法；正态性检验；（3）掌握多元线性回归模型的估计、检验和方法；（4）掌握多元非线性回归模型的估计方法；（5）掌握模型参数的线性约束检验与参数的稳定性检验。实验方法与原理：Eviews使用，普通最小二乘法（OLS），拟合优度评价、t 检验、F 检验、J-B 检验、原理。实验要求：（1）熟悉和掌握描述统计和线性回归分析；（2）选择方程进行一元线性回归；（3）选择方程进行多元线性回归；（4

2、）进行经济意义检验、拟合优度评价、参数显著性检验和回归方程显著性检验；（5）掌握被解释变量的点和区间；（6）估计对数模型、半对数模型、倒数模型、多项式模型模型等非线性回归模型。实验内容与数据 1（第 2 章思考与练习：三、简答、分析与计算题第 12 小题）：12. 表1 数据是从某个行业的 5 个不同的工厂收集的，请回答以下问题： b b x ；（2） b 和b 的经济含义是什（1）估计这个行业的线性总成本函数： yt么？；（3）估计产量为 10 时的总成本。01 t01表 1 某行业成本与产量数据参考：1总成本 y8044517061产量 x1246118(1)总成本函数(标准格式)：yt

3、26.27679 4.25899xts = (3.211966)(0.367954)t = (8.180904)(11.57462)R2 0.978098S.E 2.462819DW 1.404274F 133.9719(2) b =26.27679 为固定成本，即产量为 0 时的成本； b =4.25899 为边际成本，即产量01每增加 1时，总成本增加了 4.25899。(3)产量为 10 时的总成本为：yt 26.27679 4.25899xt = 26.27679 4.25899 10 =68.86669实验内容与数据 2（第 2 章思考与练习：三、简答、分析与计算题第 15 小题）：

4、15.我国 1978-2001 年的财政收入（y）和国民生产总值（x）的数据资料如表 4 所示：表4 我国 1978-2001 年财政收入和国民生产总值数据2obsxyobsxy19783624.101132.26199018598.402937.1019794038.201146.38199121662.503149.4819804517.801159.93199226651.903483.3719814860.301175.79199334560.504348.9519825301.801212.33199446670.005218.1019835957.401366.9519955749

5、4.906242.2019847206.701642.86199666850.507407.9919858989.102004.82199773142.708651.402122.01199876967.209875.95198711954.502199.35199980579.4011444.08试根据资料完成下列问题：（1）给出模型 yt b0 b1 xt ut 的回归和正态性检验，并解释回归系数的经济意义；（2）求置信度为 95%的回归系数的置信区间；（3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)；（4）若 2002 年国民生产总值为 10355

6、3.60 亿元，求 2002 年财政收入间（ 0.05 ）。值及区参考：yt 324.6844 0.133561xt（1）s(b ) (317.5155)(0.007069)it(b ) (1.022578)(18.89340)iR2 0.941946SE 1065.056DW 0.30991F 356.9607b 0.133561，说明 GNP 每增加 1 亿元，财政收入将平均增加 1335.61 万元。1（2） b b t(n 2) s(b ) =324.6844 2.0739 317.5155=(-333.8466983.1442)00 / 20b1 b t(n 2) s(b ) =0.

7、133561 2.0739 0.007069=(0.1189010.148221)1 / 21（3）经济意义检验：从经济意义上看， b 0.1335610 ，符合经济理论中财政1收入随着 GNP 增加而增加，表明 GNP 每增加 1 亿元，财政收入将平均增加 1335.61 万元。3198814922.302357.24200088254.0013395.23198916917.802664.90200195727.9016386.04估计标准误差评价： SE 1065.056 ，即估计标准误差为1065.056亿元，它代表我国财政收入估计值与实际值之间的平均误差为1065.056亿元。拟合优

8、度检验： R2 0.941946 ，这说明样本回归直线的解释能力为94.2%，它代表中，由解释变量GNP解释的部分占94.2%，说明模型的拟合优度较高。我国财政参数显著性检验：t(b ) 18.8934 t(22) 2.0739 ，说明国民生产总值对财政收10 025入的影响是显著的。（4） x2002 103553.6 ,y2002 324.6844 0.133561103553.6 14155.41根据此表可计算如下结果：(x x)2 2 (n 1) (32735.47)2 23 2.27 1010tx(x2002 x) (103553.6 32735.47) 5.02 10 ，229(x

9、 x)21y t(n 2) 1 ff / 2(x x)2nt15.02 109 14155.41 2.0739 1065.506 1 242.27 1010=(11672.2 16638.62)实验内容与数据 3（第 3 章思考与练习：三、简答、分析与计算题第 12 小题）：12.表1 给出某地区职工平均消费水平 yt ，职工平均收入 x1t 和生活费用价格指数 x2t ，试根据模型yt b0 b1 x1t b2 x2t ut 作回归分析。表 1 某地区职工收入、消费和生活费用价格指数4年份ytx1tx2t年份ytx1tx2t参考：yt 10.45741 0.634817x1t 8.96375

10、9x2t(1)s(b ) (6.685015)(0.031574)(5.384905)it(b ) (1.564306)(20.10578)(-1.664608)iR2 0.980321R 2 0.975948 SE 208.5572F 224.1705(2) 经济意义检验：从经济意义上看， 0b 0.63481 ，符合经济理论中绝对收1入假说边际消费倾向在 0 与 l 之间，表明职工平均收入每增加 100 元，职工消费水平平均增加 63.48 元。b 8.9640 ，符合经济意义，表明职工消费水平随着生活费用价格2指数的提高而下降，生活费用价格指数每提高 1时，职工消费水平将下降 8.964

11、 个。估计标准误差评价： SE 208.5572 ，即估计标准误差为208.5572，它代表职工平均消费水平估计值与实际值之间的平均误差为208.5572。拟合优度检验： R 2 0.975948 ，这说明样本回归直线的解释能力为 97.6%，它代表职工平均消费水平变动中，由解释变量职工平均收入解释的部分占 97.6%，说明模型的拟5198520.1030.001.00199142.1065.200.90198622.3035.001.02199248.8070.000.95198730.5041.201.20199350.5080.001.10198828.2051.301.20199460

12、.1092.100.95198932.0055.201.50199570.00102.001.02199040.1061.401.05199675.00120.301.05合优度较高。F 检验： F 224.1705 F (k, n k 1) F (2,12 2 1) 4.26 ，表明总体回归方程显著，即职工平均收入和生活费用价格指数对职工消费水平的影响在整体上是显著的（或用 p 值进行检验：在 5%显著性水平上，F 统计量对应的 p 值为 0.0000，明显小于 0.05，说明职工平均收入和生活费用价格指数对职工消费水平的共同影响是显著的）。t 检验： t(b ) 20.10578 t(9)

13、 2.262 ，说明职工平均收入对职工消费水平的影10 025响是显著的； t(b ) 1.664608 t(9) 2.262 ，说明生活费用价格指数对职工消费水平20 025的影响是不显著的（或用 p 值进行检验：在 5%显著性水平上，t 统计量对应的 p 值为：p(b )1=0.00000.05， p(b ) =0.13030.05，说明职工平均收入对职工消费水平的影响是显著的，2而生活费用价格指数对职工消费水平的影响是不显著的）。实验内容与数据 4（第 3 章思考与练习：三、简答、分析与计算题第 14 小题）：14. 某地区统计了机电行业的销售额 y（万元）和汽车产量 x1 （万辆）以及

14、建筑业产值 x2 （千万元）的数据如表 2 所示。试按照下面要求建立该地区机电行业的销售额和汽车产量以及建筑业产值之间的回归方程，并进行检验（显著性水平 0.05 ）。表 2 某地区机电行业的销售额、汽车产量与建筑业产值数据6年份销售额 y汽车产量 x1建筑业产值 x219811982198319841985198619871988198919901991280.0281.5337.4404.2402.1452.0431.7582.3596.6620.8513.63.9095.1196.6665.3384.3216.1175.5597.9205.8166.1134.2589.4310.3614

15、.5015.7516.7817.4419.7723.7631.6132.1735.09（1）根据上面的数据建立对数模型：ln yt b0 b1 ln x1t b2 ln x2t ut（2）所估计的回归系数是否显著？用 p 值回答这个问题。（1）（3）解释回归系数的意义。（4）根据上面的数据建立线性回归模型：yt b0 b1 x1t b2 x2t ut（2）（5）比较模型（1）、（2）的 R2 值。（6）如果模型（1）、（2）的结论不同，你将选择哪一个回归模型？为什么？参考：（1）回归结果yt 3.734902 0.387929ln x1t 0.56847 ln x2t（1）s(b ) (0.2

16、12765)(0.137842)(0.055677)it(b ) (17.5541)(2.814299)(10.21006)i 0.925105SE 0.097431F 99.81632R 27199219931994199519961997606.9629.0602.7656.7998.5877.65.5916.6755.5436.9337.6387.75236.4236.5837.1441.3045.6247.38(2) t 检验： t(b ) 2.814299 t(14) 2.145 ， p 0.01380.05 ，说明汽车产量对10 0251机电行业销售额的影响是显著的；t(b ) 1

17、0.21006 t(14) 2.145 ，p 0.00000.05 ，20 0252说明建筑业产值对机电行业销售额的影响是显著的。F 检验：F 99.81632 F (k, n k 1) F (2,17 2 1) 3.74 ，p 0.00000.05表明总体回归方程显著，即汽车产量、建筑业产值对机电行业销售额的影响在整体上是显著的。（3）b 0.387929 ，说明汽车产量每增加 1%，机电行业的销售额将平均增加 0.39%；1b 0.56847 ，说明建筑业产值每增加 1%，机电行业的销售额将平均增加 0.57%。2（4）回归结果yt 57.45496 45.70558x1t 11.9333

18、9x2t（2）s(b ) (81.02202)(15.66885)(1.516553)it(b ) (-0.709128)(2.916971)(7.868761)i 0.89017 SE 64.08261F 65.83991R 2(5) 模型（1）的 R2 0.934467 、 R 2 0.925105 ，模型（2）的 R2 0.903899 、 0.89017 。因此，模型（1）的拟合优度大于模型（2）的拟合优度。R 2（6）从两个模型的参数估计标准误差、S.E、t、F、 R 2 统计量可以看出，模型（1）优于模型（2），应选择模型（1）。8实验内容与数据 5（第 3 章思考与练习：三、简答

19、、分析与计算题第 16 小题）：16. 表3 给出了一个钢厂在不同年度的钢产量。找出表示产量和年度之间关系的方程： y aebx ，并2002 年的产量。表 3某钢厂 1991-2001 年钢产量（：千吨）参考：ln yt 2.307562 0.1167xts(b ) (0.021946)(0.003236)it(b ) (105.1484)(36.06598)i 0.993128SE 0.033937DW=1.888171R 2F=1300.755x2002 12 ，ln y2002 2.307562 0.1167 12 3.707958 ， y2002 e3 707958 40.77实验内

20、容与数据 6（第 3 章思考与练习：三、简答、分析与计算题第 21 小题）：21. 表8 列出了中国 2000 年按行业分的全部制造业国有企业及规模以上企业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。设定模型为Y AK L eu(1)利用表 8 资料，进行回归分析。(2)中国 2000 年的制造业总体呈现规模不变状态吗？9年度1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001千吨12.2 12.0 13.9 15.9 17.9 20.1 22.7 26.0 29.0 32.5 36.1表 8中国 2000 年制造业业

21、总产值、资产、职工人数统计资料参考：（1）回归结果：10序号工业总产值Y（亿元）资产合计K（亿元）职工人数L（万人）13722.73078.2211321442.521684.436731752.372742.778441451.291973.822755149.35917.0132762291.161758.7712071345.17939.1588656.77694.94319370.18363.4816101590.362511.996611616.71973.735812617.94516.0128134429.193785.9161145749.028688.03254151781.

22、372798.983161243.071808.443317812.71118.8143181899.72052.1661193692.856113.11240204732.99228.25222212180.232866.6580222539.762545.6396233046.954787.9222242192.633255.29163255364.838129.68244264834.685260.2145277549.587518.7913828867.91984.5246294611.3918626.9421830170.3610.911931325.531523.1945样本回归方

23、程为ln Y 1.154 0.609 ln K 0.361ln Lt=(1.586)(3.454)(1.790) 0.810 0.796R 2R 2F=59.655DW=0.793对回归方程解释如下：经济意义检验：在 5%显著性水平上， t 统计量对应的 p 值为： p( ) =0.0180.05，表示劳动投入对 GDP 影响不显著。在 5%显著性水平上， F 统计量对应的 p 值为 0.000，明显小于 0.05，说明模型整体显著成立，劳动投入与资本投入对 Y 的整体影响是相当显著的。修正的样本决定系数 R 2 0.796 ，表明劳动投入(对数)和资本投入(对数)对产出(对数)的解释能力为

24、79.6%。（2）从上述回归结果看， 1，即资本与劳动的产出弹性之和近似为 1，表明中国制造业在 2000 年基本呈现规模不变的状态。下面进行对数的约束性检验。检验的零假设为： H 0 : 1。如果原假设为真，则可估计如下模型：ln(Y / L) c ln(K / L) u ，根据表 6 数据,如下估计结果。有约束条件的 C-D 生产函数估计结果11由此可知，无约束条件的回归模型的残差平方和 RSSU 5.0703 ，受约束条件的回归模型的残差平方和 RSSR 5.0886 ，样本容量 n 31，无约束条件回归模型解释变量个数kU 2 ，约束条件个数 kU kR 2 1 1。于是F (RSSR

25、 RSSU ) /(kU kR ) = (5.0886 5.0703) /1 =0.1011 kU 1)5.0703 /(31 2 1)R在 5%的显著性水平下，度为（1，28）的 F 分布的临界值 F=4.20，显然有 F F ，不原假设，表明中国 C-D 生产函数呈现规模不变的状态。在 EViews中，当估计完 C-D 生产函数后，在方程结果输出窗口，点击 View 按钮，然后在下拉菜单中选择 Coefficient TestWald Coefficient Restrictions,屏幕出现图对话框。在框中输入系数的约束条件，若有多个，则用逗号分开。本例中输入：C(2)+C(3)=1，得

26、检验结果见下表。Wald 检验输出结果由此可知，在 0.05 显著性水平下，两个检验均仍然不能和为 1 的原假设，原假设为真。实验二：异方差性、自相关性、多重共线性检验（3）12实验设备：个人计算机，计量经济学Eviews，设备如 U 盘。实验目的：（1）掌握异方差性模型的检验方法和处理方法；（2）掌握自相关性性模型的检验方法和处理方法；（3）掌握多重共线性模型的检验方法和处理方法。实验方法与原理：Goldfeld and Quandt 检验、White 检验、DW 检验和 LM 检验、辅助回归模型检验和方差膨胀因子检验，最小二乘法、广义最小二乘法、广义差分法。实验要求：（1）熟悉图形检验法；

27、（2）熟悉检验、检验、瑟检验和检验，掌握最小二乘法；（3）熟悉 DW 检验和 LM 检验，掌握广义差分法。（4）熟悉辅助回归模型检验和方差膨胀因子检验，掌握逐步回归法（Frisch 综合分析法）。实验内容与数据 7（第 4 章思考与练习：三、简答、分析与计算题第 11 小题）：11. 试根据表 2 中消费(y)与收入(x)的数据完成以下问题：(1)估计回归模型： yt b0 b1 xt ut ；(2)检验异方差性（可用检验、菲尔德检验）；(3)选用适当的方法修正异方差性。表 2消费与收入数据13yxyxyx55806510014421010814570851752451132601101151

28、402051152651912701372301202007590189250538014021011016070851522201131507590140225125230参考：（1）首先将 x型，回归结果如下：R2 0.94F=1022.0729 ，模型存在异方差；(2)检验异方差： n / 4 15 ，取 c=16，从中检间去掉 16 个数据，确定子样；确定子样 2(39-60)，求出，给定显著性水平 0.05 ，RSS2 2495.840 ，计算出查 F0 05 (20,20) 2.12 ，得：生成序列e resid ，取权数（3）采用最小二乘w 1/ abs(e) ，得回归结果yt

29、10.1511 0.633427xtt = (23.36098) (303.7639) 0.999995R 2DW=2.046 F=12908997用检验判断：nr 2 0.425945(2) 5.99 ，模型已不存在异方差（从 p 值也容易得出此结论）。20 05实验内容与数据 7（第 4 章思考与练习：三、简答、分析与计算题第 15 小题）：15. 表6 列出了 2000 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。（1）利用 OLS 法建立人均消费支出与可支配收入的线性模型。（2）检验模型是否存在异方差性。（3）如果存在异方差性，试采用适当的方法加

30、以消除。表 6中国城镇居民人均可支配收入与消费性支出(：元)15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参考：（1）首先将 x 排序，其次根据表 6 数据估计模型，回归结果如下：(2)检验异方差：检验：nr 2 12.65 2 (2) 5.99 ，模型存在异方差（从 p 值也容易得出此结论）；0 05检验：将样本 x 数据排序，n=20, c 20/ 4 5 ，取 c=4，从中间去掉 4 个数据，确定子样 1(1-8)，求出 RSS1 126528.6 ；确定子样 2(13-20)，求出RSS2 615472.0 4.86 ，给定显著性水平 0.05 ，RSS 6154

31、72.0 ，计算出 F 2RSS126528.31查 F0 05 (6,6) 4.28 ，得： F F ，所以模型存在异方差。（3）采用最小二乘法进行估计。在方程窗口求残差，生成序列e resid ，取权数w 1/ abs(e) ，得回归结果：16北 京10349.698493.49浙 江9279.167020.22天 津8140.506121.04山 东6489.975022.00河 北5661.164348.47河 南4766.263830.71山 西4724.113941.87湖 北5524.544644.50内5129.053927.75湖 南6218.735218.79辽 宁5357

32、.794356.06广 东9761.578016.91吉 林4810.004020.87陕 西5124.244276.67黑龙江4912.883824.44甘 肃4916.254126.47上 海11718.018868.19青 海5169.964185.73江 苏6800.235323.18新 疆5644.864422.93yt 415.6603 0.729026xtt = (3.553288) (32.50349)R 2 0.999889DW=2.3678 F=171155.9用检验判断： 0.07642(2) 5.99 ，模型已不存在异方差（从 p 值也容易得出此结论）。22nr0 05

33、采用最小二乘法得到的回归方程，不存在异方差性，模型拟合优度较高，回归系数显著，其经济意义：415.66(元)为城镇居民的自发消费，0.729 为边际消费倾向，即我国城镇居民人均可支配收入每 100 元时，居民消费性支出将增加 72.9 元。注：通过模型的对数变换，也可以消除异方差性。对数线性回归模型回归结果如下：17检验结果如下，对数模型已不存在异方差性，具体分析略。实验内容与数据8（第5章思考与练习：三、简答、分析与计算题第13小题）：13.市城镇居民人均消费性支出（CONSUM），人均可支配收入（E），以及消费价格指数（PRICE）见表4。定义人均实际消费性支出Y= CONSUM/PRIC

34、E，人均实际可支配收入X=E/PRICE。表 4市城镇居民人均消费与人均可支配收入数据18年份CONSUM(元)E(元)PRICE1978344.88388.321.0001979385.20425.401.0101980474.72526.921.0621981485.88539.521.0751982496.56576.721.0811983520.84604.311.0861984599.64728.171.106(1)利用 OLS 估计模型 yt b0 b1xt ut(2)根据 DW 检验M 检验法检验模型是否存在自相关性。(3)如果存在一阶自相关性，用 DW 值来估计自相关系数 。(

35、4)利用估计的 值，用 OLS 法估计广义差分方程：yt yt 1 b0 (1 ) b1 (xt xt 1 ) vt(5) 利用 OLS 估计模型： ln yt b0 b1 ln xt ut ，检验此模型是否存在自相关性，如果存在自相关性，如何消除？参考：（1）利用 OLS 得模型估计结果：（2）自相关检验：由 DW=0.59857，给定显著性水平 0.05 查 Durbin-Watson 统计表，191985770.64875.521.2501986949.081069.611.33619871071.041187.491.42619881278.871329.71.66719891291.

36、091477.771.91219901440.471638.921.97019911585.711844.982.172238.382.41819932322.192769.262.84419943301.373982.133.52619954064.104929.534.06619964679.615967.714.43219975204.296608.564.56919985471.017110.544.54619995851.537649.834.49620006121.078140.554.478n=20,k=1，得下限临界值 dL 1.2 和上限临界值 dU 1.41 ，因为 DW=

37、0.59857 dL 1.2 ，根据判断区域可知，这时随机误差项存在一阶正自相关。LM 检验法检验结果如下：由于LM(1)=9.794，临界概率 p=0.001751，所以存在 1 阶自相关。(3)由于 DW=0.59857，所以 1 0.5DW 0.700715(4)利用估计的 值，用 OLS 法估计广义差分方程：yt 0.700715 yt 1 45.16602 0.678174(xt 0.700715xt 1 )t = (3.684869)(19.92107)R 2 0.949622DW=2.310345F=396.8489容易验证模型已不存在自相关。(5)对数线性回归结果如下容易验证检

38、验模型存在 1 阶自相关。自相关的修正：用广义差分法，在命令窗口直接键入：LSlnyclnxAR(1) 得如下回归结果20从表中可以看出，这时 DW=2.115944，查 n=22,k=1, 0.05 的 DW 统计量表，得dL 1.24, dU 1.43 DW=2.115944 4- dU =2.57，这表明，模型已不存在自相关。此时，回归方程为ln yt 0.798688 0.858215ln xtt = (2.927583)(21.68224)R 2 0.99253DW=2.115944 AR(1) = 0.581309 t = (3.366802)采用广义差分法得到的回归方程，不存在自

39、相关性，模型拟合优度较高，回归系数显著，其经济意义：0.858 为消费弹性，即市城镇居民人均可支配收入每增长 1%时，人均消费将增长 0.858%。实验内容与数据 9（第 6 章思考与练习：三、简答、分析与计算题第 13 小题）：13. 表4 给出了1971-1986 年期间的年数据。表 419711986 年有关数据21年度yx1x2x3x4x5197110227112.0121.3776.84.8979367197210872111.0125.3839.64.5582153197311350111.1133.1949.87.3885064.5147.71038.48.6186794.616

40、1.21142.86.1685846其中，y:售出新客车的数量（千辆）；x1:新车价格指数，1967=100；x2:所有物品所有居民的消费者价格指数，1967=100；x3:个人可支配收入（PDI，10 亿）；x4:利率；x5:城市就业劳动力（）。考虑下面的客车需求函数：ln yt b0 b1 ln x1t b2 ln x2t b3 ln x3t b4 ln x4t b5 ln x5t ut(1)用 OLS 法估计样本回归方程；(2)如果模型存在多重共线性，试估计各辅助回归方程，找出哪些变量是高度共线性的。(3)在除去一个或多个解释变量后，最终的客车需求函数是什么？这个模型在哪些方面好于包括所

41、有解释变量的原始模型。(4)还有哪些变量可以更好地解释的汽车需求？参考：（1）用 OLS 法估计样本回归方程结果如下ln yt 3.255 1.790 ln x1t 4.109 ln x2t 2.127 ln5t22.7170.51252.65.2288752197711046142.9181.51379.35.5092017197811164153.8195.31551.27.7896048197910559166.0217.71729.310.2598824.3247.01918.011.2899303.2272.32127.613.73100397.6286.62261.411.2099

42、526.6297.42428.18.69100834198410394208.5307.62670.69.65105005198511039215.2318.52841.17.75107150198611450224.4323.43022.16.31109597t = (0.1723) (2.0500) (-2.5683) (1.6912) (-0.2499) (0.1364)R 2 0.8548R 2 0.7822DW=1.7930 F=11.7744(2)相关系数矩阵检验：各变量之间相关系数较大，可初步变量之间存在多重共线性。辅助回归模型检验：(n=16,k=5, 0.05 )由上表可以看

43、出，变量之间是高度共线的。(3)由于 x1（新价格指数）与 x2（居民消费价格指数）变化趋于一致，可舍去其中之一；由于 x3（个人可支配收入）与 x5（城市就业劳动力）变化趋于一致，可舍去其中之一。(4)下列两个模型较为合适：23被解释变量R 2FF 值是否显著Lnx10.9959666.740是Lnx20.99934189.20是Lnx30.99934192.89是Lnx40.870418.47是Lnx50.9949533.42是ln yt 22.1037 1.0378lnt = (-2.6397) (-3.1428) (-4.0015) (3.7191)5tR 2 0.6061DW=1.3

44、097 F=8.6926ln yt 22.7996 0.9218ln5tt = (-3.9255) (-4.5492) (-3.9541) (5.2288)R 2 0.7364DW=1.5906 F=14.9690与原模型相比，以上两模型中的所有系数符号正确且都在统计上显著。回归分析略。(5)汽车需求影响，除了新车价格、居民消费价格、个人可支配收入、利率、城市就业劳动力外，还受到汽车消费税、汽车保险费率、价格等的影响。实验三：虚拟变量的设置与应用、滞后变量模型的估计（3）24实验设备：个人计算机，Eviews，设备如 U 盘。实验目的：掌握虚拟变量模型的估计方法、掌握分布滞变量模型的估计方法。

45、实验方法与原理：法（Almon）、工具变量法、虚拟变量模型、分布滞后模型和自回归模型。实验要求：熟悉虚拟变量的选取、设置原则与应用（如在季节调整模型中的应用、在模型结构稳定性检验中的应用）、掌握分布滞后模型和自回归模型的估计。实验内容与数据 10（第 7 章思考与练习：三、简答、分析与计算题第 16 小题）：16.表1 给出了 1993 年至 1996 年期间服装季度销售额的原始数据(：百万元)：表 1服装季度销售额数据现考虑如下模型：St b1 b2 D2t b3 D3t b4 D4t ut其中， D2 l：第二季度； D3 1：第三季度； D4 l：第四季度；S销售额。请回答以下问题：(1

46、)估计此模型；(2)解释b1 , b2 , b3 , b4 ；(3)如何消除数据的季节性？参考：（1）模型估计结果如下25年份季度服装销售额(S)1993-6843469121994-5350472041995-5972479871996-650148607S 4767.75 912.25D.75D 2909.75Dt2t3t4ts = (324.0365) (458.2569)(458.2569) (458.2569)t = (14.71362) (1.990696)(3.052327) (6.34605)R 2 0.778998R 2 0.723747S.E=648.0731DW=1.27

47、2707F=14.09937b(2) 4767.75 表示第一季度的平均销售额为 6767.75 百 万元； 1b 912.25,b 1398.75,b 2909.75 依次表示第二、三、四季度比第一季度的销售额平234均高出912.25,1398.75,2909.75 百万元。注：在模型估计结果（1）中，去掉常数项，可以引入四个虚拟变量，其中 D1 表示第一季度，回归结果如下：上述回归模型显著成立，拟合优度较高，四个回归系数显著不为零，表示服装销售额受到每个季度的影响，b 4767.75 ，b 5680,b 6166.5,b 7677.5 依次表示第一、1234二、三、四季度的平均销售额为

48、6767.75 百万元、5680 百万元、6166.5 百万元、7677.5 百26万元；第二、三、四季度比第一季度的销售额平均高出912.25,1398.75,2909.75 百万元。（3）为消除数据的季节性，只需将每季度中的原始数据减去相应季度虚拟变量的系数估计值即可。实验内容与数据 11（第 7 章思考与练习：三、简答、分析与计算题第 17 小题）：17.表 2 给出了 1965-1970 年制造业利润和销售额的季度数据。表 21965-1970 年制造业利润和销售额的季度数据假定利润不仅与销售额有关，而且和季度有关。要求：（1）如果认为季度影响使利润平均值发生变异，应当如何引入虚拟变量

49、？（2）如果认为季度影响使利润对销售额的变化率发生变异，应当如何引入虚拟变量？（3）如果认为上述两种情况都存在，又应当如何引入虚拟变量？（4）对上述三种情况分别估计利润模型，进行对比分析。参考：（1）对利润函数 yt b0 b1xt ut 按加法方式引入虚拟变量 D2 、D3 、D4 ：yt b0 a13D4t b1xt ut其中， D2 l：第二季度； D3 1：第三季度； D4 l：第四季度。利用Eviews解题：首先建立工作文件，输入样本数据，在命令窗口生成虚拟变量 D2 、D3 、 D4 ，如生成 D2 ：genr d2=seas(2)，其它类似。然后在命令窗口输入命令：Ls y c

50、d2 d2 d4 x得到如下回归结果：272126151451262311014141536312174176712412730151776410985180370232312213137828年份季度利润(y)销售额（x）年份季度利润(y)销售额（x）1965-1105031148621968-11253914886221209212396823108341235453去掉不显著的变量 D3 、 D4 ，消除自相关后，得到如下回归结果：yt 1036.066D2t 0.1095xtt = (5.9082) (6.4876) 0.8516R 2DW=1.7208F=64.1068a1 1036

51、.066 表示第二季度比其他季度的利润额平均高出 1036.066。（2）如果季度对利润率产生影响，则可按乘法方式引入虚拟变量：yt b0 a1D2t xt a2 D3t xt a3 D4t xt b1xt ut利用 Eviews，去掉不显著的变量 D3 、 D4 ，消除自相关后，得到如下回归结果：28yt 0.006692D2t xt 0.1096xtt = (5.9622) (6.3169)R 2 0.84497DW=1.94579F=60.95445由此可知，在其他季度，利润率为 0.109573，第二季度则增加到 0.116202。实验内容与数据 12（第 7 章思考与练习：三、简答、

52、分析与计算题第 20 小题）：20.现有国民经济系统消费CSt 、投资 It 、支出Gt 和国民收入Yt 的资料（表 4）：表 4某国国民经济系统统计数据29年份投资 It支出Gt消费CSt国民收入Yt19801.50.515.3017.3019811.40.619.9121.9119821.50.720.7622.9619831.40.819.6621.8619841.50.921.3223.7219851.41.018.3320.7319861.61.019.5922.1919871.51.121.3023.9019881.61.220.9323.7319891.61.221.6424.4

53、419901.71.321.9024.9019911.61.420.5023.5019921.81.422.8526.0519931.71.523.4926.6919941.91.524.2027.60试估计消费函数：CSt b0 b1Yt ut其中，消费CS 和收入Y 都受观测误差的影响，即CS CS * v ，Y Y 。式中C*ttttttttt和Y * 分别是真实的但不可观测的持久消费和持久收入。t由于Yt CSt It Gt ，所以 It 和Gt 都与Yt 高度相关，但均独立于ut 。要求：(1)用 It 作工具变量，估计边际消费倾向b1 和自发消费b0 ；(2)用Gt 作工具变量，估

54、计边际消费倾向b1 和自发消费b0 ；(3)计算Y 对 I 和G 的回归Y a aI a G ，用Y 作工具变量，估计边际消费倾tttt01 t2 tt向b1 和自发消费b0 。参考：（1）利用 EViews，其具体操作是，从 EViews 主菜单中点击 Quick 键，并选择 Estimate Equation 功能。从而打开 Equation Specification（模型设定）框，如下图所示。模型设定框点击 Method 窗口，选择 TSLS（两阶段最小二乘法）估计方法。从而打开如下图框。3019951.81.623.0526.4519962.01.624.0127.6119971.9

55、1.725.8329.4319982.01.825.1528.9519992.01.825.0628.86选择两阶段最小二乘法估计方法在 Equation Specification 窗口输入CS C Y在 Instrument list 窗口输入CIC 为截距项，也可以不写，点击 OK 键，得结果下表所示。回归结果CS 2.187 0.794GDPttt =(0.0006) (0.0000)R2 0.9909DW 1.823F 1388.749(1)用 I 作工具变量，估计的边际消费倾向b 0.794 和自发消费b 2.187 ；t1031工具变量法还可以直接利用 EViews中的 TSLS

56、 命令，本例中，在命令窗口输入TSLSCSC Y C I其中，C 代表常数（EViews规定 C 为常数项），则输出同样结果。(2)用Gt 作工具变量，回归结果如下：因此，估计边际消费倾向b 0.795 和自发消费b 2.153 。10(3)计算Y 对 I 和G 的回归Y a a I a G ，用Y 作工具变量，回归结果如下：tttt01 t2 tt因此，估计边际消费倾向b 0.7945 和自发消费b 2.163 。10实验内容与数据 13（第 8 章思考与练习：三、简答、分析与计算题第 14 小题）：14.表 1 给出了某行业 1975-1994 年的库存额 y 和销售额 x 的资料。试利用

57、分布滞后模型：yt a b0 xt b1 xt 1 b2 xt 2 b3 xt 3 ut ,建立库存函数（用 2 次有限多项式变换估计这个模型）。32表 1 某行业 1975-1994 年库存额和销售额资料参考：在 EViews 中输入 y 和 x 的数据后，在命令窗口键入：LSycPDL(x，3，2)得如下回归结果：yt 6.419601 0.63208xt 1.15686t 3s =(0.17916)(0.19593)(0.17820)(0.25562)t =(3.51797)(5.90452)(4.27495)(-2.17104)实验内容与数据 14（第 8 章思考与练习：三、简答、分析

58、与计算题第 15 小题、第 161970-1987个人消费支出（C）与个人可支配收入(I)的数小题）：15.表 2 给出了据（：10 亿，1982 年为基期）33年份xy年份xy197519761977197819791980198119821983198426.48027.74028.23627.28030.21930.79630.89633.11335.03237.33545.06950.64251.87152.07052.70953.81454.93958.12360.04363.383198519861987198819891990199119921993199441.00344.86

59、946.44950.28253.55552.85955.91762.01771.39882.07868.22177.96584.65590.81597.074101.640102.440107.710120.870147.130表 21970-1987 年个人消费支出与个人可支配收入数据考虑以下模型：Ct a1 a2 It utCt b1 b2 It b3Ct 1 ut请回答以下问题：(1)估计以上两模型；(2)估计边际消费倾向(MPC)参考：(1)两模型估计结果为（其中 CS 为个人消费支出）:CSt 215.2202 1.007185It（1）t = (-6.3123)(64.2448)R

60、 2 0.9959DW=1.3028 LM(1)=0.9917LM(2)= 0.9921F=4127.38834年CI年CI19701492.01668.119792004.42212.619711538.81728.419802004.42214.319721621.91797.419812024.22248.619731689.61916.319822050.72261.519741674.01896.619832146.02331.919751711.91931.719842249.32469.819761803.92001.019852354.82542.819771883.82066