郑凌云Xc11510111计量经济学实验报告.docx
- 文档编号:10973155
- 上传时间:2023-02-24
- 格式:DOCX
- 页数:11
- 大小:167.10KB
郑凌云Xc11510111计量经济学实验报告.docx
《郑凌云Xc11510111计量经济学实验报告.docx》由会员分享,可在线阅读,更多相关《郑凌云Xc11510111计量经济学实验报告.docx(11页珍藏版)》请在冰豆网上搜索。
郑凌云Xc11510111计量经济学实验报告
科技与艺术学院经管系
实验报告
实验名称:
Eviews软件应用
实验地点:
10号机房
实验时间:
2014-2015
(2)
系(部)经管系
专业国际经济与贸易
班级11国贸
(1)
学生姓名郑凌云
学号 Xc11510111
指导老师牧云志
实验报告
实验一:
Eviews软件基本操作、简单线性回归模型
实验目的:
掌握EViews软件的安装、数据编辑、文件存贮等基本操作;掌握简单线性回归模型的建立。
实验内容:
一、Eviews软件基本操作
1、EViews软件的安装;
2、数据的查找、输入、编辑与序列生成;
3、数据文件的存贮、调用。
二、简单线性回归模型
1、作出散点图;
2、相关分析(计算相关系数);
3、回归模型建立;
4、模型检验与分析。
实验练习:
选择2.5题:
X是航班正点率,Y是投诉率,根据表格数据作散点图,如下:
从散点图可以看出投诉率Y和航班正点率X大体上呈线性关系,且为负相关。
根据两则相关性,所以建立投诉率Y和航班正点率X的线性回归方程:
利用表2.13的数据估计其参数,结果见表1
表1:
回归结果
由表可得其回归方程为:
由表1知,可决系数R2=0.778996,说明所建模型整体上对样本数据拟合
较好,即解释变量航班正点率X对被解释变量投诉率Y的绝大部分差异做出了
解释。
因此:
(4)回归方程斜率的意义为:
航班正点率每提高1%,投诉率相应地下降
0.070414%。
(5)若航班按时到达的正点率为80%,即X为80,则:
6.017832-0.070414×80=0.384712(次/10万乘客)
所以如果当航班按时到达的正点率为80%时,估计每10万乘客投诉的次
数为0.384712次。
实验二:
多元线性回归模型
实验目的:
掌握多元线性回归模型的估计方法。
实验内容:
一、多元回归模型建立;
二、模型检验与分析。
实验练习:
我国钢材供应量分析
(1)根据表1所给资料,首先画出供应量Y与其他因素X1、X2、X3、X4、X5、X6、X7的线性图如下:
图1供应量与其他因素线性图
由图1可看出,解释变量X1、X2、X3、X4、X5、X6、X7与被解释变量Y不一定存在线性相关性。
因此:
(2)建立供应量Y与其他因素X1、X2、X3、X4、X5、X6、X7的模型:
二、参数估计:
利用表1数据估计其参数,结果见表2
由可得其回归方程为:
a.拟合优度:
由上表知,可决系数R2=0.999222,修正可决系数
=0.998768.
b.针对
,给定显著性水平
,在F分布表查出.由
(7,12)=2.91上表得F=2201.081>
(7,12)=2.91,拒绝原假设
说明回归方程显著,
即“原油产量”,“生铁产量”,“原煤产量”,“电力产量”,“固定资产投资”,“国内生产总值”,“铁路运输量”等变量联合起来确实对“我国钢材供应量”有显著影响。
C.t检验:
分别针对
给定显著性水平
,则
=2.179,由上表得
、
、
、
、
对应的t统计量分别为0.193855、-0.572483、0.962751、-0.249203、0.120780,其绝对值都小于
=2.179,所以在显著性水平
下,分别不拒绝原假设
即“原油产量”,“生铁产量”等变量对“我国钢材供应量”的影响不显著;
、
、
对应的t统计量分别为4.621475、3.133889、-2.746755,其绝对值都大于
=2.179,所以在显著性水平
下,分别应当拒绝原假设
:
=0(j=5,6,7),即当其他解释变量不变的情况下,“电力产量”,“固定资产投资”,“国内生产总值”等变量分别对“我国钢材供应量”都有显著影响。
实验三:
多重共线性
实验目的:
掌握多重共线性问题的检验与处理方法。
实验内容:
一、诊断多重共线性(简单相关系数法、方差膨胀因子法);
二、降低多重共线性(逐步回归法)。
实验练习:
承接实验二“我国钢材供应量分析”
一、检验多重共线性:
由此相关矩阵可看出,个解释变量相互之间的关系数较高,证实确实存在多重共线性。
二、修正重共线性
表2.1一元回归估计结果
变量
X1
X2
X3
X4
X5
X6
X7
参数估计值
1.181784
0.926212
926.7178
0.884047
0.572451
0.108665
0.106826
t统计量
10.10629
57.82017
15.87243
62.49381
15.47892
16.54535
11.45524
0.841847
0.994347
0.929612
0.995157
0.926241
0.934875
0.872673
其中,加入X4的方程
最大,以X4为基础
结果如表2.2所示:
表2.2二元回归估计结果
变量
变量
X1
X2
X3
X4
X5
X6
X7
X4,X1
-0.074944
(-1.359593)
0.932329
(24.46548)
0.995375
X4,X2
0.429201
(3.895858)
0.476623
(4.534407)
0.997291
X4,X3
-125.0949
(-1.960538)
0.996689
(16.91041)
0.995818
X4,X5
0.808630
(16.81022)
0.052646
(1.633786)
0.995568
X4,X6
0.858914
(14.63712)
0.003283
(0.441961)
0.994931
X4,X7
0.927639
(21.44406)
-0.005928
(-1.065860)
0.995194
经比较,新加入X2的方程
=0.997291,改进最大,且各参数的t检验显著
结果如表2.3
表2.3三元回顾估计结果
变量
变量
X1
X2
X3
X4
X5
X6
X7
X4,X2,X1
-0.052631
(-1.255622)
0.409652
(3.742505)
0.529087
(4.745215)
0.997380
X4,X2,X3
0.386819
(3.559933)
-81.25478
(-1.604227)
0.590021
(4.800056)
0.997521
X4,X2,X5
0.426515
(3.190204)
0.477506
(4.309744)
0.001164
(0.038062)
0.997122
X4,X2,X6
0.458646
(3.868063)
0.481722
(4.511794)
-0.004318(-0.738661)
0.997217
X4,X2,X7
0.417628
(3.552245)
0.499422
(3.993004)
-0.001606
(-0.360512)
0.997145
当分别加入X1,X3,X5,X6,X7后,加入的参数t检验都不显著,且X1,X3,X6,X7参数的符号也不合理,所以将X1,X3,X5,X6,X7都剔除。
最后修正严重多重共线性影响后的回归结果为
这说明,在其他因素不变的情况下,当生铁产量X2每增加1万吨,电力产量X4每增加1亿千瓦小时时,我国钢材供应量Y将分别增加0.429201万吨、0.476623万吨。
实验总结
指导老师评语:
签名:
年月日
成绩:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 凌云 Xc11510111 计量 经济学 实验 报告