EVIEWS在计量经济学教学过程中的演示示例Word文件下载.docx
- 文档编号:17863076
- 上传时间:2022-12-11
- 格式:DOCX
- 页数:23
- 大小:52.53KB
EVIEWS在计量经济学教学过程中的演示示例Word文件下载.docx
《EVIEWS在计量经济学教学过程中的演示示例Word文件下载.docx》由会员分享,可在线阅读,更多相关《EVIEWS在计量经济学教学过程中的演示示例Word文件下载.docx(23页珍藏版)》请在冰豆网上搜索。
3462.710
2878.000
1992
3932.520
3722.000
1993
5150.790
5350.000
1994
7153.350
8080.000
1995
9076.850
11758.00
1996
10448.21
15839.00
1997
11575.48
18196.00
1998
12500.84
20954.00
1、用OLS估计法估计参数
设模型为:
运行EVIEWS软件,并输入数据,得计算结果如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
10/11/05Time:
23:
10
Sample:
19781998
Includedobservations:
21
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2185.998
339.9020
-6.431262
0.0000
1.684158
0.062166
27.09150
R-squared
0.974766
Meandependentvar
4533.238
AdjustedR-squared
0.973438
S.D.dependentvar
6535.103
S.E.ofregression
1065.086
Akaikeinfocriterion
16.86989
Sumsquaredresid
21553736
Schwarzcriterion
16.96937
Loglikelihood
-175.1338
F-statistic
733.9495
Durbin-Watsonstat
0.293421
Prob(F-statistic)
0.000000
2、异方差检验
(1)Goldfeld-Quandt检验
在Procs菜单项选Sortseries项,出现排序对话框,输入X,OK。
在Sample菜单里,将时间定义为1978-1985,用OLS方法计算得如下结果:
Y=-145.441495+0.3971185479*X
(-8.730234)(25.42693)
R-squared=0.990805Sumsquaredresid1=15.12284
25
19781985
8
-145.4415
16.65952
-8.730234
0.0001
0.397119
0.015618
25.42693
0.990805
255.7500
0.989273
146.0105
15.12284
8.482607
1372.202
8.502468
-31.93043
646.5287
1.335534
在Sample菜单里,将时间定义为1991-1998,用OLS方法计算得如下结果:
Y=-4602.367144+1.952519317*X
(-5.065962)(18.40942)
R-squared=0.982604Sumsquaredresid2=5811189.
29
19911998
-4602.367
908.4882
-5.065962
0.0023
1.952519
0.106061
18.40942
0.982604
10847.12
0.979705
6908.102
984.1400
16.83373
5811189.
16.85359
-65.33492
338.9068
0.837367
0.000002
求F统计量:
,查F分布表,给定显著性水平
,得临界值
,比较
>
,拒绝原假设
,表明随机误差项显著的存在异方差。
3、异方差的修正
(1)WLS估计法。
首先生成权函数
然后用OLS估计参数,
Y=-2262.639946+1.566910934*X
10/12/05Time:
08:
07
Weightingseries:
W
-2262.640
131.2507
-17.23907
1.566911
0.057637
27.18590
WeightedStatistics
0.961501
2183.201
0.959475
2104.209
423.5951
15.02583
3409224.
15.12530
-155.7712
474.5211
0.354490
UnweightedStatistics
0.962755
0.960794
1293.978
Sumsquaredresid
31813191
0.224165
(2)对数变换法。
用GENR生成LY和LX序列,用OLS方法求LY对LX的回归,结果如下:
LY=-6.839135503+1.787148637*LX
LY
00:
05
-6.839136
0.237565
-28.78845
LX
1.787149
0.030033
59.50680
0.994663
7.195082
0.994382
1.746173
0.130880
-1.138677
0.325463
-1.039199
13.95611
3541.059
0.642916
比较方法
(1)和
(2),可以看出X与Y在对数线性回归下拟合效果较好。
原因是Y的曲线呈对数型图形有关。
中的演示示例
(二)
2、能根据计算结果进行多重共线性检验和出现多重共线性时的补救。
3、数据为demodata2
我国钢材供应量分析(多重共线性检验及补救)
通过分析我国改革开放以来(1978-1997)钢材供应量的历史资料,可以建立一个单一方程模型。
根据理论及对现实情况的认识,影响我国钢材供应量Y(万吨)的主要因素有:
原油产量X1(万吨),生铁产量X2(万吨),原煤产量X3(万吨),电力产量X4(亿千瓦小时),固定资产投资X5(亿元),国内生产总值X6(亿元),铁路运输量X7(万吨)。
X1
X2
X3
X4
X5
X6
X7
10405
3479.00
6.81
2566
668.72
3624.1
110119
2208
10615
3673
6.35
2820
699.36
4038.2
111893
2497
10595
3802
6.2
3006
746.9
4517.8
111279
2716
10122
3417
6.22
3093
638.21
4862.4
107673
2670
10212
3551
6.66
3277
805.9
5294.7
113495
2920
10607
3738
7.15
3514
885.26
5934.5
118784
3072
11461
4001
7.89
3770
1052.43
7171
124074
3372
12490
4834
8.72
4107
1523.51
8964.4
130709
3693
13069
5064
8.94
4495
1795.32
10202.2
135635
4058
13414
5503
9.28
4973
2101.69
11962.5
140653
4386
13705
5704
9.8
5452
2554.86
14928.3
144948
4689
13764
5820
10.54
5848
2340.52
16909.2
151489
4859
13831
6238
10.8
6212
2534
18547.9
150681
5153
14099
6765
10.87
6775
3139.03
21617.8
152893
5638
14210
7589
11.16
7539
4473.76
26638.1
157627
6697
14524
8956
11.5
8395
6811.35
34634.4
162663
7716
14608
9741
12.4
9281
9355.35
46759.4
163093
8428
15004.95
10529.27
13.61
10070.3
10702.97
58478.1
165855
8979
15733.39
10722.5
13.97
10813.1
12185.79
67884.6
168803
9338
16074.14
11511.41
13.73
11355.53
13838.96
74772.4
169734
9978
设模型的函数形式为:
一、运用OLS估计法对上式中参数进行估计,EVIEWS操作步骤为:
1、在FILE菜单中选择NEW-WORKFILE,输入起止时间。
2、在主窗口菜单选QUICK-EMPTYGROUP,在编辑数据区输入YX1X2X3X4X5X6X7所对应的数据。
3、在主窗口菜单选在QUICK-ESTIMATEEQUATION,对参数做OSL估计,输出结果见下表:
139.2362
718.2493
0.193855
0.8495
-0.051954
0.090753
-0.572483
0.5776
0.127532
0.132466
0.962751
0.3547
-24.29427
97.48792
-0.249203
0.8074
0.863283
0.186798
4.621475
0.0006
0.330914
0.105592
3.133889
0.0086
-0.070015
0.025490
-2.746755
0.0177
0.002305
0.019087
0.120780
0.9059
0.999222
5153.350
0.998768
2511.950
88.17626
12.08573
93300.63
12.48402
-112.8573
2201.081
1.703427
Y=139.2361608-0.05195439459*X1+0.1275320853*X2-24.294272*X3+0.8632825292*X4+0.330913843*X5-0.07001518918*X6+0.002305379405*X7
二、分析
由F=2201.081>
F0.05(7,12)=2.91(显著性水平a=0.05),表明模型从整体上看钢材供应量与解释变量之间线性关系显著。
三、检验
计算解释变量之间的简单相关系数。
EVIEWS过程如下:
1、主菜单QUICK-GROUPSTATISTICS-CORRRELATION,在对话框中输入X1X2X3X4X5X6X7,结果如下:
1.000000
0.921956
0.975474
0.931882
0.826401
0.845837
0.986815
0.964400
0.994921
0.969686
0.972530
0.931689
0.974809
0.894963
0.913344
0.982943
0.959613
0.969105
0.945444
0.996169
0.827643
0.846079
2、由上表可以看出,解释变量之间存在高度线性相关性。
尽管方程整体线性回归拟合较好,但X1X2X3X7变量的参数t值并不显著,X3X6系数的符号与经济意义相悖。
表明模型确实存在严重的多重共线性。
四、修正
1、运用OLS方法逐一求Y对各个解释变量的回归。
结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
-10123.78
1528.060
-6.625250
1.181784
0.116936
10.10629
0.850171
0.841847
998.9623
16.74595
17962663
16.84552
-165.4595
102.1371
0.217842
-618.7199
108.3930
-5.708116
0.926212
0.016019
57.82017
0.994645
0.994347
188.8610
13.41454
642032.9
13.51411
-132.1454
3343.172
0.962290
-3770.942
581.6642
-6.483023
926.7178
58.38537
15.87243
0.933317
0.929612
666.4367
Akaikeinfocr
- 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:
- EVIEWS 计量 经济学 教学 过程 中的 演示 示例
![提示](https://static.bdocx.com/images/bang_tan.gif)