eviews实验题目和数据.docx
- 文档编号:5285474
- 上传时间:2022-12-14
- 格式:DOCX
- 页数:18
- 大小:56.36KB
eviews实验题目和数据.docx
《eviews实验题目和数据.docx》由会员分享,可在线阅读,更多相关《eviews实验题目和数据.docx(18页珍藏版)》请在冰豆网上搜索。
eviews实验题目和数据
每个同学完成1份实验报告,格式规范见模版。
要求:
1实验报告的题可以从以下题目中选择,也可以自由选题,数据自己收集。
建议大家用教材中的数据。
2每个同学做多元线性回归,对数据进行自相关,异方差,或变量多重共线性三种中的一种进行检验、并写出修正方法和修正后的结果。
3十七周周五交实验报告。
第一部分多元线性回归
1、经研究发现,家庭书刊消费受家庭收入及户主受教育年数的影响,表中为对某地区部分家庭抽样调查得到样本数据:
家庭书刊年消费支出(元)Y
家庭月平均收入
(元)X
户主受教育年数
(年)T
家庭书刊年消费支出(元)Y
家庭月平均收入
(元)X
户主受教育年数
(年)T
450
1027.2
8
793.2
1998.6
14
507.7
1045.2
9
660.8
2196
10
613.9
1225.8
12
792.7
2105.4
12
563.4
1312.2
9
580.8
2147.4
8
501.5
1316.4
7
612.7
2154
10
781.5
1442.4
15
890.8
2231.4
14
541.8
1641
9
1121
2611.8
18
611.1
1768.8
10
1094.2
3143.4
16
1222.1
1981.2
18
1253
3624.6
20
(1)建立家庭书刊消费的计量经济模型;
(2)利用样本数据估计模型的参数;
(3)检验户主受教育年数对家庭书刊消费是否有显著影响;
(4)分析所估计模型的经济意义和作用
2某地区城镇居民人均全年耐用消费品支出、人均年可支配收入及耐用消费品价格指数的统计资料如表所示:
年份
人均耐用消费品支出
Y(元)
人均年可支配收入
X1(元)
耐用消费品价格指数
X2(1990年=100)
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
137.16
124.56
107.91
102.96
125.24
162.45
217.43
253.42
251.07
285.85
327.26
1181.4
1375.7
1501.2
1700.6
2026.6
2577.4
3496.2
4283.0
4838.9
5160.3
5425.1
115.96
133.35
128.21
124.85
122.49
129.86
139.52
140.44
139.12
133.35
126.39
利用表中数据,建立该地区城镇居民人均全年耐用消费品支出关于人均年可支配收入和耐用消费品价格指数的回归模型,进行回归分析,并检验人均年可支配收入及耐用消费品价格指数对城镇居民人均全年耐用消费品支出是否有显著影响。
3、下表给出的是1960—1982年间7个OECD国家的能源需求指数(Y)、实际GDP指数(X1)、能源价格指数(X2)的数据,所有指数均以1970年为基准(1970=100)
年份
能源需求指数Y
实际GDP指数X1
能源价格指数X2
年份
能源需求指数Y
实际GDP指数X1
能源价格指数X2
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
54.1
55.4
58.5
61.7
63.6
66.8
70.3
73.5
78.3
83.3
88.9
91.8
54.1
56.4
59.4
62.1
65.9
69.5
73.2
75.7
79.9
83.8
86.2
89.8
111.9
112.4
111.1
110.2
109.0
108.3
105.3
105.4
104.3
101.7
97.7
100.3
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
97.2
100.0
97.3
93.5
99.1
100.9
103.9
106.9
101.2
98.1
95.6
94.3
100.0
101.4
100.5
105.3
109.9
114.4
118.3
119.6
121.1
120.6
98.6
100.0
120.1
131.0
129.6
137.7
133.7
144.5
179.0
189.4
190.9
(1)建立能源需求与收入和价格之间的对数需求函数
,解释各回归系数的意义,用P值检验所估计回归系数是否显著。
(2)再建立能源需求与收入和价格之间的线性回归模型
,解释各回归系数的意义,用P值检验所估计回归系数是否显著。
(3)比较所建立的两个模型,如果两个模型结论不同,你将选择哪个模型,为什么?
4、考虑以下“期望扩充菲利普斯曲线(Expectations-augmentedPhillipscurve)”模型:
其中:
=实际通货膨胀率(%);
=失业率(%);
=预期的通货膨胀率(%)
下表为某国的有关数据,
表1.1970-1982年某国实际通货膨胀率Y(%),
失业率X2(%)和预期通货膨胀率X3(%)
年份
实际通货膨胀率Y
(%)
失业率X2
(%)
预期的通货膨胀率X3(%)
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
5.92
4.30
3.30
6.23
10.97
9.14
5.77
6.45
7.60
11.47
13.46
10.24
5.99
4.90
5.90
5.60
4.90
5.60
8.50
7.70
7.10
6.10
5.80
7.10
7.60
9.70
4.78
3.84
3.31
3.44
6.84
9.47
6.51
5.92
6.08
8.09
10.01
10.81
8.00
(1)对此模型作估计,并作出经济学和计量经济学的说明。
(2)根据此模型所估计结果,作计量经济学的检验。
(3)计算修正的可决系数(写出详细计算过程)。
第二部分多重共线性
1、下表给出了中国商品进口额Y、国内生产总值GDP、消费者价格指数CPI。
年份
商品进口额
(亿元)
国内生产总值
(亿元)
居民消费价格指数(1985=100)
1985
1257.8
8964.4
100
1986
1498.3
10202.2
106.5
1987
1614.2
11962.5
114.3
1988
2055.1
14928.3
135.8
1989
2199.9
16909.2
160.2
1990
2574.3
18547.9
165.2
1991
3398.7
21617.8
170.8
1992
4443.3
26638.1
181.7
1993
5986.2
34634.4
208.4
1994
9960.1
46759.4
258.6
1995
11048.1
58478.1
302.8
1996
11557.4
67884.6
327.9
1997
11806.5
74462.6
337.1
1998
11626.1
78345.2
334.4
1999
13736.4
82067.5
329.7
2000
18638.8
89468.1
331.0
2001
20159.2
97314.8
333.3
2002
24430.3
105172.3
330.6
2003
34195.6
117251.9
334.6
资料来源:
《中国统计年鉴》,中国统计出版社2000年、2004年。
请考虑下列模型:
(1)利用表中数据估计此模型的参数。
(2)你认为数据中有多重共线性吗?
(3)进行以下回归:
根据这些回归你能对数据中多重共线性的性质说些什么?
(4)假设数据有多重共线性,但
在5%水平上个别地显著,并且总的F检验也是显著的。
对这样的情形,我们是否应考虑共线性的问题?
2、理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。
为此,收集了中国能源消费总量Y(万吨标准煤)、国内生产总值(亿元)X1(代表经济发展水平)、国民总收入(亿元)X2(代表收入水平)、工业增加值(亿元)X3、建筑业增加值(亿元)X4、交通运输邮电业增加值(亿元)X5(代表产业发展水平及产业结构)、人均生活电力消费(千瓦小时)X6(代表人民生活水平提高)、能源加工转换效率(%)X7(代表能源转换技术)等在1985-2002年期间的统计数据,具体如下:
年份
能源消费
国民
总收入
GDP
工业
建筑业
交通运输邮电
人均生活
电力消费
能源加工
转换效率
y
X1
X2
X3
X4
X5
X6
X7
1985
76682
8989.1
8964.4
3448.7
417.9
406.9
21.3
68.29
1986
80850
10201.4
10202.2
3967.0
525.7
475.6
23.2
68.32
1987
86632
11954.5
11962.5
4585.8
665.8
544.9
26.4
67.48
1988
92997
14922.3
14928.3
5777.2
810.0
661.0
31.2
66.54
1989
96934
16917.8
16909.2
6484.0
794.0
786.0
35.3
66.51
1990
98703
18598.4
18547.9
6858.0
859.4
1147.5
42.4
67.2
1991
103783
21662.5
21617.8
8087.1
1015.1
1409.7
46.9
65.9
1992
109170
26651.9
26638.1
10284.5
1415.0
1681.8
54.6
66
1993
115993
34560.5
34634.4
14143.8
2284.7
2123.2
61.2
67.32
1994
122737
46670.0
46759.4
19359.6
3012.6
2685.9
72.7
65.2
1995
131176
57494.9
58478.1
24718.3
3819.6
3054.7
83.5
71.05
1996
138948
66850.5
67884.6
29082.6
4530.5
3494.0
93.1
71.5
1997
137798
73142.7
74462.6
32412.1
4810.6
3797.2
101.8
69.23
1998
132214
76967.2
78345.2
33387.9
5231.4
4121.3
106.6
69.44
1999
130119
80579.4
82067.5
35087.2
5470.6
4460.3
118.1
70.45
2000
130297
88254.0
89468.1
39047.3
5888.0
5408.6
132.4
70.96
2001
134914
95727.9
97314.8
42374.6
6375.4
5968.3
144.6
70.41
2002
148222
103935.3
105172.3
45975.2
7005.0
6420.3
156.3
69.78
资料来源:
《中国统计年鉴》2004、2000年版,中国统计出版社。
要求:
(1)建立对数线性多元回归模型
(2)如果决定用表中全部变量作为解释变量,你预料会遇到多重共线性的问题吗?
为什么?
(3)如果有多重共线性,你准备怎样解决这个问题?
用逐步回归的思想,说明全部计算。
第三部分异方差
1、由表中给出消费Y与收入X的数据,试根据所给数据资料完成以下问题:
(1)估计回归模型
中的未知参数
和
,并写出样本回归模型的书写格式;
(2)试用Goldfeld-Quandt法和White法检验模型的异方差性;
Y
X
Y
X
Y
X
55
80
152
220
95
140
65
100
144
210
108
145
70
85
175
245
113
150
80
110
180
260
110
160
79
120
135
190
125
165
84
115
140
205
115
180
98
130
178
265
130
185
95
140
191
270
135
190
90
125
137
230
120
200
75
90
189
250
140
205
74
105
55
80
140
210
110
160
70
85
152
220
113
150
75
90
140
225
125
165
65
100
137
230
108
145
74
105
145
240
115
180
80
110
175
245
140
225
84
115
189
250
120
200
79
120
180
260
145
240
90
125
178
265
130
185
98
130
191
270
2、由表中给出1985年我国北方几个省市农业总产值,农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据,要求:
(1)试建立我国北方地区农业产出线性模型;
(2)选用适当的方法检验模型中是否存在异方差;
地区
农业总产值
农业劳动力
灌溉面积
化肥用量
户均固定
农机动力
(亿元)
(万人)
(万公顷)
(万吨)
资产(元)
(万马力)
北京
19.64
90.1
33.84
7.5
394.3
435.3
天津
14.4
95.2
34.95
3.9
567.5
450.7
河北
149.9
1639.0
357.26
92.4
706.89
2712.6
山西
55.07
562.6
107.9
31.4
856.37
1118.5
内蒙古
60.85
462.9
96.49
15.4
1282.81
641.7
辽宁
87.48
588.9
72.4
61.6
844.74
1129.6
吉林
73.81
399.7
69.63
36.9
2576.81
647.6
黑龙江
104.51
425.3
67.95
25.8
1237.16
1305.8
山东
276.55
2365.6
456.55
152.3
5812.02
3127.9
河南
200.02
2557.5
318.99
127.9
754.78
2134.5
陕西
68.18
884.2
117.9
36.1
607.41
764
新疆
49.12
256.1
260.46
15.1
1143.67
523.3
3、表中的数据是美国1988研究与开发(R&D)支出费用(Y)与不同部门产品销售量(X)。
试根据资料建立一个回归模型,运用Glejser方法和White方法检验异方差。
单位:
百万美元
工业群体
销售量X
R&D费用Y
利润Z
1.容器与包装
6375.3
62.5
185.1
2.非银行业金融
11626.4
92.9
1569.5
3.服务行业
14655.1
178.3
276.8
4.金属与采矿
21869.2
258.4
2828.1
5.住房与建筑
26408.3
494.7
225.9
6.一般制造业
32405.6
1083
3751.9
7.休闲娱乐
35107.7
1620.6
2884.1
8.纸张与林木产品
40295.4
421.7
4645.7
9.食品
70761.6
509.2
5036.4
10.卫生保健
80552.8
6620.1
13869.9
11.宇航
95294
3918.6
4487.8
12.消费者用品
101314.3
1595.3
10278.9
13.电器与电子产品
116141.3
6107.5
8787.3
14.化工产品
122315.7
4454.1
16438.8
15.五金
141649.9
3163.9
9761.4
16.办公设备与电算机
175025.8
13210.7
19774.5
17.燃料
230614.5
1703.8
22626.6
18.汽车
293543
9528.2
18415.4
4、由表中给出的收入和住房支出样本数据,建立住房支出模型。
住房支出
收入
1.8
5
2
5
2
5
2
5
2.1
5
3
10
3.2
10
3.5
10
3.5
10
3.6
10
4.2
15
4.2
15
4.5
15
4.8
15
5
15
4.8
20
5
20
5.7
20
6
20
6.2
20
假设模型为
其中
为住房支出,
为收入。
试求解下列问题:
(1)用OLS求参数的估计值、标准差、拟合优度
(2)用Goldfeld-Quandt方法检验异方差(假设分组时不去掉任何样本值)
5、下表给出的是1998年我国重要制造业销售收入与销售利润的数据资料
行业名称
销售收入
销售利润
行业名称
销售收入
销售利润
食品加工业
187.25
3180.44
医药制造业
238.71
1264.10
食品制造业
111.42
1119.88
化学纤维制造
81.57
779.46
饮料制造业
205.42
1489.89
橡胶制品业
77.84
692.08
烟草加工业
183.87
1328.59
塑料制品业
144.34
1345.00
纺织业
316.79
3862.90
非金属矿制品
339.26
2866.14
服装制造业
157.70
1779.10
黑色金属冶炼
367.47
3868.28
皮革羽绒制品
81.73
1081.77
有色金属冶炼
144.29
1535.16
木材加工业
35.67
443.74
金属制品业
201.42
1948.12
家具制造业
31.06
226.78
普通机械制造
354.69
2351.68
造纸及纸制品
134.40
1124.94
专用设备制造
238.16
1714.73
印刷业
90.12
499.83
交通运输设备
511.94
4011.53
文教体育用品
54.40
504.44
电子机械制造
409.83
3286.15
石油加工业
194.45
2363.80
电子通讯设备
508.15
4499.19
化学原料制品
502.61
4195.22
仪器仪表设备
72.46
663.68
试完成以下问题:
(1)求销售利润岁销售收入的样本回归函数,并对模型进行经济意义检验和统计检验;
(2)分别用图形法、Glejser方法、White方法检验模型是否存在异方差;
6、下表所给资料为1978年至2000年四川省农村人均纯收入
和人均生活费支出
的数据。
四川省农村人均纯收入和人均生活费支出单位:
元/人
时间
农村人均纯收入X
农村人均生活费支出Y
时间
农村人均纯收入X
农村人均生活费支出Y
1978
127.1
120.3
1990
557.76
509.16
1979
155.9
142.1
1991
590.21
552.39
1980
187.9
159.5
1992
634.31
569.46
1981
220.98
184.0
1993
698.27
647.43
1982
255.96
208.23
1994
946.33
904.28
1983
258.39
231.12
1995
1158.29
1092.91
1984
286.76
251.83
1996
1459.09
1358.03
1985
315.07
276.25
1997
1680.69
1440.48
1986
337.94
310.92
1998
1789.17
1440.77
1987
369.46
348.32
1999
1843.47
1426.06
1988
448.85
426.47
2000
1903.60
1485.34
1989
494.07
473.59
数据来源:
《四川统计年鉴》2001年。
(1)求农村人均生活费支出对人均纯收入的样本回归函数,并对模型进行经济意义检验和统计检验;
(2)选用适当的方法检验模型中是否存在异方差;
第四部分自相关性
1、下表给出了美国1960-1995年36年间个人实际可支配收入X和个人实际消费支出Y的数据。
美国个人实际可支配收入和个人实际消费支出单位:
100亿美元
年份
个人实际可支配收入
X
个人实际
消费支出
Y
年份
个人实际可支配收入
X
个人实际
消费支出
Y
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
157
162
169
176
188
200
211
220
230
237
247
- 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 实验 题目 数据