Eviews实验报告.docx

Eviews实验报告.docx

《Eviews实验报告.docx》由会员分享，可在线阅读，更多相关《Eviews实验报告.docx（22页珍藏版）》请在冰豆网上搜索。

Eviews实验报告

农业大学经济贸易学院

学生实验报告

课程名称：

计量经济学

专业班级：

经济1201班

姓名：

学号：

指导教师：

徐冬梅

职　　称：

讲师　

实验日期：

2014.12.11

学生实验报告

学生

学号

组员：

实验项目

EVIEWS的使用

√必修□选修

√演示性实验√验证性实验□操作性实验□综合性实验

实验地点

管理模拟实验室

实验仪器台号

指导教师

实验日期及节次

一、实验目的及要求

1、目的

会使用EVIEWS对计量经济模型进行分析

2、容及要求

（1）对经典线形回归模型进行参数估计、参数的检验与区间估计，对模型总体进行显著性检验；

（2）异方差的检验及其处理；

（3）自相关的检验及其处理；

（4）多重共线性检验及其处理；

二、仪器用具

仪器名称

规格/型号

数量

备注

计算机

1

无网络环境

Eviews

1

三、实验方法与步骤

（一）数据的输入、描述及其图形处理；

（二）方程的估计；

（三）参数的检验、违背经典假定的检验；

（四）模型的处理与预测

四、实验结果与数据处理

实验一：

中国城镇居民人均消费支出模型

数据散点图：

通过Eviews估计参数方程

回归方程：

DependentVariable:

Y

Method:

LeastSquares

Date:

11/27/14Time:

15:

02

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X

1.359477

0.043302

31.39525

0.0000

C

-57.90655

377.7595

-0.153289

0.8792

R-squared

0.971419

Meandependentvar

11363.69

AdjustedR-squared

0.970433

S.D.dependentvar

3294.469

S.E.ofregression

566.4812

Akaikeinfocriterion

15.57911

Sumsquaredresid

9306127.

Schwarzcriterion

15.67162

Loglikelihood

-239.4761

F-statistic

985.6616

Durbin-Watsonstat

1.294974

Prob（F-statistic）

0.000000

得出估计方程为：

Y=1.*X-57.9065479515

异方差检验

1、图示检验法

图形呈现离散趋势，大致判断存在异方差性。

2、Park检验

DependentVariable:

LOG（E2）

Method:

LeastSquares

Date:

11/27/14Time:

16:

16

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

19.82562

19.85359

0.998591

0.3263

LOG（X）

-0.956403

2.204080

-0.433924

0.6676

R-squared

0.006451

Meandependentvar

11.21371

AdjustedR-squared

-0.027809

S.D.dependentvar

2.894595

S.E.ofregression

2.934568

Akaikeinfocriterion

5.053338

Sumsquaredresid

249.7389

Schwarzcriterion

5.145854

Loglikelihood

-76.32674

F-statistic

0.188290

Durbin-Watsonstat

2.456500

Prob（F-statistic）

0.667555

看到图中LOG（E2）中P值为0.6676>0.05，所以不存在异方差性

3、G-Q检验

e1检验：

DependentVariable:

X

Method:

LeastSquares

Date:

11/27/14Time:

16:

41

Sample:

112

Includedobservations:

12

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

4642.028

2014.183

2.304671

0.0439

Y

0.231046

0.215824

1.070530

0.3095

R-squared

0.102820

Meandependentvar

6796.390

AdjustedR-squared

0.013102

S.D.dependentvar

293.2762

S.E.ofregression

291.3486

Akaikeinfocriterion

14.33793

Sumsquaredresid

848840.2

Schwarzcriterion

14.41875

Loglikelihood

-84.02758

F-statistic

1.146034

Durbin-Watsonstat

0.445146

Prob（F-statistic）

0.309538

e2检验：

DependentVariable:

X

Method:

LeastSquares

Date:

11/27/14Time:

16:

42

Sample:

2031

Includedobservations:

12

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

583.4526

593.4370

0.983175

0.3487

Y

0.697748

0.040196

17.35870

0.0000

R-squared

0.967879

Meandependentvar

10586.89

AdjustedR-squared

0.964667

S.D.dependentvar

2610.864

S.E.ofregression

490.7655

Akaikeinfocriterion

15.38082

Sumsquaredresid

2408507.

Schwarzcriterion

15.46164

Loglikelihood

-90.28493

F-statistic

301.3245

Durbin-Watsonstat

2.748144

Prob（F-statistic）

0.000000

第一个图中的残差平方和为848840.2

第二个图中的残差平方和为2408507

所以F值为2408507/848840.2=2.8374<2.97，所以不存在异方差性

4、White检验

WhiteHeteroskedasticityTest:

F-statistic

2.240402

Probability

0.125152

Obs*R-squared

4.276524

Probability

0.117860

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

11/27/14Time:

16:

50

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-2135113.

1158576.

-1.842876

0.0760

X

503.7331

242.2078

2.079756

0.0468

X^2

-0.023609

0.011650

-2.026590

0.0523

R-squared

0.137952

Meandependentvar

300197.6

AdjustedR-squared

0.076378

S.D.dependentvar

347663.4

S.E.ofregression

334122.9

Akaikeinfocriterion

28.36817

Sumsquaredresid

3.13E+12

Schwarzcriterion

28.50694

Loglikelihood

-436.7067

F-statistic

2.240402

Durbin-Watsonstat

1.871252

Prob（F-statistic）

0.125152

P值为0.11786>0.05，所以不存在异方差性

通过四种不同的检验得知除了图示检验法得出异方差的结论，其他的检验的结论都是不存在异方差的。

5、WLS（加权最小二乘法）修正

DependentVariable:

Y

Method:

LeastSquares

Date:

11/27/14Time:

17:

14

Sample:

131

Includedobservations:

31

Weightingseries:

E3

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-85.69426

24.15675

-3.547425

0.0013

X

1.362221

0.002307

590.5615

0.0000

WeightedStatistics

R-squared

1.000000

Meandependentvar

13474.53

AdjustedR-squared

1.000000

S.D.dependentvar

61353.74

S.E.ofregression

27.93264

Akaikeinfocriterion

9.559810

Sumsquaredresid

22626.73

Schwarzcriterion

9.652325

Loglikelihood

-146.1770

F-statistic

348762.9

Durbin-Watsonstat

2.061818

Prob（F-statistic）

0.000000

UnweightedStatistics

R-squared

0.971413

Meandependentvar

11363.69

AdjustedR-squared

0.970427

S.D.dependentvar

3294.469

S.E.ofregression

566.5415

Sumsquaredresid

9308110.

Durbin-Watsonstat

2.178992

实验二：

中国粮食生产函数

1、回归方程

DependentVariable:

LOG（Y）

Method:

LeastSquares

Date:

12/11/14Time:

15:

06

Sample:

19832007

Includedobservations:

25

Variable

Coefficient

Std.Error

t-Statistic

Prob.

LOG（X1）

0.381145

0.050242

7.586182

0.0000

LOG（X2）

1.222289

0.135179

9.042030

0.0000

LOG（X3）

-0.081110

0.015304

-5.300024

0.0000

LOG（X4）

-0.047229

0.044767

-1.054980

0.3047

LOG（X5）

-0.101174

0.057687

-1.753853

0.0956

C

-4.173174

1.923624

-2.169434

0.0429

R-squared

0.981597

Meandependentvar

10.70905

AdjustedR-squared

0.976753

S.D.dependentvar

0.093396

S.E.ofregression

0.014240

Akaikeinfocriterion

-5.459968

Sumsquaredresid

0.003853

Schwarzcriterion

-5.167438

Loglikelihood

74.24960

F-statistic

202.6826

Durbin-Watsonstat

1.791427

Prob（F-statistic）

0.000000

得出回归方程为：

LOG（Y）=0.2*LOG（X1）+1.*LOG（X2）-0.34*LOG（X3）-0.*LOG（X4）-0.5*LOG（X5）-4.

通过检验结果可知R2较大且接近于1，而且F=202.6826>F0.05（5,19）=2.74，故认为粮食产量与上述变量之间总体线性关系显著。

但是由于其中X4、X5前的参数估计值未通过t检验，且符号的经济意义不合理，故认为解释变量之间存在多重共线。

2、相关系数表

LNX1

LNX2

LNX3

LNX4

LNX5

LNX1

1.000000

-0.568744

0.451700

0.964357

0.440205

LNX2

-0.568744

1.000000

-0.214097

-0.697625

-0.073270

LNX3

0.451700

-0.214097

1.000000

0.398780

0.411279

LNX4

0.964357

-0.697625

0.398780

1.000000

0.279528

LNX5

0.440205

-0.073270

0.411279

0.279528

1.000000

由表可知LnX1与LnX2之间存在高度的线性相关性

3、简单的回归形式

LnY与LnX1

DependentVariable:

LNY

Method:

LeastSquares

Date:

12/11/14Time:

15:

15

Sample:

19832007

Includedobservations:

25

Variable

Coefficient

Std.Error

t-Statistic

Prob.

LNX1

0.224005

0.025515

8.779293

0.0000

C

8.902008

0.206034

43.20657

0.0000

R-squared

0.770175

Meandependentvar

10.70905

AdjustedR-squared

0.760182

S.D.dependentvar

0.093396

S.E.ofregression

0.045737

Akaikeinfocriterion

-3.255189

Sumsquaredresid

0.048114

Schwarzcriterion

-3.157679

Loglikelihood

42.68986

F-statistic

77.07599

Durbin-Watsonstat

0.939435

Prob（F-statistic）

0.000000

LnY与LnX2

DependentVariable:

LNY

Method:

LeastSquares

Date:

12/11/14Time:

15:

16

Sample:

19832007

Includedobservations:

25

Variable

Coefficient

Std.Error

t-Statistic

Prob.

LNX2

-0.383434

0.509669

-0.752321

0.4595

C

15.15748

5.912971

2.563429

0.0174

R-squared

0.024017

Meandependentvar

10.70905

AdjustedR-squared

-0.018417

S.D.dependentvar

0.093396

S.E.ofregression

0.094252

Akaikeinfocriterion

-1.809063

Sumsquaredresid

0.204321

Schwarzcriterion

-1.711553

Loglikelihood

24.61329

F-statistic

0.565986

Durbin-Watsonstat

0.335219

Prob（F-statistic）

0.459489

LnY与LnX3

DependentVariable:

LNY

Method:

LeastSquares

Date:

12/11/14Time:

15:

18

Sample:

19832007

Includedobservations:

25

Variable

Coefficient

Std.Error

t-Statistic

Prob.

LNX3

0.108067

0.085271

1.267335

0.2177

C

9.619722

0.859744

11.18905

0.0000

R-squared

0.065274

Meandependentvar

10.70905

AdjustedR-squared

0.024634

S.D.dependentvar

0.093396

S.E.ofregression

0.092239

Akaikeinfocriterion

-1.852255

Sumsquaredresid

0.195684

Schwarzcriterion

-1.754745

Loglikelihood

25.15319

F-statistic

1.606139

Durbin-Watsonstat

0.597749

Prob（F-statistic）

0.217717

LnY与LnX4

DependentVariable:

LNY

Method:

LeastSquares

Date:

12/11/14Time:

15:

18

Sample:

19832007

Includedobservations:

25

Variable

Coefficient

Std.Error

t-Statistic

Prob.

LNX4

0.166976

0.028274

5.905670

0.0000

C

8.949090

0.298255

30.00479

0.0000

R-squared

0.602605

Meandependentvar

10.70905

AdjustedR-squared

0.585327

S.D.dependentvar

0.093396

S.E.ofregression

0.060143

Akaikeinfocriterion

-2.707578

Sumsquaredresid

0.083194

Schwarzcriterion

-2.610068

Loglikelihood

35.84472

F-statistic

34.87693

Durbin-Watsonstat

0.625528

Prob（F-statistic）

0.000005

LnY与LnX5

DependentVariable:

LNY

Method:

LeastSquares

Date:

12/11/14Time:

15:

19

Sample:

19832007

Includedobservations:

25

Variable

Coefficient

Std.Error

t-Statistic

Prob.

LNX5

0.488731

0.234606

2.083199

0.0485

C

5.600749

2.452207

2.283962

0.0319

R-squared

0.158733

M