计量经济学实验报告三.doc

《计量经济学实验报告三.doc》由会员分享，可在线阅读，更多相关《计量经济学实验报告三.doc（6页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、1序列相关实验：下表是1965年-1994年美国人均真实工资Y与人均产出指数X的数据，通过建立模型进行分析：年份YX196569.358.6196671.861196773.762.3196876.564.5196977.664.919707966.2197180.568.8197282.971197384.773.1197483.772.2197584.574.819768777.2197788.178.4197889.779.519799079.7198089.779.8198189.881.4198291.181.2198391.284198491.586.4198592.888.119

2、8695.990.7198796.391.3198897.392.4198995.893.3199096.494.5199197.495.91992100100199399.9100.1199499.7101.4（1） 用普通最小二乘法估计模型参数Dependent Variable: YMethod: Least SquaresDate: 05/25/14 Time: 08:53Sample: 1965 1994Included observations: 30VariableCoefficientStd. Errort-StatisticProb. C33.429562.16.374570

3、.0000X0.0.27.105040.0000R-squared0. Mean dependent var88.12667Adjusted R-squared0. S.D. dependent var8.S.E. of regression1. Akaike info criterion3.Sum squared resid80.42455 Schwarz criterion4.Log likelihood-57.35999 F-statistic734.6830Durbin-Watson stat0. Prob(F-statistic)0.Y=33.42956+0.x（2） 用图形法判断模

4、型是否存在一阶自相关如图表明Ut存在一阶自相关，且大部分散点落在 一，三象限，则判为正相关（3） 用DW值检验模型是否存在一阶自相关对样本容量为30，一个解释变量的模型，在显著性水平5%下，查DW统计表可知DL=1.35 Du=1.49，模型中DWDu 所以模型扰动项已不存在一阶自相关2虚拟变量实验：下表给出了1965-1970年美国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，而且和季度因素有关。要求对下列情况分别估计利润模型：利润销售额YX1965-I10503II12192III10834IV122011966-I12245II14101III12213IV128201967-

5、I11349II12715III11014IV127301968-I12539II14949III13203IV149471969-I14151II16049III14024IV143151970-I12381II14091III12174IV10985（1）如果认为季度影响使利润平均值发生变异，应如何引入虚拟变量？哪个季度对利润平均值有显著影响（显著性水平为0.1）？你怎么得出这个结论的？并写出该季度的利润平均值。 用加法方式引入虚拟变量， Dependent Variable: YMethod: Least SquaresDate: 05/25/14 Time: 09:19Sample:

6、1965:1 1970:4Included observations: 24VariableCoefficientStd. Errort-StatisticProb. C6868.0151892.7663.0.0018X0.0.3.0.0035D1-182.1690654.3568-0.0.7837D21240.294630.68061.0.0640D3-400.3371636.1128-0.0.5366R-squared0. Mean dependent var12863.54Adjusted R-squared0. S.D. dependent var1453.439S.E. of reg

7、ression1086.160 Akaike info criterion17.00174Sum squared resid Schwarz criterion17.24716Log likelihood-199.0208 F-statistic5.Durbin-Watson stat0. Prob(F-statistic)0.在显著性水平为0.1的情况下，查表可得，自由度=n-k-1=24-4-1=19，t=1.7291.，所以在第二季度对利润水平有显著影响该季度的利润平均值为6868.015+1240.294=8108.309（2）如果认为季度影响同时使利润平均值和利润对销售额的变化率发生

8、变异，应如何引入虚拟变量？3多重共线性实验：设被解释变量Y与解释变量X1、X2、X3、X4、X5、X6的数据如下：年份YX1X2X3X4X5X619887.459.12425.517.517.8185.8521.6819897.6059.32422.322.919.51185.3521.0819907.8559.3641823.718.93185.121.0319917.8059.2419.221.119.05184.820.7319926.99.86384.223.319.57184.621.9319937.478.7372.519.119.95184.2522.4919947.3859.4

9、6372.918.220.89181.3523.2619957.2259.88380.822.223.27179.324.3919968.1310401.727.626.06178.125.0419978.729.8406.528.828.55176.2525.5319989.14510.26410.527.830.12174.3526.64199910.1059.6244724.432.78174.2527.53200010.179.44452.824.132.21179.3528.12200110.5410.66467.127.833.57173.8531.35200210.63510.6

10、8495.219.534.86179.534.58200310.45512.3250025.436.6166.8541.78200410.99513.352528.440.35158.2542.85（1） 将Y关于其他变量线性回归，对方程进行检验，检验结果说明什么？Dependent Variable: YMethod: Least SquaresDate: 05/25/14 Time: 09:34Sample: 1988 2004Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C4.6.0.0.47

11、90X1-0.0.-2.0.0403X20.0.5.0.0002X30.0.0.0.5242X40.0.4.0.0022X5-0.0.-0.0.7231X60.0.0.0.7020R-squared0. Mean dependent var8.Adjusted R-squared0. S.D. dependent var1.S.E. of regression0. Akaike info criterion0.Sum squared resid0. Schwarz criterion0.Log likelihood6. F-statistic111.6129Durbin-Watson stat

12、2. Prob(F-statistic)0.自由度为n-k-1=17-6-1=10，如果给定0.05的显著水平，显然X1，X3，X5，X6,不能通过，T检验，而且X1的系数的符号与预计不同，这表明很可能存在严重的多重共线性（2）对解释变量之间的相关系数进行检查，是否可怀疑自变量之间存在严重的多重共线性。X1X2X3X4X5X6X110.10.40.3-0.50.5X20.110.0.8-0.70.1X30.40.10.-0.90.9X40.30.80.1-0.60.X5-0.5-0.7-0.9-0.61-0.7X60.50.10.90.-0.71由上表系数矩阵可以看出，X1和X5 X1和X6，

13、X2和X4 X2和X6 X4和X2 X4和X5 X4和X6的相关系数都很高，证明确实存在较严重的多重共线性（4）简述逐步回归法的思路。对全部的自变量x1,x2,.,xp,按它们对Y贡献的大小进行比较，并通过F检验法，选择偏回归平方和显著的变量进入回归方程，每一步只引入一个变量，同时建立一个偏回归方程。当一个变量被引入后，对原已引入回归方程的变量，逐个检验他们的偏回归平方和。如果由于引入新的变量而使得已进入方程的变量变为不显著时，则及时从偏回归方程中剔除。在引入了两个自变量以后，便开始考虑是否有需要剔除的变量。只有当回归方程中的所有自变量对Y都有显著影响而不需要剔除时，在考虑从未选入方程的自变量中，挑选对Y有显著影响的新的变量进入方程。不论引入还是剔除一个变量都称为一步。不断重复这一过程，直至无法剔除已引入的变量，也无法再引入新的自变量时，逐步回归过程结束。