当前位置:
文档之家› 实验二-一元线性回归模型的估计、检验、预测和应用-学生实验报告
实验二-一元线性回归模型的估计、检验、预测和应用-学生实验报告
Obs F-Statistic
Prob.
25
3.13450
0.0512
6.34347
0.0040
Pairwise Granger Causality Tests 4
Date: 03/30/16 Time: 17:06 Sample: 1978 2005 Lags: 4 Null Hypothesis: CS does not Granger Cause GDPS GDPS does not Granger Cause CS
26
6.26728
0.0073
6.14373
0.0079
Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:06 Sample: 1978 2005 Lags: 3
Null Hypothesis:
CS does not Granger Cause GDPS GDPS does not Granger Cause CS
【实验步骤】
已知广东省宏观经济部分数据(参见附表“广东省宏观经济数据-第二章”), 要根据这些数据分别研究和分析广东省宏观经济,建立宏观计量经济模型。
本实验要求具体验证分析: (1)“国内生产总值的变化引起财政收入的变化” (2)“财政收入影响财政支出” (3)“国内生产总值对社会消费品零售额的影响模型” 并根据相应的回归模型进行经济预测、经济分析和政策评价。
广东财经大学华商学院实验报告
实验项目名称
实验二 一元线性回归模型的估计、检验、预测和应用
课程名称
计量经济学
成绩评定
良
实验类型:验证型□√ 综合型□设计型□ 实验日期
学生姓名
学号
专业班级
一、实验项目训练方案
指导教师
小组合作:是□ 否□√ 小组成员:无
实验目的: 掌握简单相关分析、格兰杰因果关系检验、简单线性回归模型的设定和模型的参
注:在实验中对应的空白处写出实验的结果。全部完成后,把该文档以“学号+姓
名”为名进行命名,提交到教师机。
(一)建立工作文件
进入Eviews,建立一工作文件,并命名为GD,新建4个序列,并对应输入广东
1
省经济数据表中的数据:收入法国内生产总值-GDPS,财政收入-CS,财政支出-CZ, 社会消费品零售额-SLC。
Pairwise Granger Causality Tests
Obs F-Statistic
数估计、简单线性回归模型的区间估计、假设检验和预测方法,并能利用所建立的模 型分析实际问题。
实验场地及仪器、设备和材料: 实验室:普通配置的计算机,Eviews 软件及常用办公软件。
实验训练内容(包括实验原理和操作步骤):
【实验原理】
相关分析,格兰杰因果关系检验,普通最小二乘法(OLS),拟合优度的判定系数 检验和参数显著性t3
SLC
0.996795
1.000000
(三)回归分析
1.【模型设定】(请对得到的图表进行处理,“模型设定”部分不得超过本页)
(1)作因果关系检验(辅助“模型设定”) 分别对上述三组变量作因果关系检验(3组检验结果),并根据因果关系检验的 结果,作简单描述及分析。(其中,因果关系检验结果表:请对同一个模型的滞后期 从2-5多试几次,并选定最终的结果。) GDPS/CS:
Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:06 Sample: 1978 2005 Lags: 2
Null Hypothesis:
Obs F-Statistic
Prob.
CS does not Granger Cause GDPS GDPS does not Granger Cause CS
Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:07 Sample: 1978 2005 Lags: 5 Null Hypothesis: CS does not Granger Cause GDPS GDPS does not Granger Cause CS
(二)相关分析(请对得到的图表进行处理,“相关分析”部分不得超过本页)
1.作散点图 分别作上述三组变量之间的散点图(3个散点图),并根据散点图作简单分析,
写出各组变量的关系。 散点图:
2,000
1,600
1,200
CS
800
400
0
0
2,000
4,000
6,000
8,000
SLC
CZ
2,400 2,000 1,600 1,200
Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:08 Sample: 1978 2005 Lags: 3 Null Hypothesis: CZ does not Granger Cause CS CS does not Granger Cause CZ
800 400
0 0
500
1,000
1,500
2,000
CS
2
SL C
8,000 7,000 6,000 5,000 4,000 3,000 2,000 1,000
0 0
5,000 10,000 15,000 20,000 25,000 GDPS
分析:由(1)可知,x,y系数互为正相关关系。 由(2)可知,x,y系数互为正相关关系由 由(3)可知,x,y系数互为正相关关系
2、计算简单线性相关系数 分别计算上述三组变量之间的简单线性相关系数,并根据相关系数作简单分析。
GDPS CS
GDPS 1.000000 0.992864
CS 0.992864 1.000000
CS
CZ
CS
1.000000
0.997638
CZ
0.997638
1.000000
GDPS
GDPS 1.000000
CS/CZ: Pairwise Granger Causality Tests Date: 03/30/16 Time: 17:07 Sample: 1978 2005 Lags: 2 Null Hypothesis: CZ does not Granger Cause CS CS does not Granger Cause CZ