西安郵電大学《计量经济学》课内上机实验报告书系部名称：经济与管理学院学生姓名：专业名称：班级：时间：2011-2012（2）1、教材P54 11题2、教材P91 10、11题3、教材p135 7、8题11、下表是中国1978-2000年的财政收入Y和国内生产总值（GDP）的统计资料。
单位：亿元要求，以手工和运用EViews软件（或其他软件）：（1）作出散点图，建立财政收入随国内生产总值变化的一元线性回归模型，并解释斜率的经济意义；（2）对所建立的回归模型进行检验；（3）若2001年中国国内生产总值为105709亿元，求财政收入的预测值及预测区间。
Dependent Variable: YMethod: Least SquaresDate: 04/12/11 Time: 11:26Sample: 1978 2000R-squared Mean dependent varAdjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statistic0200004000060000800001000007880828486889092949698001.通过已知数据得到上面得散点图，财政收入随国内生产总值变化的一元线性回归方程： Ŷi= +（） （） t=r ²= F= ˆσ= 估计的解释变量的系数为，说明国内生产总值每增加一元，财政收入将增加元，符合经济理论。
2.（1）样本可决系数r ²=，模拟拟合度较好。
（2）系数的显著性检验：给定α=0,05，查t 分布表在自由度为n-2=21时的临界值为(21)=因为t=> (21)=, 国内生产总值对财政收入有显著性影响。
3．2001年的财政收入的预测值：Ŷ01= + *105709=2001年的财政收入的预测区间：在1-α下，Y01的置信区间为： Y01∈()()01/2001/20ˆˆˆˆ,Yt e Y t e αασσ⎡⎤-+⎣⎦即： Y01∈[]11612.666943,14829.98478310、在一项对某社区家庭对某种消费品的消费需要调查中，得到下表所示的资料。
单位：元手工方式要求以矩阵表达式进行运算。
（1）估计回归方程的参数及随机干扰项的方差ˆσ²，计算R ²及R ²。
（2）对方程进行F 检验，对参数进行t 检验，并构造参数95%的置信区间。
（3）如果商品单价变为35元，则某一月收入为20000元的家庭的消费支出估计是多少构造该估计值的95%的置信区间。
Dependent Variable: YMethod: Least SquaresDate: 04/17/11 Time: 21:30 Sample: 1 10C X1 Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson statProb(F-statistic)（1） 由上表可写如下回归分析结果：ˆYi=1X 2X ( R ²= R ²= F= ˆσ= ()1ˆS β= ()2ˆS β= 所以ˆσ²= （2） F 检验：提出检验的原假设和备择假设：因为F= 对于给定的显著性水平α=，查表得临界值为： F0，05（2,8）=由于F>，所以拒绝原假设H0，说明回归方程显著，即商品单价、 家庭月收入联合起来对消费支出 有显著性线性影响。
T 检验： t1 = t2=对于给定的显著性水平α=，查表得临界值为： (8)=判断比较：|t1|=>,所以否定原假设H0，1β显著不为零，即商品单价对消费支出有显著的影响|t2|=>,所以否定原假设H0，2β显著不为零，即家庭月收入对消费支出有显著的影响 1β的置信水平是95℅置信区间是：1β∈()()1/211/21ˆˆˆˆ,t S t S ααββββ⎡⎤-+⎣⎦即： 012:0 H ββ==112: ,0H ββ至少有一个不为1β∈[]-17.164795958,-2.416344042同理2β的置信水平是95℅置信区间是2β∈[]0.015155572,0.042080428（3） 如果1X =35 2X =20000则：X =（1,35,20000）Y0的置信水平是的置信区间是：ˆY 0=0()E Y 的置信水平是1-α的预测区间为02002ˆˆ()Y t E Y Y t αα-⨯≤+⨯ 把相应的数据代入得0()E Y 的置信度为95%的预测区间为（ , ） 0Y 的置信水平是1α-的预测区间为0002ˆˆ()Y t E Y Y t αα-⨯≤+⨯ 把相应的数据代入得0Y 的置信度为95%的预测区间为（ ，）11、下表列出了中国2000年按行业分的全部制造业国有企业及规模以上制造业非国有企业（1）利用上述资料，进行回归分析。
iu i i i Y AK L e αβ=（2）回答：中国2000年的制造业总体呈现规模报酬不变状态吗 利用Eviews 的最小二乘法程序，得到如下输出结果： Dependent Variable: Y ’ Method: Least SquaresDate: 04/27/11 Time: 17:15 Sample: 1 31C X1 R-squaredMean dependent var Adjusted R-squared. dependent var . of regressionAkaike info criterion Sum squared residSchwarz criterion Log likelihoodF-statistic根据上述结果得到估计的回归方程为：ˆ'i Y= + + t=R ²= F= DW= A=e^0β 1αβ= 2ββ= 最终得到估计的生产函数为：0.19925811.12021ˆ'(4.2978E 255)i i iY K L =+ 检验模型：（1） 拟合优度检验：可决系数R ²= 不是太高，修正的可决系数2R =也不是太高，表明模型拟合优度还好。
（2） F 检验：提出检验的原假设和备择假设：计算出F 统计量的值为：F=对于给定的显著性水平α=，查表的临界值为： (2,28)=由于F>，所以拒绝原假设H0，说明回归方程显著，即资产合计、职工人数联合起来对非国有企业的工业总产值有显著性线性影响。
（3） t 检验：提出检验的原假设为：H0:βi=0,(i=1,2)012:0 H ββ==112: ,0H ββ至少有一个不为计算出的t统计量值为：t1= t2=对于给定的显著性水平α=，查表得临界值为：(28)=判断比较：|t1|=>,所以否定H0，β1显著不为零，即认为资产合计对非国有企业的工业总产值有显著性影响。
|t2|=>，所以否定H0，β2显著不为零，即职工人数对非国有企业的工业总产值有显著性影响。
于是在建立模型时，K、L可以作为解释变量进入模型。
7、下表列出了2000年中国部分省市城镇居民每个家庭平均全年可支配收入(X)与消费性支出(Y)的统计数据。
（1）试用OLS法建立居民人均消费支出与可支配收入的线性模型；（2）检验模型是否存在异方差性；（3）如果存在异方差性，试采用适当的方法估计模型对数。
解：Dependent Variable: YMethod: Least SquaresDate: 05/11/11 Time: 21:53Sample: 1 20Adjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid1459904.Schwarz criterionLog likelihood F-statistic1） 估计结果为：2ˆ244.51831.301942(1.119056)(32.38690)0.9831291048.912ii Y X R F =-+-==2）（一）图形法：（1）生成参差平方序列：050000100000150000200000250000200040006000800010000XE 2（2）判断：由图可以看出，残差平方ei2对解释变量X 的散点图主要分布在图形中横纵坐标的对角线上，大致看出残差平方ei2随X 的变动呈增大的趋势，因此，模型很可能存在异方差。
但是否确实存在异方差还应通过更进一步的检验。
（二）Goldfeld-Quanadt 检验（1）对变量取值排序（按递增或递减）。
（2）构造子样本区间，建立回归模型。
在本例中，样本容量n=20，删除中间1/4的观测值，即6个观测值，余下部分平分得两个样本区间：1—7和14—20，它们的样本个数均是7个，即n1=n2=7Dependent Variable: Y Method: Least SquaresDate: 05/11/11 Time: 22:10 Sample: 1 7C R-squaredMean dependent var Adjusted R-squared. dependent var . of regressionAkaike info criterion Sum squared residSchwarz criterion Log likelihoodF-statistic Dependent Variable: Y Method: Least SquaresDate: 04/15/11 Time: 21:04 Sample: 14 20R-squaredMean dependent var Adjusted R-squared. dependent var . of regressionAkaike info criterion Sum squared resid 1009069. Schwarz criterionLog likelihoodF-statistic （3）求F 统计量值。
基于表1和表2中残差平方和的数据，即Sum squared resid 的值。
由表1计算得到 的残差平方和为21=141699.1ie∑ ，由表2计算得到的残差平方和为22=1009069.ie∑ 。