计量经济学实验报告
专业：
姓名：
学号：
Monthly (月度) Undated or irreqular (未注明日期或不规则的)
在本例中是截面数据，选择“Undated or irreqular ”。
并在“observations ”中输入，样本数量如“31”点击“ok ”出现“Workfile UNTITLED ”工作框。
其中已有变量：“c ”—截距项 “resid ”—剩余项。
在“Objects ”菜单中点击“New Objects”，在“N ew Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK ”出现数据编辑窗口。
若要将工作文件存盘，点击窗口上方“Save ”，在“SaveAs ”对话框中给定路径和文件名，再点击“ok ”，文件即被保存。
2、输入数据
在数据编辑窗口中，首先按上行键“↑”，这时对应的“obs”字样的空格会自动上跳，在对应列的第二个“obs”有边框的空格键入变量名，如“Y ”，再按下行键“↓”，对因变量名下的列出现“NA ”字样，即可依顺序输入响应的数据。
其他变量的数据也可用类似方法输入。
也可以在EViews 命令框直接键入“data X Y ”(一元时) 或 “data Y 1X 2X … ”(多元时)，回车出现“Group”窗口数据编辑框，在对应的Y 、X 下输入数据。
若要对数据存盘，点击 “fire/Save As”，出现“Save As ”对话框，在“Drives ”点所要存的盘，在“Directories ”点存入的路径（文件名），在“Fire Name ”对所存文件命名，或点已存的文件名，再点“ok ”。
若要读取已存盘数据，点击“fire/Open”，在对话框的“Drives”点所存的磁盘名，在“Directories”点文件路径，在“Fire Name”点文件名，点击“ok”即可。
3、估计参数
方法一：在EViews 主页界面点击“Quick ”菜单，点击“Estimate Equation ”，出现“Equation specification ”对话框，选OLS 估计，即选击“Least Squares”，键入“Y C X ”，点“ok ”或按回车，即出现如表2那样的回归结果。
表2
在本例中，参数估计的结果为：
^
282.24340.758511i i Y X =+ （287.2649） (0.036928) t=(0.982520) (20.54026)
2
0.935685r = F=421.9023 df=29
方法二：在EViews 命令框中直接键入“LS Y C X ”，按回车，即出现回归结果。
若要显示回归结果的图形，在“Equation ”框中，点击“Resids ”，即出现剩余项（Residual ）、实际值（Actual ）、拟合值（Fitted ）的图形，如图2.13所示。
图2
三、模型检验
1、经济意义检验
所估计的参数^
20.758511β=，说明城市居民人均年可支配收入每相差1元，可导致居民消费支出相差0.758511元。
这与经济学中边际消费倾向的意义相符。
2、拟合优度和统计检验
用EViews 得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。
拟合优度的度量：由表2.6中可以看出，本例中可决系数为0.935685，说明所建模型整体上对样本数据拟合较好，即解释变量“城市居民人均年可支配收入”对被解释变量“城市居民人均年消费支出”的绝大部分差异作出了解释。
对回归系数的t 检验：针对
01:0H β=和02:0H β=，由表2.6中还可以看出，估计的回归
系数^
1β的标准误差和t 值分别为：^
1()287.2649SE β=，^
1()0.982520t β=；^
2β的标准误差和t 值分别为：^
2()0.036928SE β=，^
2()20.54026t β=。
取0.05α=，查t 分布表得自由度为
根据表7的数据可计算:
222(1)2042.682(311)i x
x n σ=-=⨯-∑
221()(82707515.026)569
f X X -=-=
222()(124057515.026)23
f X X -=-=取0.05α=,f Y
平均
值置信度95%的预测区间为：
2
^^
22
()1f f i X X Y t n x ασ
-+∑
18270
f X =时
1569985.74
6555.13 2.045413.159331125176492.59⨯⨯
+
6555.13162.10=
212405
f X =时
123911845.729691.58 2.045413.159331125176492.59⨯⨯
+
9691.58499.25= 即是说，当18270
f X =元时，
1
f Y 平均值置信度95%的预测区间为（6393.03，6717.23）元。
当
212405f X =元时，
2
f Y 平均值置信度95%的预测区间为（9292.33，10090.83）元。
f
Y 个别值置信度95%的预测区间为：
2
^
^
22
()
11f f
i X X Y t n x ασ-++
∑
18270
f X =时
1569985.74
6555.13 2.045413.1593131125176492.59⨯⨯+
+
6555.13860.32=
212405
f X =时
123911845.729691.58 2.045413.1593131125176492.59⨯⨯+
+
9691.58934.49=
即是说，当第一步
18270
f X =时，
1
f Y 个别值置信度95%的预测区间为（5694.81，7415.45）
元。
当第二步
212405
f X 时，
2
f Y 个别值置信度95%的预测区间为（8757.09，10626.07）元。
在“E quation ”框中，点击“Forecast ”可得预测值及标准误差的图形如图2.14：
图3
实验结果和收获
1． 学会OLS 方法的估计过程 2． 掌握了模型的估计和检验方法
3． 深入了解了消费函数的计量结果，扩大了思路。