大连海事大学实验报告实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Errort-Statistic Prob.??C AVGDPR-squared ????Mean dependent varAdjusted R-squared????. dependent var. of regression ????Akaike info criterionSum squared resid1538032.????Schwarz criterionLog likelihood ????Hannan-Quinn criter.F-statistic ????Durbin-Watson statProb(F-statistic)由上表可知财政收入随国内生产总值变化的一元线性回归方程为: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = +* X其中斜率表示国内生产总值每增加一元,人均消费水平增长元。
检验结果R2=，说明%的样本可以被模型解释，只有%的样本未被解释，因此样本回归直线对样本点的拟合优度很高。
（2）对所建立的回归方程进行检验：（5%显着性水平下，t（18）=）对于参数c假设: H0: c=0. 对立假设:H1: c≠0对于参数GDP假设: H0: GDP=0. 对立假设:H1: GDP≠0由上表知:对于c,t=>t(n-2)=t(18)=因此拒绝H0: c=0,接受对立假设:H1: c≠0对于GDP, t=﹥t(n-2)=t(18)=因此拒绝H0: GDP=0,接受对立假设: H1: GDP≠0此外F统计量为，数值很大，可以判定，人均国内生产总值对居民消费水平在5%的显着性水平下有显着性影响。
所以，回归系数显着不为零，常数项不为零，回归模型中应包括常数项。
综上，整体上看此模型是比较好的。
(3)序列相关问题由上图可知，DW统计量，经查表，当k=1，n=20时，dl=，因此可判断此模型存在序列相关，且为序列正相关。
修正：广义差分法因为DW=，ρ=1-DW/2=令X1=*X(-1)Y1=*Y(-1)修正结果如下：Dependent Variable: Y1Method: Least SquaresDate: 06/11/16 Time: 19:56Sample(adjusted): 1996 2014Included observations: 19 afteradjustmentsCoefficient Std. Error t-Statistic Prob.??X1+087970597. C+10+10R-squared ????Mean dependentvar+11Adjusted R-squared????. dependent var+11. of regression+11????Akaike info criterionSum squared resid+23????Schwarz criterionLog likelihood ????Hannan-Quinn criter.F-statistic ????Durbin-Watson statProb(F-statistic)经修正后，DW=<dl=，说明随机扰动项仍存在序列正相关。
（4）根据2015年中国国民经济与社会发展统计公报，2015年人均国民生产总值为49351元，对该年的居民消费水平进行预测。
点预测：Y = +* X=区间预测：计算出var^（Y0）=S2（∑-+2tn1XXX）（）=，（n-2）=，因此E（Y）的预测区间为Y^0±(n-2)√var^（Y）=49351±。
利用Eviews输出预测结果如下：案例2：下面给出了我国1995-2014年的居民消费水平（Y）和人均国内生产总值（X1）以及城镇居民人均可支配收入（X2）数据，对它们三者之间的关系进行研究。
具体数据如表2所示。
表2：1995年到2014年的统计资料单位：元（1）试建立二元线性回归方程利用Eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 09/11/16 Time: 16:23 Sample(adjusted): 1995 2014 Included observations: 20Coefficient Std. Error t-Statistic Prob.??AVGDP SAVINGCR-squared ????Mean dependent varAdjusted R-squared????. dependent var. of regression ????Akaike info criterionSum squared resid????Schwarz criterion Log likelihood????Hannan-Quinncriter.F-statistic ????Durbin-Watson statProb(F-statistic)由上表可知，样本回归方程为：Y=++(2) 对检验结果的分析AVGDP与SAVING的P值均小于，t值均大于t(n-2)=t(18)=，因此样本回归方程十分显着。
修整后的R2为，说明有%的样本可以被样本回归方程所解释，拟合的很好。
F统计量为数值很大，可以判定，人均可支配收入以及城镇居民人均可支配收入对居民消费水平在5%的显着性水平下有显着性影响。
但是，值得注意的是DW统计量为<dl=（当k=2，n=20时），因此方程可能存在序列相关问题，可利用广义差分法进行修正，如案例1，此处不再赘述。
案例3：表3 列出了2014年中国部分省市城镇居民每个家庭平均全年可支配收入（income）与消费性支出（expense）的统计数据。
表3 2014年统计数据北京广西上海山东省重庆陕西省河北省山西省山西省安徽省内蒙古甘肃省吉林省云南省江苏省贵州省浙江省四川省江西省青海省（1）试用OLS法建立居民消费支出对可支配收入的线性模型利用eviews软件输出结果报告如下：Dependent Variable: EXPENSEMethod: Least SquaresDate: 09/11/16 Time: 20:15Sample(adjusted): 2001 2024Included observations: 24Coefficient Std. Error t-Statistic Prob.??INCOMECR-squared????Mean dependentvarAdjusted R-squared????. dependent var. of regression ????Akaike info criterionSum squared resid????Schwarz criterionLog likelihood ????Hannan-Quinn criter.F-statistic ????Durbin-Watson statProb(F-statistic)因此建立模型（令Y=EXPENSE 人均消费性支出，X=INCOME人均可支配收入）：Y=+*X当人均可支配收入增长1元，人均消费性支出增加元。
同时分析结果显示， INCOME 的P值为，小于，t=>t(n-2)=t(18)=，十分显着。
拟合优度R2为，说明有%的样本可以被样本回归方程所解释，拟合的很好。
F统计量为，数值很大，可以判定，人均可支配收入对人均消费性支出在5%的显着性水平下，有显着性影响。
DW统计量为>du=（当k=1，n=24时），因此方程不存在序列相关问题。
整体上看，此模型较为成功。
（2）异方差的图形检验：输出残差、拟合值图形报告：散点图报告：从图形上可以看出，平均而言，城镇居民人均消费性支出随城镇居民人均可支配收入的增加而增加。
但是，从残差图和散点拟合图可以明显地观察出来，随着可支配收入的增加，支出的变动幅度也略有减小的趋势，可能存在异方差。
（3）检验模型是否存在异方差White检验：Heteroskedasticity Test: WhiteF-statistic????(2，21)Obs*R-squared ????Prob，Chi-Square(2)Scaled explainedSS Prob，Chi-Square(2) Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 11/11/16 Time: 15:35 Sample: 2001 2024Included observations: 24Variable Coefficient Std. Errort-Statistic Prob.??C24915316379291. INCOMEINCOME^2R-squared ????Mean dependentvar1379935.Adjusted R-squared????. dependent var1300708.. of regression1277408.????Akaike info criterionSum squared resid+13????Schwarz criterionLog likelihood ????Hannan-Quinn criterF-statistic Durbin-Watson statProb(F-statistic)：不存在异方差原假设H：存在异方差备择假设H1根据检验结果可知，P=>故，接受原假设，认为该模型不存在异方差。