合肥学院《计量经济与实证分析》实验报告地区财政收入影响因素一、实验目的研究地区财政收入影响的因素有哪些，判断这些因素是否存在多重共线性，并提出解决二、实验内容1.用软件计算回归结果2.根据回归结果判断是否存在多重共线性，提出解决多从共线性的方法3. 判断是否存在其他未被纳入模型的因素 三、实验过程与结论第一步：构建模型以财政收入为被解释变量，固定资产投资总额、工业总产值、农林牧渔总产 值、社会消费品零售总额以及地区总人口为解释变量建立线性回归模型。
P 2*X2 + P 3*X3 + P 4*X4 + P 5*X5 + u 其中:F 值性检验，R 平方很大，所以可能存在多重共线性这时的模型方程为 Y=96.867+0.665X1-0.0015X2-0.3639X3+0.277X4+0.0345X5+u第二步进行多重共线性的检验Y=P 0 + P 1*X1 +Y----财政收入 X1—— 固定资产投资总额 X2----工业总产值X3----农林牧渔总产值 X4—社会消费品零售总额 X5— 地区总人口P 0、P 1、 P 2、 P 3、P 4、P 5—— 表示待定系数u----表示随机误差项第二步：利用stata 软件计算回归结果，结果如下:判断VIF 值大小从结果看出vif=14.83大于10，所以存在多重共线性。
F 面开始采取补救措施 进行主成分分析多重共线性检验修正,VI fVari ab1eVIF 1/viF x3 2. 00 0.481757 X42. OB 0.481757Mean VIF ■2・OS从VIF 值可以看出多重共线性不存在了(3)可能还有地区发展不平衡，国际环境不稳定，国家对经济发展 的结构性调整等因素影响地区财政收入。
sw reg y xl p p p0.67910.4137 0.1081 >= >= > = x2 x3 x4 x5,pr(0.Ijbegin with ful1 model removing x2 removi ng x5 removing xl 0.10000.10000.1000sourcessdfMSNumberModel Residual 13023034.1 1036481.26 2 6511517.05 26 37068,6163 p>2Tot al14061515.430468717.178R-squaredAdj R-squared Root MSEl o ocoef . 5td. Err . PA|t|X3 x4_cons-.2472019 .3350361 156.4796 .0418269 .0201866 58.70623-5.9116. eo 2. 67进行逐步回归剔除 X1X2X5变量留下X3X4170 1 3 65 0^ 9o2 9[95% conf, interval] -*3328804 .2936657 36.22539-*1615234 .3763864276.7339合肥学院《计量经济与实证分析》实验报告题目: 美国维吉尼亚州公立中小学教师工资学生姓名: 朱盈超学号：1313101023别: 管理系专业：财务管理提交时间: 2015 11美国维吉尼亚州公立中小学教师工资一、实验目的研究美国维吉尼亚州公立中小学教师工资的情况二、实验内容1将2008-2009年度抽样学校教师平均工资对2008年县平均教师工资描点2利用数据估计模型3观察是否存在异方差，如果存在异方差的话列出补救措施三、实验过程与结论第一步：构建模型进行描点以2008~2009年度抽样学校教师平均工资为被解释变量，2008年县平均教师工资为解释变量建立现行回归模型，进行描点Y=®+ 2*X1+u其中：丫为2008—2009年度抽样学校教师平均工资X1为2008年县平均教师工资 P 1、P 2为待定系数卩为随机误差项第二步：将2008— 2009年度抽样学校教师平均工资对 2008年县平均教师工资进 行描点，结果如下：抽样学校教师平均工资对县平均教师工资拟合图第三步：进行回归分析，估计数据模型，结果如下: .reg aversalary^schoolaversalary_jcountysource55 dfMSNumber of obs F （ 1. IS ）Prob > FR-squaredAdj R-squaredR OOT MSE= 20211.85 Oi. ODOO 0. 9217 0.9173 2066.2Model Residual904429518 76847200.8 1 18 904429518 426928ft. 93= Total081276718 19 51646143.1=aversal a coef. 5td ・ Err. tPAlt 1[95% conf. interval ] aversalary~y_cons1,043275 -745,4817.07167S514,55 -0,240 . 000o.sie・ 8926835 -73&8, 5也1.■ 19 逝5 5S77,eY=-745.4817+1.043275X1 + 第四步：侦察是否存在异方差性 ①BP 检验，结果如下：Fitted values•县平均教师工资.estat hettestBreusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho:匚onstant variance Variables: fitted values of ychi2Cl) Prob > chi2O_28 O.5961从上述BP检验中不难看出，回归方程存在异方差②怀特检验，结果如下:estat 1 mt est,whitewhite*s test for Hd： homoskedasticityagainst Ha: unrestricted heteroskectasticity综上所述，基于帕克检验、BP检验、怀特检验、BPG检验来看，在回归方程所做的OLS回归中遇到了异方差性问题。
第五步：补救措施为了纠正异方差性问题，对进行对数变换。
得到如下回归方程：In Y=p 0 + 阳X*1 + u (3.2)运用stata对回归方程(3.2)进行回归，结果如下：Number of obs = 20 FC 1, 18) = 147.16Prob > F = 0.0000 ft-squared = 0.8910 Adj R-squared = 0.8850 Root MSE - .04682tesx for HO ： homoskedasxicixyag Al nsz Ha: unrestri cted heteroskedasti ci ty从怀特检验中可以看出，进行对数变换后的回归方程不存在异方差问题，因为Prob > chi2 = 0.8486imresr,whiteestat & Trivedi's decomposition of iM-testCameron -gen lry=ln( aversal ary_schDol) m gen lrDC=ln( aver sal ary_cou nry) sourcess df MS Model ・ 322638649 1 ■ 322638649 Residual・ 039464972 18 .002192498 Total ・ 3&210362119-019058085whire *5chi 2(2) Prob > chi2 0.33 0.8486.regIry Inx合肥学院《计量经济与实证分析》实验报告题目: 虚拟的时间序列数据学生姓名: 朱盈超学号：1313101023 别: 管理系专业：财务管理提交时间: 2015 11虚拟的时间序列数据、实验的目的进行测算数据的回归方程；建立杜宾沃森的检验检查自相关：再进行广义差分对方程进行重新估计、具体的实验步骤（一）实验过程 1、对y 、x 进行回归。
.reg y x SourceS df MS Number of obs = 19 ---------------- F(-4：—17) - 260.59— 75.369 1 130875.369 P rob > F = 0.0000 R-squared = 0.9388 Model 1308 Residual 8537.87337 17 502.227845Total 13941 Adj R squared = 0.9352 3.24218 7745.18014 Root MSE 22.41 y Coef.Std. Err. t P >|t| [95% Conf. In terval] x .24515 cons -261. 53 . 0151867 1 6.14 0.000 . 2131142 . 2771964 1365 32.19819 -8.11 0.000 -329.0688 -193.2043 由上表的估计模型：得到回归方程 丫=0.2453X-261.2062+b ， 2、计算DW 统计量。
,tsset timetime variable: time, 1 to 20 delta: 1 unit * estat dwatson Durbin-Watson d-statisticf 2, 20) = ,59529770<DW=0.5952977<2 3、利用DW 佥验是否存在自相关，并利用 d 值估算自相关系数。
当n=20、=1、=0.01时，查表可得。
根据d 检验的决策规则可得存在正自相关, 根据d 与之间的关系 可得P=0.70235115 4、运用广义最小二乘法重新估量模型 .gen y_1=y[_n-1] (1 miss ing value gen erated).gen x_1=x[_ n-1](1 miss ing value gen erated) .gen p=1-0.5785807/2 .gen GDy= y- p* y_1 (1 miss ing value gen erated) .gen GDx= x- p* x_1(1 miss ing value gen erated)根据GDy=y-p*y_1构建GDx=x-p*x_1然后对GDx和GDy进行回归.reg my.dwstatDurbin-Watson d-statisticC 2, 19) = 1.671759重新估量的模型的DW/值为1.671759，当n=20 =1、=0.01时，查表可得。