内容页前

计量经济学

发稿作者:发布时间:2014-11-27查看183

黄 冈 师 范 学 院 

 《计量经济学》

 

实验一  问卷设计、抽样调查与数据处理

【实验项目编号】4161303620009

【实验项目名称】问卷设计、抽样调查与数据处理

实验目的掌握问卷设计、抽样调查与数据处理的基本方法

实验仪器计算机,Excel软件

【实验任务】(1)设计一份问卷;(2)象征性地采集一个样本,样本容量不必太大;(3)将样本数据输入Excel文档。

实验步骤或方法

1  掌握问卷设计的方法

1.1  问卷的基本结构

一份正式的调查问卷一般包括以下四个组成部分:标题、导语、正文和结束语。

标题:每份问卷都有一个研究主题。研究者应开宗明义定个题目,反映这个研究主题,使人一目了然,增强填答者的兴趣和责任感。

导语:问卷前面应有一个说明。这个说明可以是一封告调查对象的信,也可以是指导语,说明这个调查的目的与意义,以及填答问卷的要求和注意事项,下面同时属上调查单位名称和日期。

正文:问题和答案是问卷的主体。这是研究主题的具体化,是问卷的核心部分。从形式上看,问题可分为开放式和封闭式两种。从内容上看,可以分为事实性问题、意见性问题、断定性问题、假设性问题和敏感性问题等。

结束语:为了表示对调查对象真诚合作的谢意,研究者应当在问卷的末端写上感谢的话。如果前面的导语已经有表示感谢的话语,那么可以不需要结束语。

1.2  回答问题的形式

开放式问题:又称无结构的问答题。在采用开放式问题时,应答者可以用自己的语言自由地发表意见,在问卷上没有拟定答案。

封闭式问题:又称有结构的问答题。封闭式问题与开放式问题相反,它规定了一组可供选择的答案和固定的回答格式。

量表应答式问题:以量表形式设置的问题。量表是一种测量工具,用于将主观的或抽象的概念定量化,通过对事物的特性变量根据不同的规则分配数字,因此形成了不同测量水平的测量量表,又称为测量尺度。

1.3  问卷调查的方法

访问:由访问员根据被调查者的口头回答来填写问卷的方式。

邮寄:与访问调查比较,邮寄省时,省钱,问卷可以在被调查者方便的时候回答,研究的区域性大一点。但邮寄无法追问回答不清楚的问题,而且问卷回收率比较低。

发放:依靠组织系统逐级发放问卷的方法。

此外,还有电话调查、网上调查等。

1.4  问卷设计的技巧

(1)多用普通用语,对专门术语必须加以解释;(2)要避免一句话中使用两个以上的同类概念或双重否定语;(3)要防止诱导性、暗示性的问题,以免影响答卷者的思考;(4)问及敏感性的问题时要讲究技巧;(5)行文要浅显易读,要考虑到答卷者的知识水平及文化程度,不要超出答卷者的领悟能力;(6)可运用方言,访问时更是如此。

5个“应该”:(1)问题应该针对单一论题;(2)问题应该简短;(3)问题应该以同样的方式解释给所有的应答者;(4)问题应该使用应答者的核心词汇;(5)若可能,问题应该使用简单句。

1.5  注意事项

(1)问卷的开场白:要以亲切的口吻询问,措词应精心切磋,做到言简意赅,亲切诚恳。

(2)问题的语言:①避免一般性问题。问题的本来目的是求取某种特定资料,一般化的问题使应答者所提供的答案资料无使用价值。②问卷的语言要口语化,符合人们交谈的习惯,避免书面化和文人腔调。

(3)问题的选择及顺序:①容易回答的问题放前面,较难回答的问题放稍后,困窘性问题放后面,个人资料的事实性问题放卷尾。②封闭式问题放前面,自由式问题放后面。③注意问题的逻辑顺序,按时间顺序、类别顺序等合理排列。

2  掌握抽样调查的方法

2.1  简单随机抽样

简单随机抽样是指从总体N个单位中任意抽取n个单位作为样本,使每个可能的样本被抽中的概率相等的一种抽样方式。

按照样本抽选时每个单位是否允许重复抽中,简单随机抽样可分为重复抽样和不重复抽样两种。在抽样调查中,特别是社会经济的抽样调查中,简单随机抽样一般是指不重复抽样。

简单随机抽样是其它抽样方法的基础,因为它在理论上最容易处理,而且当总体单位数N不太大时,实施起来并不困难。但若N相当大时,简单随机抽样就不是很容易办到的。首先它要求有一个包含全部N个单位的抽样框;其次用这种抽样得到的样本单位较为分散,调查不容易实施。因此,在实际中直接采用简单随机抽样的并不多。

2.2  分层抽样

分层抽样首先将总体的N个单位分成互不交叉、互不重复的k个部分,称之为层;然后在每个层内分别抽选n1n2,…,nk个样本元素,构成一个容量为n1+n2+…+nk的样本的一种抽样方式。

分层抽样是科学分组与抽样原理的有机结合,前者是划分出性质比较接近的层,以减少标志值之间的变异程度;后者是按照抽样原理抽选样本。因此,分层抽样一般比简单随机抽样和等距抽样更为精确,能够通过对较少的样本进行调查,得到比较准确的推断结果,特别是当总体数目较大、内部结构复杂时,分层抽样常能取得令人满意的效果。因此,分层抽样是应用最为普遍的抽样技术之一。

2.3  整群抽样

整群抽样是首先将总体中各单位归并成若干个互不交叉、互不重复的集合,称之为群;然后以群为抽样单位抽取样本的一种抽样方式。

整群抽样特别适用于缺乏总体单位的抽样框。应用整群抽样时,要求各群有较好的代表性,即群内各单位的差异要大,群间差异要小。

整群抽样的优点是实施方便、节省经费;缺点是往往由于不同群之间的差异较大,由此而引起的抽样误差往往大于简单随机抽样。

2.4  等距抽样

等距抽样首先将总体中各单位按一定顺序排列,根据样本容量要求确定抽选间隔,然后随机确定起点,每隔一定的间隔抽取一个单位的一种抽样方式。

根据总体单位排列方法,等距抽样的单位排列可分为三类:按有关标志排队、按无关标志排队以及介于按有关标志排队和按无关标志排队之间的按自然状态排列。

按照具体实施等距抽样的作法,等距抽样可分为:直线等距抽样、对称等距抽样和循环等距抽样三种。

等距抽样的最主要优点是简便易行,且当对总体结构有一定了解时,充分利用已有信息对总体单位进行排队后再抽样,则可提高抽样效率。

2.5  多阶段抽样

多阶段抽样是指在抽取样本时,分为两个及两个以上的阶段,从总体中抽取样本的一种抽样方式。其具体操作过程是:第一阶段,将总体分为若干个一级抽样单位,从中抽选若干个一级抽样单位入样;第二阶段,将入样的每个一级单位分成若干个二级抽样单位,从入样的每个一级单位中各抽选若干个二级抽样单位入样……,依此类推,直到获得最终样本。

多阶段抽样区别于分层抽样,也区别于整群抽样,其优点在于适用于抽样调查的面特别广,没有一个包括所有总体单位的抽样框,或总体范围太大,无法直接抽取样本等情况,可以相对节省调查费用。其主要缺点是抽样时较为麻烦,而且从样本对总体的估计比较复杂。

2.6  双重抽样

双重抽样是指在抽样时分两次抽取样本的一种抽样方式。首先抽取一个初步样本,并搜取一些简单项目以获得有关总体的信息;然后,在此基础上再进行深入抽样。在实际运用中,双重抽样可以推广为多重抽样。

双重抽样的主要作用是提高抽样效率、节约调查经费。

2.7  按规模大小成比例的概率抽样

按规模大小成比例的概率抽样,简称为PPS抽样,它是一种使用辅助信息,从而使每个单位均有按其规模大小成比例的被抽中概率的一种抽样方式。其抽选样本的方法有汉森-赫维茨方法、拉希里方法等。

PPS抽样的主要优点是:使用了辅助信息,减少抽样误差;主要缺点是:对辅助信息要求较高,方差的估计较复杂等。

上述各种抽样方式均为随机抽样方式。此外还有非随机抽样方式,即按照调查人员主观设立的某个标准抽选样本的抽样方式,如偶遇抽样、立意抽样、配额抽样等。

3  数据处理

可以采用ExcelEViews软件处理。

实验二  EViews软件应用入门

【实验项目编号】4161303620010

【实验项目名称】EViews软件应用入门

实验目的掌握EViews软件使用的基本方法

实验仪器计算机,EViews软件

【实验任务】(1)建立并保存工作文件(workfile);(2)创建序列(series),并将实验一中的样本数据由Excel导入EViews中;(3)做因变量与一个解释变量的散点图。

实验步骤或方法

1  工作文件及建立

1.1  主窗口简介

主窗口上方排列着9个主菜单,主要功能如下:

File  有关文件(工作文件、数据库、EViews程序等)的常规操作。如,文件的建立(New)、打开(Open)、保存(Save/Save As)、关闭(Close)、读入(Import)、读出(Export)、打印(Print)、程序运行(Run)和退出(Exit)等。

Edit  通常情况下,下拉菜单中只有Copy项被激活,即只提供复制功能,应与Paste(粘贴)配合使用。对某些特定窗口,如查看模型估计结果的表达式时,可对窗口中的内容进行Cut(剪切)、Delete(删除)、Find(查找)、Replace(替换)、Undo(撤销上步操作)等。

Object  提供关于对象的基本操作。包括New Object(建立新对象)、Fetch/Update from DB(从数据库获取/更新对象)、Store to DB(将工作文件中的对象存储到数据库)、Copy Object(复制对象)、name(命名)、Delete等。

ViewProc  两者的下拉菜单项目随着当前窗口的不同而改变,功能也随之变化。主要涉及变量的多种查看方式和运算过程。

Quick  提供快速分析过程,包括常用的统计分析方法、回归模型、时间序列模型、以及多种重要的检验等。

Options  系统参数设定选项。与一般的应用软件相同,EViews运行过程中的各种状态,如窗口的显示模式、字体、图像、电子表格等都有默认的格式。用户可根据需要,选择Options下拉菜单中的项目,对一些默认格式进行修改。

Window  提供多种在打开窗口中进行切换的方式,以及Close All Objects(关闭所有对象),或Close All(关闭所有窗口)。

Help  EViews的帮助选项。

1.2  工作文件的创建

EViews要求数据的分析处理过程必须在特定的Workfile(工作文件)中进行,所以在录入和分析数据之前,应创建一个工作文件。

鼠标左键单击主菜单选项File,在下拉菜单中选择New/Workfile。此时,出现一个工作文件定义对话框。在对话框的左边,是Workfile structure type(工作文件结构类型),用于选择数据的基本结构类型,有三个选项:(1)默认的Dated-regular frequency(常规数据),通常情况下,一般的时间序列和横截面数据都选择它。(2Balanced Panel(综列数据),如果是简单面板数据则选此项。(3Unstructured(不规则数据),其他数据类型选此项。

当选择Dated-regular frequency时,对话框右边有Date specification(数据格式)选项,用于Frequency(数据频次)的选择。可供选择的频次有:Annual(年度)、Semi-annual(半年)、Quarterly(季度)、Monthly(月度)、Weekly(周)、Daily-5 day week(日-每周5天)、Daily-7 day week(日-每周7天),以及特殊频次的数据Integer date(整数),一般的简单数据选择此项,如横截面数据等。

在选定Frequency之后,下面要求选择数据的初始和结束时刻:Start(开始)、End(结束)。当选定的是Integer date时,例如,横截面数据,共有308个样本,则可写为Start  1End  308

在右下角有选择性填写项Names,即可以不填。WF处可填写当前Workfile的文件名。Page处可填当前Workfile page的名称。

上述各项选定后,点击OK,工作文件创建完毕,Workfile窗口同时打开。

1.3  Workfile(工作文件)窗口简介

Workfile窗口是各种类型数据的集中显示区域,最上方显示Worfile的名称,若显示UNTITLED,则表示还未命名。第2行是工具栏,再下面显示的是数据的基本情况,包括Range(数据区间),Sample(样本期)等。

一个新建的Workfile窗口内只有2Object(对象),为c(截距项),resid(残差项),初始取值分别是0NA(空值)。

1.4  Workfile的存储与调用

保存新建的Workfile有两种途径。一是在主窗口中选择菜单File/SaveSave As。二是单击工具栏中的Save按钮。保存文件时,用户需要给出保存的目的位置及文件名。当用户在对话框中输入文件名后,系统自动将其存储为扩展名为.wfl的工作文件。文件名中不能有英文句号,否则,它将出现Error Messge(错误信息)的提示。

当对已存在的文件作了修改并保存后,EViews会对被覆盖的文件自动备份。备份与源文件有同样的文件名,所不同的是扩展名由wfl变为了~fl。备份文件可以告诉用户是否无意中覆盖,或删除了文件,以及是否当前文件被损坏。备份文件仅有提示作用,并不能打开。

如果要取消,或取消后又设置自动备份的功能,可以选择Option/Workfile Storage Defaults进行设置。

当保存文件时,会出现一个对话框Workfile Save。首先,要选择序列数据的精度——Single precision(单精度,7个字符)或Double precision(双精度,16个字符)。前者的文件较小,但精度也较低。

调用已有的工作文件,在主窗口菜单选项中依次选择File/Open/Workfile,并给出相应的路径与文件名。

2  序列对象的基本操作

2.1  创建对象

首先,打开一个工作文件。其次,在主菜单中选择Object/New Object。这时,出现了New Object对话框。对话框的左边是Type of object(对象类型),共17种对象类型,最常用的是Equation(方程)和Series(序列)两种。当选中了一个对象类型,如Series时,点击OK,将出现对象窗口,即序列窗口,显示的是一个序列的电子表格视图。当选中的是Equation时,将出现一个添加信息的对话框。

2.2  对象窗口

EViews多个项目的对象窗口可以同时显示。以Equation窗口为例。该窗口可以关闭,调整大小,最小化,最大化。在窗口的上方有工具栏,工具栏上有一系列的按钮,它们随着对象类型的变化而变化。但是,有几个按钮是所有对象工具栏共有的,它们是:View(用于改变对象窗口的视图,其中的选项随着对象类型而变化),Proc(提供对象的程序菜单),Object(用于管理对象,如,保存、命名、删除、复制、或打印对象等),Print(用于打印当前对象窗口的视图),Name(可以给对象命名或重命名),Freeze(可以生成新的当前视图的对象图,表,或文本),Working with Objects(对象操作),Naming Objects(对象命名)。

实验三  双变量回归模型的估计

【实验项目编号】4161303620011

【实验项目名称】双变量回归模型的估计

实验目的掌握双变量回归模型的建立与估计的方法,并解释结果

实验仪器计算机,EViews软件

【实验任务】①表1给出了美国19781989消费者价格指数(CPI)(19821984=100)和标准普尔500指数(S&P)(基准指数:19411943=10)。

1  美国19781989CPIS&P 500指数

年份

CPI

S&P 500

年份

CPI

S&P 500

1978

1979

1980

1981

1982

1983

65.2

72.6

82.4

90.9

96.5

99.6

96.02

103.01

118.78

128.05

119.71

160.41

1984

1985

1986

1987

1988

1989

103.9

107.6

109.6

113.6

118.3

124.0

160.46

186.84

236.34

286.83

265.79

322.84

a. CPI为横轴,S&P指数为纵轴做散点图。

b. 由散点图判断CPIS&P指数之间的关系如何?

c. 考虑如下模型:

(S&P)t=B1+B2CPIt+ut                           (1

根据表1数据,运用OLS法估计上述方程,并解释回归结果。

d. c中的回归结果有经济意义吗?

②表2给出了美国19902001CPIS&P 500指数。


2  美国19902001CPIS&P 500指数

年份

CPI

S&P 500

年份

CPI

S&P 500

1990

1991

1992

1993

1994

1995

130.7

136.2

140.3

144.5

148.2

152.4

334.59

376.18

415.74

451.41

460.420

541.72

1996

1997

1998

1999

2000

2001

156.9

160.5

163.0

166.6

172.2

177.1

670.5

873.43

1085.5

1327.33

1427.22

1194.18

a. 重复中的问题ad

b. 与②估计的结果有什么不同?

c. 将表1和表2的数据联合起来估计(1)式,3个结果有差异吗?

实验步骤或方法

1  概念解释

CPI(消费者物价指数)是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标,通常作为观察通货膨胀水平的重要指标。一般说,当CPI的增幅>3%时称为通货膨胀,当CPI的增幅>5%时称为严重的通货膨胀。

S&P 500 Index(标准普尔500指数)是由Standard & Poor公司于1982年从纽约股票交易所中选出的500只股票的股价所计算得出的股价指数,是专业投资者衡量他们的投资组合的回报的指标。

2  操作步骤与结果

2.1  任务①:

ⅰ 建立序列CPIS&P

ⅱ 导入CPIS&P数据。

ⅲ 做散点图:同时选中序列CPIS&P,再点右键,选择open/as group;再点view,选graph,再选scatter。(a

由散点图可见,CPIS&P指数之间正相关。b

ⅳ 写回归方程:S&P C CPI;选择OLS法。

回归结果为:=-195.5149+3.8264CPIt

回归结果表明,CPI每上升1个单位,S&P平均上涨3.8点;当CPI0时,S&P的均值为196点。(c

正斜率系数有经济学意义,负截距没有经济学意义。

2.2  任务

ⅰ 步骤2.1中的ⅳ。CPIS&P指数之间正相关。

ⅱ 回归结果为:=-1611.5024+15.055CPIt

与②估计的结果数值上相差较大,但CPIS&P指数之间正相关的关系未变。(b

ⅲ 两组数据联合回归的结果:=-906.8409+10.891CPIt。(c

ⅳ 联合回归无意义。(d

实验四  双变量回归模型的假设检验

【实验项目编号】4161303620012

【实验项目名称】双变量回归模型的假设检验

实验目的掌握双变量回归模型假设检验的两种方法,即置信区间检验与显著性检验

实验仪器计算机,EViews软件

【实验任务】研究美国制造业设备利用率与通货膨胀之间的关系,数据见表3。其中,Y=通货膨胀率,X=制造业设备利用率。

3  美国设备利用率与通货膨胀率

观察值

设备利用率(%)

通胀率(%)

观察值

设备利用率(%)

通胀率(%)

1970

1971

1972

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

79.2

77.6

83.2

87.5

84.1

73.4

77.9

82.3

84.5

84.2

78.8

77.2

71.1

73.5

79.5

78.4

5.3

5.0

4.3

5.6

9.0

9.3

5.7

6.4

7.1

8.3

9.2

9.3

6.2

4.0

3.7

3.2

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

78.6

81.1

84.1

83.2

81.6

78.3

79.3

80.0

82.4

82.8

81.2

82.7

81.9

81.4

81.4

75.6

2.2

3.0

3.4

3.8

3.9

3.6

2.4

2.4

2.1

2.2

1.9

1.9

1.2

1.4

2.1

2.4

a. 先验地,预期设备利用率与通货膨胀之间的关系,并简述理论基础。

b. YX的回归,并按照(7-46)的形式报告结果。

c. 回归方程中的斜率系数是统计显著的吗?

d. 斜率是否显著不为1

e. 设备自然利用率定义为当Y=0时的值。求样本期内的设备自然利用率。

实验步骤或方法

a. 设备利用率与通货膨胀之间可能正相关也可能负相关。如果产出的增加源于设备利用率的增长,那么价格(通货膨胀)增长速度就会缓慢下降。当设备利用水平已处于最佳时,如果总需求增加将导致价格水平的上涨。

b. =-146.6735+2.371788Xt

=(151.5048)(1.886091)

t=(-0.968111)(1.257515)   r2=0.050072

p=(0.3407)  (0.2183)   df=30

c. 斜率系数不显著。

d. H0 :B2=1.t==0.73。因此,不拒绝零假设,即不显著不为1

e. 0=-146.6735+2.371788X0,得X0=61.84

实验五  多元回归模型的建立与估计

【实验项目编号】4161303620013

【实验项目名称】多元回归模型的建立与估计

实验目的掌握多元回归模型的估计方法,并解释结果

实验仪器计算机,EViews软件

【实验任务】表4给出了64个国家的儿童死亡率(CM),女性文盲率(FLR),人均GNPPGNP)和总生育率(TFR)。

4  64个国家的儿童死亡率等

CM

FLR

PGNP

TFR

CM

FLR

PGNP

TFR

128

204

202

197

96

209

170

240

241

55

75

129

24

165

94

96

148

98

161

118

269

189

126

12

167

135

107

72

128

27

152

224

37

22

16

65

76

26

45

29

11

55

87

55

93

31

77

80

30

69

43

47

17

35

58

81

29

65

87

63

49

63

84

23

1870

130

310

570

2050

200

670

300

120

290

1180

900

1730

1150

1160

1270

580

660

420

1080

290

270

560

4240

240

430

3020

1420

420

19830

420

530

6.66

6.15

7.00

6.25

3.81

6.44

6.19

5.89

5.89

2.36

3.93

5.99

3.50

7.41

4.21

5.00

5.27

5.21

6.50

6.12

6.19

5.05

6.16

1.80

4.75

4.10

6.66

7.28

8.12

5.23

5.79

6.50

142

104

287

41

312

77

142

262

215

246

191

182

37

103

67

143

83

223

240

312

12

52

79

61

168

28

121

115

186

47

178

142

50

62

31

66

11

88

22

22

12

9

31

19

88

35

85

78

85

33

19

21

79

83

43

88

28

95

41

62

45

85

45

67

8640

350

230

1620

190

2090

900

230

140

330

1010

300

1730

780

1300

930

690

200

450

280

4430

270

1340

670

410

4370

1310

1470

300

3630

220

560

7.17

6.60

7.00

3.91

6.70

4.20

5.43

6.50

6.25

7.10

7.10

7.00

3.46

5.66

4.82

5.00

4.74

8.49

6.50

6.50

1.69

3.25

7.17

3.52

6.09

2.86

4.88

3.89

6.90

4.10

6.09

7.20

变量:CM=儿童死亡率(1年中每10005岁以下儿童死亡数)

FLR=女性文盲率(%

PGNP=人均GNP1980年)

TFR=19801985年总生育

a. 先验地,预期CM与各变量之间的关系。

b. CMFLR的回归,并写出回归结果。

c. CMFLRPGNP的回归,并写出回归结果。

d. CMFLRPGNPTFR的回归,写出回归结果,并给出ANOVA表。

e. 根据各回归结果,判断选择哪个模型,为什么?

f. 如果模型(d)是正确的,但却估计了(a),(b)(c),会有什么后果?

g. 如果做了(b)回归,如何决定增加变量PGNPTFR?使用何种检验?给出必要的计算结果。

实验步骤或方法a. CMFLRPGNP负相关,与TFR正相关。

b. =263.8653-2.3905FLRi

=(12.2249) (0.2133)   r2=0.6695

t=(21.584)  (-11.21)

p=(0.0000)  (0.0000)

c. =263.6416-2.2316FLRi-0.0056PGNPi

=(11.5932) (0.2099)    (0.0019)    R2=0.7077

t=(22.74)  (-10.629)    (-2.819)   =0.6981

p=(0.0000)  (0.0000)    (0.0065)

d. =168.3067-1.7680FLRi-0.0055PGNPi+12.8686TFRi

=(32.8917) (0.2480)    (0.0019)     (4.1905)

t=(5.1170) (-7.1287)    (-2.9343)    (3.0709)   R2=0.7474

p=(0.0000) (0.0000)     (0.0047)    (0.0032)

5  ANOVA

变异来源

平方和

自由度

平方和均值

ESS

RSS

TSS

271803.15

91875.38

363678.53

3

60

63

90601.05

1531.26

5772.675

e. 根据各回归结果,选择(d)模型。因为(d)模型中各变量都是显著的。

f. (a),(b)(c)模型有设定偏误,即遗漏了相关解释变量。

g. F检验:

F=

自由度为(2,60)α=1%F临界值4.98。因此,拒绝约束条件是有效的零假设,即PGNPTFR都应保留在模型中。

实验六  双对数与半对数模型的回归分析

【实验项目编号】4161303620014

【实验项目名称】双对数与半对数模型的回归分析

实验目的掌握双对数与半对数回归模型的估计方法,并解释结果

实验仪器计算机,EViews软件

【实验任务】表6给出了德国19711980年的消费者价格指数Y1980=100)以及货币供给X10亿德国马克)的数据。

6  德国消费者价格指数(Y)与货币供给(X

年份

Y

X

年份

Y

X

1971

1972

1973

1974

1975

1976

1977

1978

1979

64.1

67.7

72.4

77.5

82.0

85.6

88.7

91.1

94.9

110.02

125.02

132.27

137.17

159.51

176.16

190.80

216.20

232.41

1980

1981

1982

1983

1984

1985

1986

1987

100.0

106.3

111.9

115.6

118.4

121.0

120.7

121.1

237.97

240.77

249.25

275.08

283.89

296.05

325.73

354.93

a. 做如下回归,并给出回归结果:

1. YX    2. lnYlnX    3. lnYX    4. YlnX

b. 解释各回归结果(解释斜率系数即可)。

c. 对每一模型求YX的变化率(即dY/dX)。

d. 对每一模型求YX的弹性;并求出其中某些模型的YX的均值弹性。

e. 根据上述结果,你将选择哪个模型?为什么?

实验步骤或方法

a. =38.9690+0.2609Xt

t=(10.105)(15.655)  r2=0.9423

=1.4041+0.5890lnXt

t=(8.954) (20.090)  r2=0.9642

=3.9316+0.0028Xt

t=(84.678)(13.950)  r2=0.9284

=-192.9661+54.2126lnXt

t=(-11.781)  (17.703)  r2=0.9543

b. 模型1:斜率系数表示X每变动1个单位,Y的绝对变化量。

模型2:斜率系数表示YX的弹性。

模型3:斜率系数表示X每变动1个单位,Y的均值的瞬时增长率,即变化率。

模型4:斜率系数表示X的相对变动对Y的绝对变动的影响。

c. 4个模型的变化率(dY/dX)分别为:

0.26090.5890(Y/X)0.0028(Y)54.2126(1/X)

d. 4个模型的弹性分别为:

0.2609(X/Y)0.58900.0028(X)54.2126(1/Y)

模型134的均值弹性分别为:0.59590.61650.5623。(=96.411=220.19

e. 模型的选择取决于现实的需要。模型的因变量不同,r2不能作为判断模型优劣的依据。

实验七  倒数模型的回归分析

【实验项目编号】4161303620015

【实验项目名称】倒数模型的回归分析

【实验目的】掌握倒数回归模型的估计方法,并解释结果

实验仪器计算机,EViews软件

【实验任务】根据下面的数据估计模型:

Y

86

79

76

69

65

62

52

51

51

48

X

3

7

12

17

25

35

45

55

70

120

=B1+B2Xi+ui

a. 写出回归结果,并解释B2的含义。

b. YX的变化率,并求在均值处的变化率值。

c. YX的弹性,并求在均值处的弹性值。

d. 用同样的数据估计以下模型:

Yi=B1+B2()+ui

e. 能否比较两个模型的r2,为什么?

f. 如何判断哪个模型更好?

实验步骤或方法a. 回归的结果如下:

=0.0130+0.0000833Xi

t=(17.206) (5.683)  r2=0.8015

B2表示X每变动1个单位,1/Y的变化量。

b. 

X取均值=38.9时,该导数为-0.3146

c. 弹性==38.9=63.9,均值弹性为-0.1915.

d. 回归结果如下:

=55.4871+112.1797

t=(17.409) (4.245)  r2=0.6925

e. 不能,因为2个模型的因变量不同。

f. 除非知道XY分别代表什么,否则无法判断哪个模型较好。

实验八  虚拟变量模型的估计与解释

【实验项目编号】4161303620016

【实验项目名称】虚拟变量模型的估计与解释

【实验目的】掌握虚拟变量模型的估计方法,并解释结果

实验仪器计算机,EViews软件

【实验任务】①根据实验三中表1和表2数据,利用协方差分析模型分析S&PCPI的关系,即建立虚拟变量D,令Dt=119781989Dt=019902001年。回归方程为:

(S&P)t=B1+B2CPIt+B3Dt+ut

a. 写出回归结果。

b. 美国1978198919902001这两个时期S&PCPI的关系是否显著不同?为什么?

c. 根据回归结果,写出美国19781989以及19902001S&P的期望。

②表7给出了未经季节调整的零售服装和饰品季度数据(19831986):

7  服装和饰品销售额

年份

第一季度

第二季度

第三季度

第四季度

1983

1984

1985

1986

4190

4521

4902

5458

4927

5522

5912

6359

6843

5350

5972

6501

6912

7204

7987

8607

建立如下模型:

Salest=B1+B2D2t+B3D3t+B4D4t+ut

其中,D2=1第二季度,0(其他);D3=1第三季度,0(其他);D4=1第四季度,0(其他)。

a. 写出回归结果。

b. 解释各个系数的含义。

c. 如何利用回归的结果消除季节模式?并写出消除季节模式后19831986年第四季度的服装和饰品销售额。

实验步骤或方法任务①:

a. =-1131.465+12.2989CPIt+99.8556Dt

=(425.1213) (2.7313)   (173.9229)

t=(-2.6615)  (4.5029)   (0.5741)

p=(0.0146)  (0.0002)   (0.5720)   R2=0.7587

b. 由上述结果可知,Dt10%的水平上不显著,说明两个时期,美国S&PCPI的关系无明显不同。

c. 美国1978198919902001S&P的期望相同,为:-1131.465+12.2989CPIt

任务②:

a. =4767.750+912.2500D2t+1398.750D3t+2909.750D4t

=(324.0365)(458.2569)  (458.2569)  (458.2569)

t=(14.7136)  (1.9907)   (3.0523)    (6.3496)

p=(0.0000)   (0.0698)   (0.0100)    (0.0000)   R2= 0.779

b. 各估计值在10%的水平上显著。b1=4767.750,表示第一季度的销售额均值。b2=912.2500,表示第二季度比第一季度销售额平均多912.2500b3=1398.750,表示第三季度比第一季度销售额平均多1398.750b4=2909.750,表示第四季度比第一季度销售额平均多2909.750

c. 将表7中的数据减去各季度差别截距系数值,即可消除季节模式。消除季节模式后19831986年第四季度的服装和饰品销售额为:4002.254294.255077.255697.25

上一篇:下一篇:

内容页后