计量经济学实验六.doc

《计量经济学实验六.doc》由会员分享，可在线阅读，更多相关《计量经济学实验六.doc（74页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date计量经济学实验六附件五： 实 验 报 告课程名称： 计量经济学 实验项目： 实验六 自相关模型的 检验和处理 实验类型：综合性 设计性 验证性R专业班别： 姓 名： 学 号： 实验课室： 指导教师： 实验日期： 2014-6-6 广东商学院华商学院教务处 制 一、实验项目训练方案小组合作：是 否R小组成员：无实验目的：掌握自相关模型的检验和处理方法实验场地及仪器、设备

2、和材料实验室：普通配置的计算机，Eviews软件及常用办公软件。实验训练内容（包括实验原理和操作步骤）：【实验原理】自相关的检验：图形法检验、D-W检验自相关的处理：广义差分变换、迭代法【实验步骤】本实验中考虑以下模型：【模型1】财政收入CS对收入法GDPS的回归模型【模型2】财政支出CZ对财政收入CS的回归模型【模型3】消费品零售额SLC对收入法GDPS的回归模型【模型4】财政收入的对数log（cs）对时间T的回归模型【模型5】收入法GDPS的对数log（GDPS）对时间T的回归模型数据见“附表：广东省宏观经济数据（部分）-第六章”（一）自相关的检验1.图形法检验使用图形检验法分别检验上述【

3、模型1-4】是否存在自相关问题。分别作这四个模型的残差散点图（即残差后一项对前一项的散点图：对）和残差趋势图（即残差对时间的线图），并判断模型是否存在自相关以及是正的自相关还是负的自相关。【模型1】 残差散点图 残差趋势图-120-80-4004080120160200-120-80-4004080120160200R1(-1)R1 结论：从图上看CS对GDPS回归的残差有一定的自相关，为正相关。【模型2】 残差散点图 残差趋势图 结论：从图上看CZ对CS回归的残差没有自相关。【模型3】 残差散点图 残差趋势图 结论：从图上看SLC对GDPS回归的残差有很强的自相关，为正相关【模型4】 残差散

4、点图 残差趋势图 结论：从图上看LOG(CS)对T回归的残差有较强的自相关，为正相关（请对得到的图表进行处理，以上在一页内）2.D-W检验分别计算上述【模型1-3】和【模型5】的D-W统计量的值，判断模型是否存在自相关问题。【模型1】DW=0.948712结论：D-W值偏近0，存在自相关【模型2】DW=1.554922结论：D-W值接近2，不存在自相关【模型3】DW=0.293156结论：D-W值接近0，存在很强的自相关【模型5】DW=0.198218结论：D-W值偏近0，存在严重的自相关（请对得到的图表进行处理，以上在一页内）（二）自相关的处理1.【模型3】SLC对GDPS回归自相关的处理

5、Dependent Variable: SLCMethod: Least SquaresDate: 06/06/14 Time: 15:09Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 12 iterationsCoefficientStd. Errort-StatisticProb.GDPS0.2402910.0346316.9386340.0000C-712.1776513.1442-1.3878700.1779AR(1)1.0607770.

6、02739238.726450.0000R-squared0.999295Mean dependent var2241.080Adjusted R-squared0.999236S.D. dependent var2348.211S.E. of regression64.88908Akaike info criterion11.28767Sum squared resid101054.2Schwarz criterion11.43166Log likelihood-149.3836Hannan-Quinn criter.11.33049F-statistic17012.50Durbin-Wat

7、son stat1.067551Prob(F-statistic)0.000000Inverted AR Roots1.06Estimated AR process is nonstationaryD-W检验值由0.293156提高到1.067551，还没有消除了自相关，继续处理Dependent Variable: SLCMethod: Least SquaresDate: 06/06/14 Time: 15:10Sample (adjusted): 1980 2005Included observations: 26 after adjustmentsConvergence achieve

8、d after 14 iterationsCoefficientStd. Errort-StatisticProb.GDPS0.2271240.0423245.3663570.0000C-863.1769929.2543-0.9288920.3630AR(1)1.5361400.1865398.2349410.0000AR(2)-0.5035900.199972-2.5183010.0196R-squared0.999440Mean dependent var2323.710Adjusted R-squared0.999364S.D. dependent var2354.344S.E. of

9、regression59.39227Akaike info criterion11.14684Sum squared resid77603.71Schwarz criterion11.34040Log likelihood-140.9090Hannan-Quinn criter.11.20258F-statistic13087.46Durbin-Watson stat1.717996Prob(F-statistic)0.000000Inverted AR Roots1.06.47Estimated AR process is nonstationaryD-W检验值达到1.717996，消除了自

10、相关2. 【模型5】LOG(GDPS)对T回归自相关的处理Dependent Variable: LOG(GDPS)Method: Least SquaresDate: 06/06/14 Time: 15:11Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 4 iterationsCoefficientStd. Errort-StatisticProb.T0.1735130.0357044.8598010.0001C5.2291311.119458

11、4.6711280.0001AR(1)0.9342730.09190110.166090.0000R-squared0.997952Mean dependent var7.776268Adjusted R-squared0.997781S.D. dependent var1.510844S.E. of regression0.071167Akaike info criterion-2.343144Sum squared resid0.121553Schwarz criterion-2.199162Log likelihood34.63244Hannan-Quinn criter.-2.3003

12、30F-statistic5847.068Durbin-Watson stat0.888169Prob(F-statistic)0.000000Inverted AR Roots.93D-W检验值也由0.198218提高到0.888169，还没有消除自相关，继续处理Dependent Variable: LOG(GDPS)Method: Least SquaresDate: 06/06/14 Time: 15:13Sample (adjusted): 1980 2005Included observations: 26 after adjustmentsConvergence achieved

13、 after 3 iterationsCoefficientStd. Errort-StatisticProb.T0.1839360.01169015.734610.0000C5.0200030.21424123.431600.0000AR(1)1.4706870.1669128.8111310.0000AR(2)-0.6135370.174363-3.5187370.0019R-squared0.998601Mean dependent var7.869818Adjusted R-squared0.998410S.D. dependent var1.458838S.E. of regress

14、ion0.058174Akaike info criterion-2.710105Sum squared resid0.074454Schwarz criterion-2.516552Log likelihood39.23137Hannan-Quinn criter.-2.654369F-statistic5233.128Durbin-Watson stat1.920812Prob(F-statistic)0.000000Inverted AR Roots.74+.27i.74-.27iD-W检验值达到1.920812，消除了自相关。（请对得到的图表进行处理，以上在一页内）（三）补充实验1.使

15、用图形检验法检验【模型5】是否存在自相关问题。分别作这个模型的残差散点图（即残差后一项对前一项的散点图：对）和残差趋势图（即残差对时间的散点图），并判断模型是否存在自相关以及是正的自相关还是负的自相关。 趋势图： 残差散点图：（请对得到的图表进行处理，以上在一页内）2. 计算上述【模型4】的D-W统计量的值，判断模型是否存在自相关问题。Dependent Variable: LOG(CS)Method: Least SquaresDate: 06/06/14 Time: 15:23Sample: 1978 2005Included observations: 28CoefficientStd.

16、 Errort-StatisticProb.T0.1591510.00388640.955450.0000C3.0616110.06450047.466940.0000R-squared0.984736Mean dependent var5.369302Adjusted R-squared0.984149S.D. dependent var1.319281S.E. of regression0.166099Akaike info criterion-0.683715Sum squared resid0.717312Schwarz criterion-0.588558Log likelihood

17、11.57201Hannan-Quinn criter.-0.654625F-statistic1677.349Durbin-Watson stat0.670889Prob(F-statistic)0.000000D-W检验值=0.670889，表示存在自相关3.对【模型1】、【模型2】和【模型4】的自相关问题进行处理。（1） CS对GDPS回归自相关的处理：Dependent Variable: CSMethod: Least SquaresDate: 06/12/06 Time: 00:39Sample (adjusted): 1979 2005Included observations:

18、 27 after adjustmentsConvergence achieved after 5 iterationsVariableCoefficientStd. Errort-StatisticProb.GDPS0.0801460.00310025.851880.0000C12.3092530.167590.4080290.6869AR(1)0.5280600.1731273.0501300.0055R-squared0.989511Mean dependent var464.6559Adjusted R-squared0.988637S.D. dependent var512.8281

19、S.E. of regression54.66577Akaike info criterion10.94479Sum squared resid71720.32Schwarz criterion11.08877Log likelihood-144.7547F-statistic1132.079Durbin-Watson stat1.734469Prob(F-statistic)0.000000Inverted AR Roots.53DW的检验值由0.942712提高到1.73446888726547,消除了自相关没有消除和消除了自相关的回归方程分别为:CS = 0.08029595113*GD

20、PS + 12.50960233CS = 0.08014639185*GDPS + 12.30924557 + AR(1)=0.5280602636（2） CZ对CS回归自相关的处理Dependent Variable: CZMethod: Least SquaresDate: 06/12/06 Time: 00:45Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 6 iterationsVariableCoefficientStd. Errort

21、-StatisticProb.CS1.2755330.02210757.697080.0000C-20.9571115.74830-1.3307530.1958AR(1)0.2272450.1996671.1381210.2663R-squared0.995407Mean dependent var571.6333Adjusted R-squared0.995025S.D. dependent var657.3673S.E. of regression46.36886Akaike info criterion10.61557Sum squared resid51601.71Schwarz cr

22、iterion10.75955Log likelihood-140.3102F-statistic2600.804Durbin-Watson stat1.784790Prob(F-statistic)0.000000Inverted AR Roots.23DW的检验值由1.554922提高到1.784790,消除了自相关没有消除和消除了自相关的回归方程分别为:CZ = 1.27887365*CS - 22.68072996CZ = 1.275532609*CS - 20.95710944 + AR(1)=0.227244797（3）Log(cs)对T回归自相关的处理Dependent Vari

23、able: LOG(CS)Method: Least SquaresDate: 06/12/06 Time: 00:48Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsConvergence achieved after 3 iterationsVariableCoefficientStd. Errort-StatisticProb.T0.1674380.00518532.293370.0000C2.8924940.09555930.269150.0000AR(1)0.4803360.1200454.

24、0013070.0005R-squared0.994392Mean dependent var5.429892Adjusted R-squared0.993925S.D. dependent var1.304108S.E. of regression0.101644Akaike info criterion-1.630250Sum squared resid0.247954Schwarz criterion-1.486268Log likelihood25.00837F-statistic2127.985Durbin-Watson stat2.262057Prob(F-statistic)0.

25、000000Inverted AR Roots.48DW的检验值由0.670889提高到2.262057,消除了自相关没有消除和消除了自相关的回归方程分别为:LOG(CS) = 0.1591511063*T + 3.061610804LOG(CS) = 0.1674375092*T + 2.892494217 + AR(1)=0.4803361208（请对得到的图表进行处理，以上在一页内）二、实验总结与评价实验总结（包括实验数据分析、实验结果、实验过程中出现的问题及解决方法等）：见实验步骤中。对实验的自我评价：根据以上实验操作的实践，谈谈自己的感受；（50字左右） 在这次试验中，对EVIEWS这个软件进行了进一步的了解，同时也学会了关于自相关的操作。不过因为是第一次操作，所以操作起来不太熟练，在以后的日子里，我要多多练习，让自己对这个软件更加熟练指导教师评语： 学生实验成绩评定：指导教师签名： 日期：2014年6 月7日-