实验二一元线性回归模型估计检验预测和应用学生实验报告.doc

《实验二一元线性回归模型估计检验预测和应用学生实验报告.doc》由会员分享，可在线阅读，更多相关《实验二一元线性回归模型估计检验预测和应用学生实验报告.doc（16页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、广东财经大学华商学院实验报告实验项目名称 实验二 一元线性回归模型的估计、检验、预测和应用 课程名称 计量经济学 成绩评定 良 实验类型：验证型综合型设计型 实验日期 指导教师 学生姓名 学号 专业班级 一、实验项目训练方案小组合作：是 否小组成员：无实验目的： 掌握简单相关分析、格兰杰因果关系检验、简单线性回归模型的设定和模型的参数估计、简单线性回归模型的区间估计、假设检验和预测方法，并能利用所建立的模型分析实际问题。实验场地及仪器、设备和材料： 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】相关分析，格兰杰因果关系检验，普通

2、最小二乘法(OLS)，拟合优度的判定系数检验和参数显著性t检验等，计量经济学预测原理。【实验步骤】 已知广东省宏观经济部分数据（参见附表“广东省宏观经济数据-第二章”），要根据这些数据分别研究和分析广东省宏观经济，建立宏观计量经济模型。 本实验要求具体验证分析：（1）“国内生产总值的变化引起财政收入的变化”（2）“财政收入影响财政支出”（3）“国内生产总值对社会消费品零售额的影响模型”并根据相应的回归模型进行经济预测、经济分析和政策评价。注：在实验中对应的空白处写出实验的结果。全部完成后，把该文档以“学号+姓名”为名进行命名，提交到教师机。（一）建立工作文件 进入Eviews，建立一工作文件，

3、并命名为GD，新建4个序列，并对应输入广东省经济数据表中的数据：收入法国内生产总值-GDPS，财政收入-CS，财政支出-CZ，社会消费品零售额-SLC。（二）相关分析（请对得到的图表进行处理，“相关分析”部分不得超过本页）1作散点图 分别作上述三组变量之间的散点图（3个散点图），并根据散点图作简单分析，写出各组变量的关系。散点图：分析：由（1）可知，x，y系数互为正相关关系。由（2）可知，x，y系数互为正相关关系由由（3）可知，x，y系数互为正相关关系2、计算简单线性相关系数 分别计算上述三组变量之间的简单线性相关系数，并根据相关系数作简单分析。GDPSCSGDPS1.0000000.9928

4、64CS0.9928641.000000CSCZCS1.0000000.997638CZ0.9976381.000000GDPSSLCGDPS1.0000000.996795SLC0.9967951.000000（三）回归分析1【模型设定】（请对得到的图表进行处理，“模型设定”部分不得超过本页）（1）作因果关系检验（辅助“模型设定”） 分别对上述三组变量作因果关系检验（3组检验结果），并根据因果关系检验的结果，作简单描述及分析。（其中，因果关系检验结果表：请对同一个模型的滞后期从2-5多试几次，并选定最终的结果。）GDPS/CS：Pairwise Granger Causality Tests

5、Date: 03/30/16 Time: 17:06Sample: 1978 2005Lags: 2Null Hypothesis:ObsF-StatisticProb.CS does not Granger Cause GDPS266.267280.0073GDPS does not Granger Cause CS6.143730.0079Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:06Sample: 1978 2005Lags: 3Null Hypothesis:ObsF-StatisticProb.CS does no

6、t Granger Cause GDPS253.134500.0512GDPS does not Granger Cause CS6.343470.0040Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:06Sample: 1978 2005Lags: 4Null Hypothesis:ObsF-StatisticProb.CS does not Granger Cause GDPS242.864100.0602GDPS does not Granger Cause CS6.937950.0023Pairwise Granger

7、Causality TestsDate: 03/30/16 Time: 17:07Sample: 1978 2005Lags: 5Null Hypothesis:ObsF-StatisticProb.CS does not Granger Cause GDPS231.691760.2110GDPS does not Granger Cause CS7.314460.0023CS/CZ：Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:07Sample: 1978 2005Lags: 2Null Hypothesis:ObsF-Sta

8、tisticProb.CZ does not Granger Cause CS267.764630.0030CS does not Granger Cause CZ0.717540.4995Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:08Sample: 1978 2005Lags: 3Null Hypothesis:ObsF-StatisticProb.CZ does not Granger Cause CS256.832880.0029CS does not Granger Cause CZ0.953100.4360Pair

9、wise Granger Causality TestsDate: 03/30/16 Time: 17:08Sample: 1978 2005Lags: 4Null Hypothesis:ObsF-StatisticProb.CZ does not Granger Cause CS242.362680.0999CS does not Granger Cause CZ0.696020.6064GDPS/SLC：Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:09Sample: 1978 2005Lags: 2Null Hypothe

10、sis:ObsF-StatisticProb.SLC does not Granger Cause GDPS260.744690.4870GDPS does not Granger Cause SLC2.264070.1287Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:09Sample: 1978 2005Lags: 3Null Hypothesis:ObsF-StatisticProb.SLC does not Granger Cause GDPS251.179830.3452GDPS does not Granger Ca

11、use SLC0.845940.4866Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:09Sample: 1978 2005Lags: 4Null Hypothesis:ObsF-StatisticProb.SLC does not Granger Cause GDPS241.598170.2262GDPS does not Granger Cause SLC0.594090.6723Pairwise Granger Causality TestsDate: 03/30/16 Time: 17:10Sample: 1978 20

12、05Lags: 5Null Hypothesis:ObsF-StatisticProb.SLC does not Granger Cause GDPS237.752260.0018GDPS does not Granger Cause SLC1.617910.2290分析：由（1）可以看出，gpds不是cs的因接近0被拒绝，即是gdps是cs的因。由（2）可知，cs不是cz的原因接近1被接受，所以cs不是cz的因。由（3）可知，gdps不是slc的因比slc不是gdps的因更接近1，因此接受gdps不是slc的因。但据理论cs是cz的因，gdps是slc的因，可能是治标设置问题。所以应把cs作

13、为应变量时，gdps为解释变量。把cz看作应变量，cs为解释变量。把slc作为应变量，gdps作为解释变量进行一元线性回归分析。（2）结合以上因果关系和模型要求，确定模型的应变量和自变量。并从以下给出的回归函数中挑选出一个回归函数作为具体模型的设定函数（标出字母序号即可）。模型1：（ BD ）A.B.C.D.模型2：（ D ）A.B.C.D.模型3：（ AD ）A.B.C.D.2、【参数估计】（1）分别用最小二乘法估计以上三个回归模型的参数，保存实验结果。（注：只需附上模型估计的结果即可，无需分析；模型如果常数项不能通过检验，仍保留，本实验中不要求大家对模型进行修正。）（请对得到的图表进行处理

14、，“模型结果”部分不得超过本页）模型1Dependent Variable: CSMethod: Least SquaresDate: 04/06/16 Time: 23:04Sample: 1978 2005Included observations: 28VariableCoefficientStd. Errort-StatisticProb.GDPS0.0802960.00189142.452970.0000C12.5096015.586050.8026150.4295R-squared0.985779Mean dependent var449.5546Adjusted R-square

15、d0.985232S.D. dependent var509.5465S.E. of regression61.92234Akaike info criterion11.15839Sum squared resid99693.77Schwarz criterion11.25355Log likelihood-154.2174Hannan-Quinn criter.11.18748F-statistic1802.255Durbin-Watson stat0.942712Prob(F-statistic)0.000000模型2Dependent Variable: CZMethod: Least

16、SquaresDate: 04/06/16 Time: 23:13Sample: 1978 2005Included observations: 28VariableCoefficientStd. Errort-StatisticProb.CS1.2788740.01726774.062850.0000C-22.6807311.61500-1.9527100.0617R-squared0.995282Mean dependent var552.2429Adjusted R-squared0.995101S.D. dependent var653.1881S.E. of regression45

17、.71859Akaike info criterion10.55164Sum squared resid54344.93Schwarz criterion10.64679Log likelihood-145.7229Hannan-Quinn criter.10.58073F-statistic5485.306Durbin-Watson stat1.554922Prob(F-statistic)0.000000模型3Dependent Variable: SLCMethod: Least SquaresDate: 04/06/16 Time: 23:06Sample: 1978 2005Incl

18、uded observations: 28VariableCoefficientStd. Errort-StatisticProb.GDPS0.3702410.00582763.535780.0000C148.696248.019443.0965840.0046R-squared0.993600Mean dependent var2163.893Adjusted R-squared0.993354S.D. dependent var2340.232S.E. of regression190.7780Akaike info criterion13.40885Sum squared resid94

19、6302.6Schwarz criterion13.50400Log likelihood-185.7239Hannan-Quinn criter.13.43794F-statistic4036.795Durbin-Watson stat0.293156Prob(F-statistic)0.000000（2）回归结果的报告将模型回归分析结果按如下形式报告出来：= = DF= = = （请对得到的图表进行处理，“结果报告”和“置信区间”部分不得超过本页）模型1：= 0.985779 = 61.92234 DF= 26 = 0.942712 = 1802.255模型2：= 0.995282 = 4

20、5.71859 DF= 26 = 1.554922 = 5485.306 模型3：= 0.993600 = 190.7780 DF= 26 = 0.293156 = 4036.795（3）根据模型估计的结果，对所估计的三个模型，分别写出总体回归模型系数的置信区间。（写出含数据的关键步骤和结果即可）模型1：:：模型2：模型3：3、模型检验（请对得到的图表进行处理，“模型检验”部分不得超过本页）（1）经济检验根据模型参数的估计值，联系实际和相关经济理论，对各回归模型进行经济检验。并解释参数值的经济意义。根据模型1：CS=12.5096+0.080296*GDPS，即=12.5096，0.08029

21、6，说明了当GDPS每增加一个单位，CS就增加0.080296个单位。根据模型2：CZ=-22.68037+12.278874*CS即：-22.68073 1.278874 说明了CS增加一个单位，CZ增加1.278874个单位。根据模型3,：SLC=148.6962+0.370241*GDPS即：148.6962 0.370241 说明了当GDPS增加一个单位，SLC增加0.370241个单位。（2）统计检验根据估计出的模型可决系数（判定系数）判断模型的拟合程度。根据估计出的模型可决系数（判定系数）判断模型的拟合程度。模型1：可决系数（判定系数）=0.985779 所以模型的拟合程度好模型2

22、：可决系数（判定系数）=0.995282 所以模型的拟合程度好模型3：可决系数（判定系数）=0.993600 所以模型的拟合程度好 根据参数显著性t检验值和P值上判断模型是否通过检验。T检验模型1： t()=0.802615; t()=42.45297.取a=0.025，查t分布表的自由度为n-2=28-2=26的临界值为2.056，因为t()=0.8026152.056,所以应拒绝H0：=0。对斜率系数的显著性检验表明国内生产总值-GDPS对财政收入CS没有显著影响模型2 t()=-1.952710; t()=74.06285.取a=0.025，查t分布表的自由度为n-2=28-2=26的临

23、界值为2.056，因为t()=-1.9527102.056,所以应拒绝H0： =0。对斜率系数的显著性检验表明财政收入CS对财政支出没有显著影响模型3： t()=3.096584; t()=63.53578.取a=0.025，查t分布表的自由度为n-2=28-2=26的临界值为2.056，因为t()=3.0965842.056,所以应拒绝H0： =0。对斜率系数的显著性检验表明国内生产总值-GDPS对社会消费品零售额-SLC有显著影响P值法：模型1：显著性水平为0.0250.4295,所以接受原假设，国内生产总值-GDPS对财政收入CS没有显著影响模型2：显著性水平为0.0250.0046,所

24、以拒绝原假设，国内生产总值-GDPS对社会消费品零售额-SLC有显著影响（3）计量检验（略）（4）预测检验（略）4、模型应用（请对得到的图表进行处理，“预测”部分不得超过本页）（1）点预测：先根据现有的自变量的值，根据建立的模型，预测应变量的平均值，序列命名为如“yf1”的形式进行保存。并在本文档中保存相对应当预测图（forcast graph）。模型1的预测图：模型2的预测图：模型3的预测图：（2）再分别作下列预测（将预测结果写在题后）：根据估计出的模型1，预测当广东省2006年的收入法国内生产总值（GDPS）达到25000亿元时，财政收入（CS）为多少，区间预测的结果为多少。CS2019.

25、9096，预测区间为：(1940.14233，2099.67687) 。根据估计出的模型2以及模型1预测出的广东省2006年的财政收入（CS）值，预测其财政支出（CZ）为多少，区间预测的结果为多少。CZ2560.52914，预测区间为：(2502.01707，2619.04121) 。根据估计出的模型3，预测当广东省2006年的收入法国内生产总值（GDPS）达到25000亿元时，其社会消费品零售额（SLC）为多少，区间预测的结果为多少。SLC9404.7212，预测区间为：（9158.96407，9650.47833） 。（3）经济分析和政策评价（请对得到的图表进行处理，“分析”部分不得超过本

26、页）根据模型估计和预测的结果，作相应的经济分析和政策建议。A、为提高广东省的财政收入，可以采取什么措施？答案：发展高新科技产业，进行产业升级，节约能源资源，做到资源的合理利用。大力发展经济，促进出口，提高居民消费水平。B、广东省计划从2005年开始，每年增加财政收入300亿元，其国内生产总值需每年增加多少？回答：需要每年增加3580.38亿元C、广东省财政连年赤字，政府应如何调整财政支出方案，实现财政收支平衡。（根据所建立的模型回答，思考其与实际是否相符？并思考原因。）回答：财政连年赤字就是收入小于支出的表现。与模型2表现相符。原因可能是有不法商家偷税漏税，贪污政府官员的腐败，“三公”费用的支

27、出等也会造成政府财政入不敷出的原因。D、课后思考：下表给出了广东省1978年-2005年的社会消费品零售额、收入法GDP及社会消费品零售额占GDP的比重数据。年份收入法GDPS社会消费品零售额SLC社会消费品零售额占GDP的比重年份收入法GDPS社会消费品零售额SLC社会消费品零售额占GDP的比重1978185.8579.8642.97%19922447.541109.5545.33%1979209.3492.6944.28%19933469.281518.3143.76%1980249.65117.6747.13%19944619.021991.3343.11%1981290.36142.3

28、849.04%19955933.052478.3541.77%1982339.92164.2348.31%19966834.972772.8340.57%1983368.75183.6249.80%19977774.533139.3240.38%1984458.74226.1349.29%19988530.883567.0141.81%1985577.38289.2350.09%19999250.683932.4442.51%1986667.53327.0248.99%200010741.254379.8140.78%1987846.69405.1947.86%200112039.254856

29、.6540.34%19881155.37568.0749.17%200213502.425392.6439.94%19891381.39636.1546.05%200315844.646029.8638.06%19901559.03667.3642.81%200418864.626852.0336.32%19911893.3786.6441.55%200522366.547882.6435.24%从上面的数据我们可以看出，社会消费品零售额占GDP的比重有着下降的趋势，社会消费品零售额体现了社会群众的购买情况，是国民经济发展的一个重要指标，社会消费品零售额占GDP的比重体现了群众的消费潜力和意愿

30、，这是我国扩大内需的一个重要途径。根据2中算得的每年国内生产总值的增加值，结合模型3，分析广东省的社会消费品零售额占GDP的比重的发展趋势（上升？不变？下降？）。并结合经济学理论思考为了扩大内需，我们可采取哪些政策来提高社会群众的消费？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。（如留存空白不足，可附A4纸）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；（100字左右）通过本次实验操作，我们可以从中了解变量间的关系分为函数关系和相关关系相关系数是变量间线性相关程度的度量。总体回归函数（PRF）是将总体被解释变量Y的条

31、件期望E（Yi/Xi）表现为解释变量X的某种函数。样本回归函数（SRF）是将解释变量Y的样本条件均值Yi阶表示为解释变量X的某种函数。；总体回归函数与样本回归函数的区别与联系，其外最重要的是个人要了解软件的操作程度，每一步的意义，学会分析当中的经济意义，课后还需要认真温习，提前预习，练熟软件的应用。指导教师评语：通过本次实验，学生对Eviews软件有了更深层次的了解，学会了对实际的经济问题进行简单分析与检验。对课堂上所学的最小二乘法有了进一步的了解，使枯燥、繁琐、难懂的课本知识变得简洁，跨越了理论和实践的鸿沟，增强了对计量经济学的兴趣。从实验报告来看，已熟练掌握Eviews软件的基本操作，理解了最小二乘法分析问题和解决问题的基本思想。虽然在实验过程中出现了一些错误和问题，但这些问题锻炼了学生发现问题的眼光，丰富了学生分析问题的思路，这次实验让学生受益匪浅。实验成绩评定：良指导教师(签名)：朱芳芳 日期：2016年4月15日