实验七_虚拟变量.pdf

《实验七_虚拟变量.pdf》由会员分享，可在线阅读，更多相关《实验七_虚拟变量.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、-实验七虚拟变量实验七虚拟变量7.17.1 实验目的实验目的掌握虚拟变量的根本原理，对虚拟变量的设定和模型的估计与检验，以及相关的 EViews 软件操作方法。7.27.2 实验容实验容建立市场用煤销售量模型表 7.1 给出了全国市场用煤销售量单位：万吨的季度数据，试建立用时间变量拟合的煤销售量模型。表 7.1obsYtobsYt1982.12599.81985.33159.11982.22647.21985.44483.21982.32912.71986.12881.81982.440871986.23308.71983.12806.51986.33437.51983.22672.11986

2、.44946.81983.32943.61987.132091983.44193.41987.23608.11984.13001.91987.33815.61984.22969.51987.45332.31984.33287.51988.13929.81984.44270.61988.24126.21985.13044.11988.34015.11985.23078.81988.44904.2数据来源：“中国统计年鉴“1989 年，中国统计7.37.3 实验步骤实验步骤7.3.1 市场用煤销售量模型1相关图分析根据表 7.1 数据建立 Y 的趋势图，如图 7.1。图 7.12构造虚拟变量从图

3、7.1 可以看出，从长期趋势看，煤销售量随时间增长而不断增长，且随季节不同呈现明显的周期性变化，由于受到取暖用煤的影响，每年第四季度的销z.-售量大大高于其他季度。鉴于是季节数据可设三个季节变量如下：14 季度13 季度 1 2 季度D1=D2=D3=01,2,3 季度01,2,4 季度 01,3,4 季度模型中要参加时间因素t，以及虚拟变量 D1，D2 和 D3。用 EViews 生成时间变量及虚拟变量序列，采用的方法为：在工作文件窗口点击 Quick/Generate Series，在弹出的由方程生成序列的窗口，输入 t=trend(1981Q4)，如图 7.2，即可以生成表 7.3 中时

4、间变量t的数据。生成季度虚拟变量数据，以季节数据D1为例，在生成序列窗口输入的 EViews命令是 D1=seas(4)。用相似的方法生成D2 和 D3。得到建模数据如表7.3 所示。图 7.2表 7.3季度1982.11982.21982.31982.41983.11983.21983.31983.41984.11984.21984.31984.41985.11985.2Yt2599.82647.22912.74087.02806.52672.12943.64193.43001.92969.53287.54270.63044.13078.8t1234567891011121314D10001

5、0001000100D200100010001000D301000100010001季度1985.31985.41986.11986.21986.31986.41987.11987.21987.31987.41988.11988.21988.31988.4Yt3159.14483.22881.83308.73437.54946.83209.03608.13815.65332.33929.84126.24015.14904.2t1516171819202122232425262728D101000100010001D210001000100010D3000100010001003估计参加虚拟变量

6、的模型利用表 7.3 中的数据进展建模，估计结果如图 7.3 所示，整理如下式：y=2431.20+49.00t+1388.09 D1+201.84 D2+85.00 D37.1(26.04)(10.81)(13.43)(1.96)(0.83)R2=0.95,DW=1.2,s.e.=191.7,F=100.4,T=28,t0.05(28-5)=2.07由于D2，D3的系数没有显著性，说明第 2，3 季度可以归并入根底类别第 1季度。于是只考虑参加一个虚拟变量D1，把季节因素分为第四季度和第一、二、三季度两类。从上式中剔除虚拟变量D2，D3，得煤销售量模型估计结果见图 7.4，z.-模型结果整理

7、为：y=2515.86+49.73t+1290.91D1 (7.2)(32.03)(10.63)(14.79)R2=0.94,DW=1.4,s.e.=198.7,F=184.9,T=28,t0.05(25)=2.06进一步检验斜率是否有变化，在上式中参加变量t D1，y=2509.07+50.22t+1321.19D1-1.95t D1 (7.3)(28.24)(9.13)(6.85)(-0.17)R2=0.94,DW=1.4,s.e.=202.8,F=118.5,T=28,t0.05(24)=2.06由于回归系数-1.95 所对应的t值是-0.17，可见斜率未发生变化。因此以模型(7.2)作

8、为最后确立的模型。图 7.47.4 学生练习：建立财政支出模型下表给出了 1952-2004 年中国财政支出Fin的年度数据以 1952 年为基期，用消费价格指数进展平减后得数据。试根据财政支出随时间变化的特征建立相应的模型。表 7.2obs195219531954195519561957195819591960196119621963196419651966196719681969Fin173.94206.23231.7233.21262.14279.45349.03443.85419.06270.8229.72266.46322.98393.14465.45351.99302.98446.

9、83obs197019711972197319741975197619771978197919801981198219831984198519861987Fin563.59638.01658.23691664.81691.32656.25724.18931.47924.71882.78874.02884.14982.171147.951287.411285.161241.86obs19881989199019911992199319941995199619971998199920002001200220032004Fin1122.881077.921163.191212.511272.6814

10、03.621383.741442.191613.191868.982190.32616.463109.613834.164481.45153.46092.99资料来源：中国统计年鉴(1985,2005)。1相关图分析z.-利用表 7.2 的数据建立财政支出序列的散点图，如图 7.5。图 7.52设定虚拟变量观察图 7.5 分析财政支出序列的走势，发现在 1996 年发生转折。中国经济在 1996 年软着陆，之后国家实行积极的财政政策，每年都加大财政支出力度，因此考虑建模以 1996 年为分界点，通过参加虚拟变量，可以考察 1996 年前后，Fin 时间序列的斜率是否发生显著性变化。定义虚拟变量

11、D1=1，1997-2004用 EViews 生成虚拟变量 D1序列，采用的方法为：在工作文件窗口点击 Quick/Generate Series，在弹出的由方程生成序列的窗口，输入 D1=0，同时更改下面的样本围为 1952-1996，如下图。图 8.60，1952-1996这时只生成了第一段 1952-1996中的 D1=0，采用同样的方法，再点击Quick/Generate Series，在弹出的由方程生成序列的窗口，输入 D1=1，同时更改下面的样本围为 1997-2004，如下图。生成时间 time 的命令：在工作文件窗口点击Quick/Generate Series，在弹出的由方程

12、生成序列的窗口，输入 time=trend(1951)参加时间 time 变量和虚拟变量 D1 后的数据资料如表 7.4 所列。obsfin表 7.4timeD1obs12345678910fintimeD12829303132333435363738394041424344000000000000000001952173.941953206.231954231.71955233.211956262.141957279.451958349.031959443.851960419.061961270.801979924.7101980882.7801981874.0201982884.14019

13、83982.17019841147.95019851287.41019861285.16019871241.86019881122.88019891077.92019901163.19019911212.51019921272.68019931403.62019941383.74019951442.191962229.72111963266.46121964322.98131965393.14141966465.45151967351.99161968302.9817z.-1969446.83181970563.59191971638.01201972658.23211973691221974

14、664.81231975691.32241976656.25251977724.18261978931.4727019961613.19019971868.98019982190.3019992616.46020003109.61020013834.16020024481.4020035153.4020046092.9904546474849505152530111111113估计模型利用表 8.4 的混合样本数据建立模型，估计结果如下：Fin=25.77+30.83time-26235.88D1+572.78timeD1(0.65)(20.65)(-26.36)(28.46)25.77+30.83time,(D1=0,1952-1996)=-26210.11+603.61time,(D1=1,1997-2004)(7.4)1996 年前后无论截距和斜率都发生了变化。模型的拟合效7.4式说明，果如图。z.