2023年计量经济学实验报告5.docx

《2023年计量经济学实验报告5.docx》由会员分享，可在线阅读，更多相关《2023年计量经济学实验报告5.docx（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、经济与政法学院计量经济学实验报告班级： 国贸1312姓名:纪方方学号：系数a.因变量：生活消费模型非标准化系数标准系数|Sig.B标准误差试用版1(常量)1765.3913 37.2935.234.000工资收入.555.030.7231 8 .79 8.000其他收入.56 0.0 7 2.2 987.743,0 0 0y = 1765,391 +0.555 X,+0.560 X2t 5.2341 8.7987.743R。 0. 975 R =0. 974F = 1154.996 df=5 9RSSr =59x948020 .124 = 55933187 .08(RSSR-RSS)(k +

2、)兄$&而+2-2伏 + 1)Fk +1, n +% -2( + 1)在5%与1 0 %的水平下，自由度为5 6的t记录量的临界值分别为玲.025(56) = 2.00与 bo5(56) = 1.67。可见，今在1 0%的显著水平下异于0。在5%的显著水平异于0,但即使在10% 的显著性水平下也无法拒绝& =0的假设。从这里可以看出，2 023年中国农村平均消费支出要 比城乡少1 573.9元，同时，在其他条件不变的情况下，农村居民与城乡居民的工资收入都增长100 元时，农村居民要比城乡居民多支出19元用生活消费，但农村居民与城乡居民在其它来源收入 方面有相同的增长量时，两者增长的消费支出没有

3、显著差异。厂(55933187.322-49441168.56)/3 1 2.4549441168.56/565%与1 0%显著性水平下相应用05(3,56) = 2.77,%(3,56) = 2.18。因此，在5 %的显著水 平下不拒绝中国农村居民与城乡居民在生活消费支出上无差异的假设，但在1 0%的显著水平下 拒绝该假设。实验结果和收获.学会OLS方法的估计过程1 .掌握了模型的估计和检查方法.进一步了解了消费函数的计量结果,扩大了思绪o实验课程计量经济学实脸名称OLS的估计和检杳（受约束回归模型）实验目的和内容1 .运用s P SS计算OLS估计量2 .对模型估计结果进行检查。 （举例如

4、上）实验环节1 .构建X年全国31个省份的消费函数模型,被解释变量为人均消费支；H,解释变量为人均可支配 收入。2 .将数据导入SPSS中3 .求解参数估计值。4 .根据模型估计结果检查估计效果和拟合图形。（假如尚有其它环节,一并列出）实验成果（系统化研究结果的说明和研究过程介绍，纸张不够可以加页）一、研究目的和意义我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费， 由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民 消费。并且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比 较，而这正是可从记录年鉴中

5、获得数据的变量。所以模型的被解释变量丫选定为“城市居民每人 每年的平均消费支出二由于研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以 应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是X年截面数据模型。影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最重要 的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财 产”和“购物环境”；有的与居民收入也许高度相关，如“就业状况”、“居民财产”；尚有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率,因此这些其他因素可以 不列入模型

6、，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消 费支出”相相应，选择在记录年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。从2023年中国记录年鉴中得到表1的数据:农村居民城乡居民生活消费工资收入 其他收入 生活消费 工资收入其他收入北京135 5 3.2120 3 4.96 302.626 2 74.93 0 2 7 3. 1 5000.80天津1 0 15 9 09 1. 56 7 49.521 7 11.923 2 31.912423.75.0河北6134.152 3 6 . 73 8 65.21 3 4 60.61 4 5 8 9554 . 4

7、8 . 4山西581 2.7404 1.13 11 2 .41 31 6 6.21 6 21 6.47797.2内蒙古7 26 8 . 31 69 4 . 66901. 11 924 9 . 1 1837 8 600.17 . 9辽宁7159.04209.46313.31 802 9 . 7 1 5 882. 012 0 23. 9吉林7379.71813.27808.01 5932.314 3 88.3915 5.9黑龙江6813.61991.47642.8141 6 1. 712 5 25.88 62 3.4上海14234. 71 223 9 .473 5 5 . 6281 332 3 5

8、.41 5 6 43.955. 0江苏9909.87608.5598 9.22 0 371.52 1 8 90.01324 1. 0浙江117 6 0.2920 4 .36 901.72325 7 .224 4 5 3 .0 16 7 88.0安徽5 7 24.5373 3.54364.3162 8 5.215 5 35. 39 470. 8福建8151.25193.9599 0 .22 0 232.72 1 4 4 11939.33 . 4江西5 6 53. 64 4 22. 143 5 9.41385 0 . 514767.58181.9山东7 39 2 .75 1 27.25 4 92.

9、81 7 112.22 1 562.19066. 0河南56 2 7.73581.64893.814 8 2 2.0 147 0 4.28982.3湖北6 27 9 .538 6 8 .24 9 98.7157 4 9.51 55 7 1. 8 96 0 8. 7湖南6609.54595.63776. 61 5 8 87.11 3 951.410691. 6广东8 3 4 3.57 0 72. 44 5 96.924133.32 5286.51 1 2 1 7.5广西5205. 62 7 1 2 .34 078.615417.615647.89381.0海南54 6 5.63001.5534

10、1 . 015 5 93.015 77 3 . 0 9 1 4 6 .8根据实验规定建立的计量经济模型为如下线性模型:重庆5796. 44 089. 24 242.81 781 3.91 6 6 54.710195 . 7四川6 3 0 8.53 5 4 2.8435 2 . 61634 3.51 4 9 7 6. 089 1 7. 9贵州4 740. 22572.6286 1 .413 7 02.9136 2 7. 67 785. 5云南47 4 3.61 7 29. 24412.115156. 115 1 40. 795 5 7. 6西藏3 5 74. 014 7 5.35 1 0 2 .

11、912231. 91 960 4 .029 5 6.7陕西572 4.23151.23 351.416 6 7 9.71 6 441. 07 6 67. 8甘肃4 8 49. 622 0 3. 429 0 4. 414020. 713329. 768 1 9. 3青海60 6 0.223 4 7.53848.913 5 39.5140 15.68115.4宁夏64 8 9.728 7 8. 44052.61 5 321. 11 5 3 6 3.98402. 8新疆61 1 9.113 1 1.85984.615 2 06. 21 5 5 8 5.36802. 6匕=A + 5必 + BXj +

12、 他儿)+ p2xi2 +、(*)+ 4二、估计参数假定所建模型及扰动项/满足古典假定，可以用OLS法估计其参数。运用计算机软件SPSS作计量经济分析十分方便。运用SPSS作简朴线性回归分析的环节如下:1、建立工作文献2、输入数据名称类型小效标签值缺失到对齐度量标准dq字符串80地区无无8至左(L)企名义Y数值(N)81生活活费无无8李右(R)度黄(S)X1效值(N)81工法收入无无8李右的夕度量(S)X2数值(N)81其他收入无无8季右3夕度量(S)D数值(N)81(0.0.城镇后.无8右6度量(S)dx1数值(N)82无无10斐右(R)/度量(S)dx2效值(N)82无无10基右(R)夕度

13、量(S)dqYXIX2Ddx1dx2北京13553212034 96302 61.012034 906302 60天津10155 09091.56749 51.09091 506749 50河北6134 15236 73865 21.05236 703865 20山西5812.74041.13112 41.04041.103112 40内堂古7268 31694 66901 11.01694 606901 10辽宁7159.04209 46313.31.04209 40631330吉林73797181327808 01.01813207806 00和t江6813.61991.476428101

14、991.40764280上海14234 712239 47365 61.012239 407355 60江苏990987608 5598921.07606 505989 20浙江11760 29204 36901 71.09204 306901 70安徽572453733.6436431.03733 504364 30福建8151 2519395990.21.05193 905990 20江西5653 64422 14359 41.04422 104359 40江西5653.64422.14359.41.04422.104359.40山东7392.75127.25492.81.05127.20

15、5492.80河南5627.73581.64893.81.03581.604893.80湖北6279.53868.24998.71.03868.204998.70湖南6609.5459563776.61.04595.603776.60广东8343.57072.44596.91.07072.404596.90广西5205.62712.34078.61.02712.304078.60海南5465 63001.55341.01,03001.505341.00重庆5796.44089.24242.81.04089.204242.80四川6308.53542.84352.61.03542.804352.

16、60赛州4740.2257262861.41.02572.602861.40云南4743.61729.24412.11.01729.204412.10西藏3574 01475.35102.91.01475.305102.90陕西5724.23151.23351.41.03151.203351.40甘肃4849.62203.42904.41.02203.402904.40青海6060.22347.53848.91.02347.503848.90dqYX1X2Ddx1dx2宁夏6489.72878.44052.6102878.404052.60新程6119.11311.85984 6101311.

17、805984.60北京26274.930273.015000.80.00.000.00天津21711.923231.912423.70.00.000.00可北13460.614588.49554.40.00.000.00L西13166.216216.47797.20.00.000.00为蒙古19249.118377.98600.10.00.000.00II宁18029.715882.012022.90.00.000.00吉林15932.314388.39155.90.00.000.00黑龙江14161.712525.88623.40.00.000.00上海28155.033235.415643

18、.9000.000.00工苏20371.521890.013241.0000.000.00折江23257.224453.016788.0000.000.00安徽16285.215535.39470.80.00.000.00灌建20092.721443.411939.30.00.000.00工西13850.514767.58181.90.00.000.00L东17112.221562.19066.00.00.000.00可南14822.014704.28982.30.00.000.00:胡北15749.515571.89608.70.00.000.00:胡南15887.113951.410691

19、.6000.000.00F24133.325286.511217.5000.000.0015417.615647.89381.0000.000.00海南15593.015773.09146.80.00.000.00重庆17813.916654.710195.70.00.000.00四川16343.514976.08917.90.00.000.00贵州13702.913627.67785.50.00.000.00云南15156.115140.79557.60.00.000.00西藏12231.919604.02956.70.00.000.00集西16679.716441.07667.80.00.

20、000.00甘肃14020.713329.76819.30.00.000.00青海13539.514015.68115.40.00.000.00宁夏15321.115363.98402.80.00.000.00新疆15206.215585.36802 60.00 000.003、估计参数输入/移去的变量模型输入的变量移去的变量方法1DX2,其他收入，DX1，工资收 入，居民输入a.已输入所有请求的变量。模型汇总a预测变量:序量）,DX2,耳他收入,DX1，工资收入,居民.小那R方调整R方标准估计的误 麦更改统计量R方更改F更改df1df?Sig. F更改1,9893.978.976939.61

21、59.978497.557556,000Ano va模型平方和df均方FSig.1回归2.19 6 E54 393E8497 557.0009残差4.944E756882878.011总计2.246E961a-预测变量：（常量），DX2,其他收入，DX1,工资收入，居民。b.因变量：生活消费系数模型非标准化系数标准系数tSig B标准误差试用版1（常量）2599 - 142680.4153 820.000工资收入.487,047.63310. 2 72.ooo其他收入,602.086.3207. 019.ooo居民-1 573.89 1933 - 735-.131-1.686.097DX1.1

22、9 0.079 0952.398 020DX2-.006.155-.003-.038,970a 因变量：生活消费表2在本例中，参数估计的结果为：Y = 2599. 142 - 1573. 891，+ 0. 487X + 0. 190储 + 0. 602K - 0. 006儿 1114乙(6 8 0. 415)(9 3 3.735)(0.047)( 0 .0 7 9 )(0.0 8 6)(0. 1 55)t 3.820-1.6861 0. 2722.3 9 87.0190.038R2=0,978声=0.976F=49 7.5 55d f =56RSSu=5 6 *8828 7 8. 01=4 9

23、 44 1168.5 6二、受约束回归一输入/移去的变量模型输入的变量移去的变量方法1DX2,其他收 入，工资收入*输入a.已输入所有请求的变量。根型汇总模型RR方调整R方标准估计的误 差更改妩计量R方更改F更改df1df2Sig.F更改1.987，.975.974981.0098.975758.548358.000a.预测变量:席量）,DX2,耳他收入，工资收入.Anovab模型平方和df均方FS ig.1回归残差总计2.190E95.582E72.24 6E 9358617.300E8962 380. 1 53758. 5 48 0 00,a.预测变量：（常量），DX2,其他收入，工资收入

24、。b-因变量：生活消费系数模型非标准化系数标准系数tSig.B标准误差试用版11（常量）164 6 .6754 8 3.0013.409.001a.因变量：生活消费工资收入,564.039- 73414.534.000其他收入,554 075. 2957 431 000DX2.025.07 3.011 346.731Y = 1646. 675 + 0. 564储 + 0. 5544 + 0. 025耽t =3. 4 0914.5347.4310.346R2 = 0. 975R2 =0.974F=7 5 8.5 48df=58RSSu=58* 9 6 238 0 . 15 3 = 5 58180

25、48.7在5%与10%的水平下，自由度为56的I记录量的临界值分别为，o.o25（56） = 2.00与 r005（56） = 1.67 o可见，5。在10%的显著水平下异于0,6在5 %的显著水平异于0,从这里可以 看出，2 02 3年中国农村平均消费支出要比城乡少157 3.9元，同时，在其他条件不变的情况下，农 村居民与城乡居民的工资收入都增长100元时，农村居民要比城乡居民多支出19元用于生活消 费，但农村居民与城乡居民在其它来源收入方面有相同的增长量时，两者增长的消费支出没有显著 差异。三、受约束回归三输入/移去的变量模型输入的变量移去的变量方法1其他收入，工 资收入输入a.已输入所有请求的变量。程型汇总a.预测变量:（常量）,其他收入，工资收入。模型RR方调整R方标准估计的误 差更改统计量R方更改F更改df1df2Sig.F更改1.987a.975,974973.6632,9751154 996259.000A nova1*模型P方和d f均方FSig.1回归残差 总计2. 19 0E95593318 7.3222.246E92596 11.095E994 8 0 2 0. 1 241154.99 6.000,a.预测变量：（常量），其他收入，工资收入。 b.因变量：生活消费