计量经济学实验报告精编.docx

计量经济学实验报告

第一篇：计量经济学实验报告计量经济学综合实验报告一、一元线性回归检验一个国家的货物周转量与货运量是密不可分的，为了考察货物周转量与货运量之间的关系，利用计量经济学的方法，进行回归分析。中国1990—2009年货运量与货运周转量的数据如表1.1所示。表1.1中国的货运量与货运周转量年份19901991199219931994199519961997199819992000200120022003200420052006200720082009货运量X货物周转量Y（万吨）（亿吨公里）9706029857931045899111590211803961234938129842112782181267427129300813586821401786148344715644921706412186206620370602275822258593728252222620827987292183064733435359093659038385380894056844321477105068653859694458025888840101419110300122133.3数据来源：《中国交通年鉴》（2009）整理1、建立模型Y=X根据表一数据，为对其进行线性回归分析，建立如下一元回归模型：表1.2给出了采用Eviews软件对表1.1数据进行最小二乘线性回归分析的结果。表1.2中国货运周转量对货运量的回归分析（1990--2009）DependentVariable:YMethod:LeastSquaresSample:19902009CR-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihood-30611.522621.031-11.679190.000029604.4019.3684619.468031193.7870.985146Meandependentvar55300.370.984321S.D.dependentvar3706.977Akaikeinfocriterion2.47E+08Schwarzcriterion-191.6846F-statistic根据表1.2写出如下回归分析结果：Y=-30611.520.0558X（-11.68）（34.55）31F1193.787，D.W.0.705R20.985，其中括号内的数为相应参数的t检验值，R2为可决系数，F为方程整体线性显著性检验值，D.W.为模型序列相关性检验值二、模型检验（1）从回归估计的结果看，模型拟合较好。可决系数R20.9851，表明模型在整体上拟合的非常好。（2）而且从常数项和解释变量系数的t检验值看，比给定5%显著性水平下自由度为n-2=19的临界值2.093都大的多，说明参数值是比较显著的。（3）而从F1193.787可以看出，远远大于模型的整体的线性关系也是非常显著的。D.W.0.7053，在(0,dl=1.2)之间，则应该存在一阶相关关系，利（4）用拉格朗日乘数法进行二阶相关关系检验得表2.1如下：表2.1F-statistic7.558370Probability0.004887DependentVariable:RESIDCXRESID(-1)R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihood171.9513-0.0001410.8971662366.1900.0015210.2341260.072670-0.0927323.8319750.94300.92730.00150.485807Meandependentvar-9.19E-120.389396S.D.dependentvar2819.415Akaikeinfocriterion1.27E+08Schwarzcriterion-185.0330F-statistic3608.10618.9033019.102455.038913由表2.1可知，nR29.716，该值大于显著性水平为5%，自由度为2的2分布的临界值20.05（2）=5.991，由此判断存在二阶序列相关性。再利用拉格朗日乘数法进行三阶相关关系检验，得表2.2：表2.2Breusch-GodfreySerialCorrelationLMTest:F-statisticCXRESID(-1)RESID(-2)RESID(-3)R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat5.163250