《eviews实验题目和数据.doc》由会员分享，可在线阅读，更多相关《eviews实验题目和数据.doc（12页珍藏版）》请在三一文库上搜索。
1、每个同学完成1份实验报告，格式规范见模版。要求：1实验报告的题可以从以下题目中选择，也可以自由选题，数据自己收集。建议大家用教材中的数据。2每个同学做多元线性回归，对数据进行自相关，异方差，或变量多重共线性三种中的一种进行检验、并写出修正方法和修正后的结果。3十七周周五交实验报告。第一部分 多元线性回归1、经研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表中为对某地区部分家庭抽样调查得到样本数据：家庭书刊年消费支出（元）Y家庭月平均收入（元）X户主受教育年数（年）T家庭书刊年消费支出（元）Y家庭月平均收入（元）X户主受教育年数（年）T4501027.28793.21998.61450
2、7.71045.29660.8219610613.91225.812792.72105.412563.41312.29580.82147.48501.51316.47612.7215410781.51442.415890.82231.414541.81641911212611.818611.11768.8101094.23143.4161222.11981.21812533624.620(1) 建立家庭书刊消费的计量经济模型；（2）利用样本数据估计模型的参数；（3）检验户主受教育年数对家庭书刊消费是否有显著影响；（4）分析所估计模型的经济意义和作用2某地区城镇居民人均全年耐用消费品支出、人均年
3、可支配收入及耐用消费品价格指数的统计资料如表所示： 年份人均耐用消费品支出Y（元）人均年可支配收入X1（元）耐用消费品价格指数X2（1990年=100）19911992199319941995199619971998199920002001137.16124.56107.91102.96125.24162.45217.43253.42251.07285.85327.261181.41375.71501.21700.62026.62577.43496.24283.04838.95160.35425.1115.96133.35128.21124.85122.49129.86139.52140.44
4、139.12133.35126.39利用表中数据，建立该地区城镇居民人均全年耐用消费品支出关于人均年可支配收入和耐用消费品价格指数的回归模型，进行回归分析，并检验人均年可支配收入及耐用消费品价格指数对城镇居民人均全年耐用消费品支出是否有显著影响。3、下表给出的是19601982年间7个OECD国家的能源需求指数（Y）、实际GDP指数（X1）、能源价格指数（X2）的数据，所有指数均以1970年为基准（1970=100）年份能源需求指数Y实际GDP指数X1能源价格指数X2年份能源需求指数Y实际GDP指数X1能源价格指数X219601961196219631964196519661967196819
5、691970197154.155.458.561.763.666.870.373.578.383.388.991.854.156.459.462.165.969.573.275.779.983.886.289.8111.9112.4111.1110.2109.0108.3105.3105.4104.3101.797.7100.31972197319741975197619771978197919801981198297.2100.097.393.599.1100.9103.9106.9101.298.195.694.3100.0101.4100.5105.3109.9114.4118.3119
6、.6121.1120.698.6100.0120.1131.0129.6137.7133.7144.5179.0189.4190.9(1)建立能源需求与收入和价格之间的对数需求函数，解释各回归系数的意义，用P值检验所估计回归系数是否显著。(2) 再建立能源需求与收入和价格之间的线性回归模型 ，解释各回归系数的意义，用P值检验所估计回归系数是否显著。(3 )比较所建立的两个模型，如果两个模型结论不同，你将选择哪个模型，为什么？4、考虑以下“期望扩充菲利普斯曲线（Expectations-augmented Phillips curve）”模型：其中：=实际通货膨胀率（%）；=失业率（%）；=预期
7、的通货膨胀率（%）下表为某国的有关数据，表1. 1970-1982年某国实际通货膨胀率Y(%)，失业率X2(%)和预期通货膨胀率X3(%)年份实际通货膨胀率Y(%)失业率X2(%)预期的通货膨胀率X3（%）19701971197219731974197519761977197819791980198119825.924.303.306.2310.979.145.776.457.6011.4713.4610.245.994.905.905.604.905.608.507.707.106.105.807.107.609.704.783.843.313.446.849.476.515.926.088
8、.0910.0110.818.00（1）对此模型作估计,并作出经济学和计量经济学的说明。 （2）根据此模型所估计结果，作计量经济学的检验。 （3）计算修正的可决系数（写出详细计算过程）。第二部分 多重共线性1、下表给出了中国商品进口额Y、国内生产总值GDP、消费者价格指数CPI。年份商品进口额(亿元)国内生产总值(亿元)居民消费价格指数(1985=100)19851257.88964.410019861498.310202.2106.519871614.211962.5114.319882055.114928.3135.819892199.916909.2160.219902574.31854
9、7.9165.219913398.721617.8170.819924443.326638.1181.719935986.234634.4208.419949960.146759.4258.6199511048.158478.1302.8199611557.467884.6327.9199711806.574462.6337.1199811626.178345.2334.4199913736.482067.5329.7200018638.889468.1331.0200120159.297314.8333.3200224430.3105172.3330.6200334195.6117251.9
10、334.6资料来源：中国统计年鉴，中国统计出版社2000年、2004年。请考虑下列模型：(1)利用表中数据估计此模型的参数。(2)你认为数据中有多重共线性吗？ (3)进行以下回归：根据这些回归你能对数据中多重共线性的性质说些什么？(4)假设数据有多重共线性，但在5%水平上个别地显著，并且总的F检验也是显著的。对这样的情形，我们是否应考虑共线性的问题？2、理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，收集了中国能源消费总量Y (万吨标准煤)、国内生产总值(亿元)X1(代表经济发展水平)、国民总收入(亿元)X2(代表收入水平
11、)、工业增加值(亿元)X3、建筑业增加值(亿元)X4、交通运输邮电业增加值(亿元)X5(代表产业发展水平及产业结构)、人均生活电力消费 (千瓦小时)X6(代表人民生活水平提高)、能源加工转换效率(%)X7(代表能源转换技术)等在1985-2002年期间的统计数据，具体如下：年份能源消费国民总收入工业建筑业交通运输邮电人均生活电力消费能源加工转换效率yX1X2X3X4X5X6X71985766828989.18964.43448.7417.9406.921.368.2919868085010201.410202.23967.0525.7475.623.268.3219878663211954.5
12、11962.54585.8665.8544.926.467.4819889299714922.314928.35777.2810.0661.031.266.5419899693416917.816909.26484.0794.0786.035.366.5119909870318598.418547.96858.0859.41147.542.467.2199110378321662.521617.88087.11015.11409.746.965.9199210917026651.926638.110284.51415.01681.854.666199311599334560.534634.41
13、4143.82284.72123.261.267.32199412273746670.046759.419359.63012.62685.972.765.2199513117657494.958478.124718.33819.63054.783.571.05199613894866850.567884.629082.64530.53494.093.171.5199713779873142.774462.632412.14810.63797.2101.869.23199813221476967.278345.233387.95231.44121.3106.669.441999130119805
14、79.482067.535087.25470.64460.3118.170.45200013029788254.089468.139047.35888.05408.6132.470.96200113491495727.997314.842374.66375.45968.3144.670.412002148222103935.3105172.345975.27005.06420.3156.369.78资料来源：中国统计年鉴2004、2000年版，中国统计出版社。要求：(1)建立对数线性多元回归模型(2)如果决定用表中全部变量作为解释变量，你预料会遇到多重共线性的问题吗？为什么？(3)如果有多重共
15、线性，你准备怎样解决这个问题？用逐步回归的思想，说明全部计算。第三部分 异方差1、由表中给出消费Y与收入X的数据，试根据所给数据资料完成以下问题：（1）估计回归模型中的未知参数和，并写出样本回归模型的书写格式；（2）试用Goldfeld-Quandt法和White法检验模型的异方差性；YXYXYX5580152220951406510014421010814570851752451131508011018026011016079120135190125165841151402051151809813017826513018595140191270135190901251372301202007
16、59018925014020574105558014021011016070851522201131507590140225125165651001372301081457410514524011518080110175245140225841151892501202007912018026014524090125178265130185981301912702、由表中给出1985年我国北方几个省市农业总产值，农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据，要求：（1） 试建立我国北方地区农业产出线性模型；（2） 选用适当的方法检验模型中是否存在异方差； 地区农业总产
17、值农业劳动力灌溉面积化肥用量户均固定农机动力（亿元）（万人）（万公顷）(万吨）资产（元）（万马力）北京19.6490.133.847.5394.3435.3天津14.495.234.953.9567.5450.7河北149.91639 .0357.2692.4706.892712.6山西55.07562.6107.931.4856.371118.5内蒙古60.85462.996.4915.41282.81641.7辽宁87.48588.972.461.6844.741129.6吉林73.81399.769.6336.92576.81647.6黑龙江104.51425.367.9525.8123
18、7.161305.8山东276.552365.6456.55152.35812.023127.9河南200.022557.5318.99127.9754.782134.5陕西68.18884.2117.936.1607.41764新疆49.12256.1260.4615.11143.67523.33、表中的数据是美国1988研究与开发（R&D）支出费用（Y）与不同部门产品销售量（X）。试根据资料建立一个回归模型，运用Glejser方法和White方法检验异方差。 单位：百万美元工业群体销售量XR&D费用Y利润Z1.容器与包装6375.362.5185.12.非银行业金融11626.492.91
19、569.53.服务行业14655.1178.3276.84.金属与采矿21869.2258.42828.15.住房与建筑26408.3494.7225.96.一般制造业32405.610833751.97.休闲娱乐35107.71620.62884.18.纸张与林木产品40295.4421.74645.79.食品70761.6509.25036.410.卫生保健80552.86620.113869.911.宇航952943918.64487.812.消费者用品101314.31595.310278.913.电器与电子产品116141.36107.58787.314.化工产品122315.744
20、54.116438.815.五金141649.93163.99761.416.办公设备与电算机175025.813210.719774.517.燃料230614.51703.822626.618.汽车2935439528.218415.44、由表中给出的收入和住房支出样本数据，建立住房支出模型。 住房支出收入1.852525252.153103.2103.5103.5103.6104.2154.2154.5154.8155154.8205205.7206206.220假设模型为,其中为住房支出,为收入。试求解下列问题: (1)用OLS求参数的估计值、标准差、拟合优度(2)用Goldfeld-Q
21、uandt方法检验异方差（假设分组时不去掉任何样本值）5、下表给出的是1998年我国重要制造业销售收入与销售利润的数据资料 行业名称销售收入销售利润行业名称销售收入销售利润食品加工业187.253180.44医药制造业238.711264.10食品制造业111.421119.88化学纤维制造81.57779.46饮料制造业205.421489.89橡胶制品业77.84692.08烟草加工业183.871328.59塑料制品业144.341345.00纺织业316.793862.90非金属矿制品339.262866.14服装制造业157.701779.10黑色金属冶炼367.473868.28皮
22、革羽绒制品81.731081.77有色金属冶炼144.291535.16木材加工业35.67443.74金属制品业201.421948.12家具制造业31.06226.78普通机械制造354.692351.68造纸及纸制品134.401124.94专用设备制造238.161714.73印刷业90.12499.83交通运输设备511.944011.53文教体育用品54.40504.44电子机械制造409.833286.15石油加工业194.452363.80电子通讯设备508.154499.19化学原料制品502.614195.22仪器仪表设备72.46663.68试完成以下问题:(1)求销售利
23、润岁销售收入的样本回归函数，并对模型进行经济意义检验和统计检验；(2)分别用图形法、Glejser方法、White方法检验模型是否存在异方差；6、下表所给资料为1978年至2000年四川省农村人均纯收入和人均生活费支出的数据。四川省农村人均纯收入和人均生活费支出 单位：元/人时间农村人均纯收入X农村人均生活费支出Y时间农村人均纯收入X农村人均生活费支出Y1978127.1120.31990557.76509.161979155.9142.11991590.21552.391980187.9159.51992634.31569.461981220.98184.01993698.27647.431
24、982255.96208.231994946.33904.281983258.39231.1219951158.291092.911984286.76251.8319961459.091358.031985315.07276.2519971680.691440.481986337.94310.9219981789.171440.771987369.46348.3219991843.471426.061988448.85426.4720001903.601485.341989494.07473.59数据来源：四川统计年鉴2001年。(1)求农村人均生活费支出对人均纯收入的样本回归函数，并对模型进
25、行经济意义检验和统计检验；(2)选用适当的方法检验模型中是否存在异方差；第四部分 自相关性1、下表给出了美国1960-1995年36年间个人实际可支配收入X和个人实际消费支出Y的数据。美国个人实际可支配收入和个人实际消费支出单位：100亿美元年份个人实际可支配收入X个人实际消费支出Y年份个人实际可支配收入X个人实际消费支出Y19601961196219631964196519661967196819691970197119721973197419751976197715716216917618820021122023023724725626828728529030131114314615316
26、0169180190196207215220228242253251257271283197819791980198119821983198419851986198719881989199019911992199319941995326335337345348358384396409415432440448449461467478493295302301305308324341357371382397406413411422434447458注：资料来源于Economic Report of the President，数据为1992年价格。要求：（1）用普通最小二乘法估计收入消费模型；（2）
27、检验收入消费模型的自相关状况（5%显著水平）；2、下表是北京市连续19年城镇居民家庭人均收入与人均支出的数据。 北京市19年来城镇居民家庭收入与支出数据表（单位：元）年份顺序人均收入(元)人均生活消费支出(元)商品零售物价指数(%)人均实际收入(元)人均实际支出(元)12345678910111213141516171819450.18 491.54 599.40 619.57 668.06 716.60 837.65 1158.84 1317.33 1413.24 1767.67 1899.57 2067.33 2359.88 2813.10 3935.39 5585.88 6748.68
28、7945.78359.86 408.66 490.44 511.43 534.82 574.06 666.75 923.32 1067.38 1147.60 1455.55 1520.41 1646.05 1860.17 2134.65 2939.60 4134.12 5019.76 5729.45100.00 101.50 108.60 110.20 112.30 113.00 115.40 136.80 145.90 158.60 193.30 229.10 238.50 258.80 280.30 327.70 386.40 435.10 466.90450.18 484.28 551.
29、93 562.22 594.89 634.16 725.87 847.11 902.90 891.07 914.47 829.14 866.81 911.85 1003.60 1200.91 1445.62 1551.06 1701.82359.86 402.62 451.60 464.09 476.24 508.02 577.77 674.94 731.58 723.58 753.00 663.64 690.17 718.77 761.56 897.04 1069.91 1153.70 1227.13要求：（1）建立居民收入消费函数； （2）检验模型中存在的问题，并采取适当的补救措施预以处理
30、； （3）对模型结果进行经济解释。3、下表给出了日本工薪家庭实际消费支出与可支配收入数据日本工薪家庭实际消费支出与实际可支配收入单位：1000日元年份个人实际可支配收入X个人实际消费支出Y年份个人实际可支配收入X个人实际消费支出Y19701971197219731974197519761977197819791980198119822392482582722682802792822852932912943023003113293513543643603663703783743713811983198419851986198719881989199019911992199319943043083
31、10312314324326332334336334330384392400403411428434441449451449449注：资料来源于日本银行经济统计年报数据为1990年价格。要求：（1）建立日本工薪家庭的收入消费函数； （2）检验模型中存在的问题，并采取适当的补救措施预以处理； （3）对模型结果进行经济解释。4、下表给出了某地区1980-2000年的地区生产总值(Y)与固定资产投资额(X)的数据。 地区生产总值(Y)与固定资产投资额(X) 单位：亿元年份地区生产总值(Y)固定资产投资额(X)年份地区生产总值(Y)固定资产投资额(X)198019811982198319841985198619871988198914021624138212851665208023752517274127302162541871512463684174124384361990 19911992199319941995199619971998199920003124315835784067448348975120550660887042875654452354866869974566784595111851180要求：（1）使用对数线性模型进行回归，并检验回归模型的自相关性；12 / 12文档可自由编辑打印