文档介绍：标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]
计量经济学综合实验报告
计量经济学综合实验报告
实验一截面数据一元线性回归模型
（经典估计）
【实验目的和要求】
差和t值分别为：SE(β1)=，t(β1)=: β2的标准误差和t值分别为SE（β2）= t(β2)=. 取a=0,05，查t分布表得自由度为n-2=18-2=16的临界值为= 19,t(β1)=＜= 19，不拒绝H1, t(β2)=＞= 19,，城市居民可支配收入对其消费水平有很大影响。
7、当城市居民可支配收入在14500元时，支出的均值为元。
在95%的置信度下，预测某省辖市城市居民可支配收入在17500元时的消费支出的均值区间。计算后区间为（）
模型预测
农村居民：
1、打开Eviews工作文件，建立新的文件夹，在命令框中输入“data le ni”回车，从数据表中粘贴数据到Eviews数据表中即可。
对变量le、ni进行统计描述
在le、ni组对象窗口选择下拉菜单view---descriptive statistics---common samples，即输出组对象中各序列数据公共样本的统计描述，如下图：
选择下拉菜单view---descriptive statistics---individual samples，即输出组对象中各序列数据的统计描述，各序列包含的观察值数量可以不同，如下表：
在组对象窗口中选择下拉菜单view-- covariance analysis——balanced sample 即可出现以下图表：
3、建立由被解释变量ce和解释变量di组成的组对象，在一个坐标轴上显示两变量的序列线图，观察是否接近直线，做两变量的散点图，观察是否线性相关。
两变量序列的线图：
由上图可知，两变量的曲线，都不接近直线。
两变量的散点图：
由上图可知两变量基本呈正相关关系，存在一定的线性相关性。但相关程度不大。
4、结合凯恩斯绝对收入假说的消费理论和图形分析，设定以le为被解释变量，ni为解释变量的一元线性城市居民消费总体回归模型，预计回归系数的符号；
模型：LEi=β1+β2NIi+ui
因支出一般随收入的增加而增加，预测回归系数β1、β2的符号都是正号。
5、用OLS法估计以ce为被解释变量，di为解释变量的城市居民消费回归模型；
模型回归估计结果
即LEi= +
（）（）
T= （）（）
R2= F= n=18
6、对le为被解释变量，ni为解释变量模型输出结果进行经济理论检验，拟合优度检验和t检验。
(1)经济意义检验：所估计参数β1=，β2=，说明可支配收入增加1元，平均说来可导致乡村居民消费支出增加元。
（2）拟合优度检验：通过以上的回归数据可知，可决系数为，说明所建模型整体上对样本数据拟合度较好；
（3）对回归系数的t检验：针对H1:β1=0和H2:β2=0，由上回归结果可以看出，估计的回归系数B1的标准误差和t值分别为：SE(β1)=，t(β1)=；β2的标准误差和t值分别为SE（β2）= t(β2)=，取a=0,05，查t分布表得自由度为n-2=18-2=16的临界值为= 19,t（t(β1)=＜= 19，不拒绝H1, t(β2)=＞= 19,，农村居民可支配收入对其消费水平有很大影响。
模型预测
【实验总结】本次试验，我们主要是根据数据，利用Eviews软件进行分析，如果两变量基本符合线性关系就可建立一元线性计量模型，用普通最小二乘法进行模型求解，再对求解出的模型进行经济意义检验，拟合优度检验和t检验。
从可决系数R2的大小可以判断模型的拟合效果，可决系数越大拟合程度越高。还可以把城市与农村的消费总体回归模型进行比较，都可发现收入提高消费也随之增加，只不过城市与农村居民的收入增加的部分用于消费的比例不同，城市的该比例小于农村的。
但两者的之一比例均大于，可见用凯恩斯的绝对收入假说解释现阶段河南省居民消费规律是合理的。
实验二截面数据一元线性回归模型
（异方差性）
【实验目的和要求】
掌握一元线性回归估计方程的异方差性检验方法；
掌握一元线性回归估计方程的异方差性纠正方法；
在老师的指导下独立完成实验，并得到正确结果。
【实验内容】
1、估计河南省城市居民消费支出CE依可支配收入DI的一元线性回归模型和农村居民生活消费支出LE与纯收入NI的一元线性回归模型；
2、用图形法判断是否存在异方差性；
3、用goldfield-quandt法检验是否存在异方差性；
4、用white法检验是否