計(jì)量經(jīng)濟(jì)學(xué)作業(yè)一(劉傳明)課件

計(jì)量經(jīng)濟(jì)學(xué)10級(jí)經(jīng)濟(jì)學(xué)2班劉傳明練習(xí)題1.為了研究深圳市地方預(yù)算內(nèi)財(cái)政收入與國(guó)內(nèi)生產(chǎn)總值的關(guān)系，得到以下數(shù)據(jù)：年份地方預(yù)算內(nèi)財(cái)政收入Y（億元）國(guó)內(nèi)生產(chǎn)總值(GDP)X（億元）199021.7037171.6665199127.3291236.6630199242.9599317.3194199367.2507449.2889199474.3992615.1933199588.0174795.69501996131.7490950.04461997144.77091130.01331998164.90671289.01901999184.79081436.02672000225.02121665.46522001265.65321954.6539。資料來(lái)源:《深圳統(tǒng)計(jì)年鑒2002》，中國(guó)統(tǒng)計(jì)出版社(1)建立深圳地方預(yù)算內(nèi)財(cái)政收入對(duì)GDP的回歸模型；(2)估計(jì)所建立模型的參數(shù)，解釋斜率系數(shù)的經(jīng)濟(jì)意義；(3)對(duì)回歸結(jié)果進(jìn)行檢驗(yàn)；(4)若是2005年年的國(guó)內(nèi)生產(chǎn)總值為3600億元，確定2005年財(cái)政收入的預(yù)測(cè)值和預(yù)測(cè)區(qū)間(α=0.05)2）在eviews命令窗口輸入datayx按回車鍵，在出現(xiàn)的表中輸入數(shù)據(jù)或粘貼，再在命令窗口中輸入LSycx按回車，可得出回歸結(jié)果如下兩個(gè)圖）回歸數(shù)據(jù)如下圖由回歸表我們可以得出其回歸模型即：或者如下操作：在回歸數(shù)據(jù)中點(diǎn)view/representations可得如下（3）從回歸估計(jì)的結(jié)果看GDP對(duì)地方財(cái)政收入確實(shí)有顯著影響，可決系數(shù)R2=0.991810,模型擬合較好，t=34.80013>則也說(shuō)明國(guó)內(nèi)生產(chǎn)總值GDP在95%的置信度下顯著，即通過(guò)了變量顯著性檢驗(yàn)。

（2）表明在1990-2001年間，GDP每增加一億元，深圳地方預(yù)算內(nèi)財(cái)政收入平均增加0.134582億元。（4）當(dāng)2005年GDP為3600億元時(shí)，地方財(cái)政收入的點(diǎn)預(yù)測(cè)值為：4）將S.E取一個(gè)名字，將sample范圍改為19902002點(diǎn)ok在workfile窗口中打開(kāi)yf對(duì)象則有由圖可知Yj個(gè)別值置信度95%的預(yù)測(cè)區(qū)間（億元）即2.表中是16支公益股票某年的每股帳面價(jià)值和當(dāng)年紅利：公司序號(hào)帳面價(jià)值（元）紅利（元）公司序號(hào)帳面價(jià)值（元）紅利（元）122.442.4912.140.80220.892.981023.311.94322.092.061116.233.00414.481.09120.560.28520.731.96130.840.8467819.2520.3726.431.552.161.6014151618.0512.4511.331.801.211.07（1）建立每股帳面價(jià)值和當(dāng)年紅利的回歸方程；（2）解釋回歸系數(shù)的經(jīng)濟(jì)意義；（3）若序號(hào)為6的公司的股票每股帳面價(jià)值增加1元，估計(jì)當(dāng)年紅利可能為多少？(1)假設(shè)建立每股賬面價(jià)值X和當(dāng)年紅利Y的一元回歸模型Y=β0+β1X+μ采用Eviews軟件進(jìn)行回歸分析計(jì)算結(jié)果操作：1）打開(kāi)eviews窗口，在菜單處點(diǎn)擊因?yàn)槭墙孛鏀?shù)據(jù)所以選擇如下，輸入數(shù)據(jù)點(diǎn)okY=0.479775+0.072876X(2)從回歸估計(jì)的結(jié)果看，可決系數(shù)R2=0.501189,模型擬合較差,t0.025(14)=2.145<tβ=3.750562,p=0.0022<0.05表明每股紅利對(duì)賬面價(jià)值有顯著影響公司股票每股賬面價(jià)值增加一元，當(dāng)年紅利將平均增加0.072876元(3)Y=0.479775+0.072876X序號(hào)為6的公司股票每股賬面價(jià)值增加1元?jiǎng)t紅利為：

航空公司名稱航班正點(diǎn)率（%）投訴率（次/10萬(wàn)名乘客）西南(Southwest)航空公司81．80．21大陸(Continental)航空公司76．60．58西北(Northwest)航空公司76．60．85美國(guó)(USAirways)航空公司75．70．68聯(lián)合(United)航空公司73．80．74美洲(American)航空公司72．20．93德?tīng)査―elta）航空公司71．20．72美國(guó)西部(Americawest)航空公司70．81．22環(huán)球(TWA)航空公司68．51．25(1)畫出這些數(shù)據(jù)的散點(diǎn)圖(2)根據(jù)散點(diǎn)圖。表明二變量之間存在什么關(guān)系？(3)求出描述投訴率是如何依賴航班按時(shí)到達(dá)正點(diǎn)率的估計(jì)的回歸方程。(4)對(duì)估計(jì)的回歸方程的斜率作出解釋。(5)如果航班按時(shí)到達(dá)的正點(diǎn)率為80%，估計(jì)每10萬(wàn)名乘客投訴的次數(shù)是多少？2）在eviews命令窗口輸入datayx按回車鍵，在出現(xiàn)的表中輸入數(shù)據(jù)或粘貼,在有xy數(shù)據(jù)的窗口中點(diǎn)view/graph/scatter/simplescatter/即可得到散點(diǎn)圖(2)根據(jù)散點(diǎn)圖可以看出航班正點(diǎn)到達(dá)率與乘客投訴率呈負(fù)相關(guān)關(guān)系計(jì)算線性相關(guān)系數(shù)為-0.882607操作：在有散點(diǎn)圖的窗口點(diǎn)view/correlations/即可得到相關(guān)系數(shù)R2=0.778996F=24.67361(3)(4)這說(shuō)明當(dāng)航班正點(diǎn)到達(dá)比率每提高一個(gè)百分點(diǎn)，平均每10萬(wàn)乘客投訴次數(shù)將下降0.07次。(5)如果航班按時(shí)到達(dá)的正點(diǎn)率為80%，則每10萬(wàn)名乘客的投訴次數(shù)是：（次）t=（5.718961）（-4.967254）題目年齡歲x遠(yuǎn)視視力y對(duì)數(shù)視力663.644.153761.064.112838.843.659913.752.6211014.502.674118.072.088124.411.484132.270.82142.090.737151.020.02162.510.92173.121.138182.981.092研究青春發(fā)育與遠(yuǎn)視率（對(duì)數(shù)視力）的變化關(guān)系，測(cè)得結(jié)果如下表試建立曲線回歸方程并進(jìn)行計(jì)量分析。打開(kāi)Eviews軟件file根據(jù)題意可以判斷該組數(shù)據(jù)為截面數(shù)據(jù)輸入數(shù)據(jù):DataXY敲Enter鍵View—Graph-Scatter—

ScatterNearestNeighborFit建立一元線性模型LSLOG(Y)CX敲Enter鍵經(jīng)檢驗(yàn)說(shuō)明，年齡（歲）和對(duì)數(shù)視力Y=lnx響較為顯著，可決系數(shù)R^2=0.794184，說(shuō)明模型擬合還行，表明對(duì)數(shù)視力Y=lnx變化的79.4184 %可由年齡（歲）的變化來(lái)解釋。模型斜率項(xiàng)表明年齡（歲）每增加1歲，對(duì)數(shù)視力Y=ln平均減少0.31394

題目為研究美國(guó)軟飲料公司的廣告費(fèi)用X與銷售數(shù)量Y的關(guān)系,分析七種主要品牌軟飲料公司的有關(guān)數(shù)據(jù)(見(jiàn)下表）品牌名稱廣告費(fèi)用X(百萬(wàn)美元)銷售數(shù)量Y(百萬(wàn)箱)Coca-ColaClassic131.31929.2Pepsi-Cola92.41384.6Diet-Coke60.4811.4Sprite55.7541.5Dr.Pepper40.2546.9MoutainDew29.0535.67-Up11.6219.5題目分析廣告費(fèi)用對(duì)美國(guó)軟飲料工銷售影響的數(shù)量關(guān)系。打開(kāi)Eviews軟件file根據(jù)題意可以判斷該組數(shù)據(jù)為截面數(shù)據(jù)輸入數(shù)據(jù):DataXY敲Enter鍵View—Graph-Scatter—

Scatterwithregression

美國(guó)軟飲料公司的廣告費(fèi)用X與銷售數(shù)量Y的散點(diǎn)圖為建立模型說(shuō)明美國(guó)軟飲料公司的廣告費(fèi)用X與銷售數(shù)量Y正線性相關(guān),可建立線性回歸模型在輸入Lsycx敲Enter鍵得到其參數(shù)估計(jì)結(jié)果為經(jīng)檢驗(yàn),廣告費(fèi)用X對(duì)美國(guó)軟飲料公司的銷售數(shù)量Y有顯著影響,廣告費(fèi)用X每平均增加1百萬(wàn)美元,軟飲料公司的銷售數(shù)量將平均增加14.40359(百萬(wàn)箱)。6.從某公司分布在11個(gè)地區(qū)的銷售點(diǎn)的銷售量（Y）和銷售價(jià)格（X）觀測(cè)值得出以下結(jié)果：（1）作銷售額對(duì)價(jià)格的回歸分析，并解釋其結(jié)果。（2）回歸直線未解釋的銷售變差部分是多少？

(1)、參數(shù)估計(jì)的矩法(2)、題目表中是中國(guó)1978年-1997年的財(cái)政收入Y和國(guó)內(nèi)生產(chǎn)總值X的數(shù)據(jù)年份國(guó)內(nèi)生產(chǎn)總值X財(cái)政收入年份國(guó)內(nèi)生產(chǎn)總值X財(cái)政收入Y197819791980108110821983198419851986198719881989199019911992199319941995100619973624.14038.24517.84860.35301.85957.47206.78989.110201.411954.514992.316917.818598.421662.526651.934560.546670.057494.966850.573452.51132.261146.381159.931175.791212.331366.951642.862004.822122.012199.352357.242664.902937.103149.483483.374348.955218.106242.207407.998651.14問(wèn)題試根據(jù)這些數(shù)據(jù)完成下列問(wèn)題；(1)建立財(cái)政收入對(duì)國(guó)內(nèi)生產(chǎn)總值的簡(jiǎn)單線性回歸模型，并解釋斜率系數(shù)的經(jīng)濟(jì)意義;(2)估計(jì)所建立模型的參數(shù)，并對(duì)回歸結(jié)果進(jìn)行檢驗(yàn)；(3)若是1998年的國(guó)內(nèi)生產(chǎn)總值為78017.8億元，確定1998年財(cái)政收入的預(yù)測(cè)值和預(yù)測(cè)區(qū)間()。建立中國(guó)1978年-1997年的財(cái)政收入Y和國(guó)內(nèi)生產(chǎn)總值X的線性回歸方程file

由題意知道1978-1997是時(shí)間序列所以選擇Annual輸入Dataxy敲擊回車鍵輸入題目中的數(shù)據(jù)估計(jì)散點(diǎn)圖（view---Graph---Scattery—scatterwithregression）參數(shù)估計(jì)（輸入Lsycx）利用1978年-1997年的數(shù)據(jù)估計(jì)其參數(shù)中國(guó)1978年-1997年的財(cái)政收入Y和國(guó)內(nèi)生產(chǎn)總值X的線性回歸方程經(jīng)檢驗(yàn)說(shuō)明，國(guó)內(nèi)生產(chǎn)總值對(duì)財(cái)政收入有顯著影響，GDP平均每增加1億元，平均說(shuō)來(lái)財(cái)政收入將平均增加0.1億元。雙擊range將1997改為1998將題目中1998年的GDP（78017.8）填入表格中對(duì)參數(shù)進(jìn)行估計(jì)將1997改為1998單擊Forecast單擊Forecast彈出將1997改為1998得到一張YF的圖表打開(kāi)YF中的數(shù)據(jù)就得到1998年的財(cái)政收入的預(yù)測(cè)值預(yù)測(cè)若是1998年的國(guó)內(nèi)生產(chǎn)總值為78017.8億元，確定1998年財(cái)政收入的點(diǎn)預(yù)測(cè)值為預(yù)測(cè)1998年財(cái)政收入平均值預(yù)測(cè)區(qū)間()為

下表是中國(guó)2007年各地區(qū)稅收和國(guó)內(nèi)生產(chǎn)總值GDP的統(tǒng)計(jì)資料。地區(qū)YGDP地區(qū)YGDP北京1435.79353.3湖北434.09230.7天津438.45050.4湖南410.79200.0河北618.313709.5廣東2415.531084.4山西430.55733.4廣西282.75955.7內(nèi)蒙古347.96091.1海南88.01223.3遼寧815.711023.5重慶294.54122.5吉林237.45284.7四川629.010505.3黑龍江335.07065.0貴州211.92741.9上海1975.512188.9云南378.64741.3江蘇1894.825741.2西藏11.7342.2浙江1535.418780.4陜西355.55465.8安徽401.97364.2甘肅142.12702.4福建594.09249.1青海43.3783.6江西281.95500.3寧夏58.8889.2山東1308.425965.9新疆220.63523.2河南625.015012.5問(wèn)題作出散點(diǎn)圖，建立稅收隨國(guó)內(nèi)生產(chǎn)總值GDP變化的一元線性回歸方程，并解釋斜率的經(jīng)濟(jì)意義；對(duì)所建立的回歸方程進(jìn)行檢驗(yàn)；若2008年某地區(qū)國(guó)內(nèi)生產(chǎn)總值為8500億元，求該地區(qū)稅收收入的預(yù)測(cè)值及預(yù)測(cè)區(qū)間。步驟一：建立工作表，并輸入數(shù)據(jù)（1）打開(kāi)Eviews軟件，進(jìn)入主界面，界面如下：（2）點(diǎn)擊File

NewWorkfile,得到如下界面：10經(jīng)濟(jì)學(xué)二班劉傳明（3）由于數(shù)據(jù)為截面數(shù)據(jù)，則依次點(diǎn)擊：workfile→frequency

→Undatedorirregular；由于數(shù)據(jù)的個(gè)數(shù)為31，則按如下列步驟依次填入：

Startdate→1

Enddate

→31→OK結(jié)果如下圖：10經(jīng)濟(jì)學(xué)二班劉傳明10經(jīng)濟(jì)學(xué)二班劉傳明輸入數(shù)據(jù):DataXY敲Enter鍵10經(jīng)濟(jì)學(xué)二班劉傳明10經(jīng)濟(jì)學(xué)二班劉傳明輸入數(shù)據(jù)，數(shù)據(jù)輸入后得到如下界面：10經(jīng)濟(jì)學(xué)二班劉傳明步驟二：第一問(wèn)：作出散點(diǎn)圖，建立稅收隨國(guó)內(nèi)生產(chǎn)總值GDP變化的一元線性回歸方程并解釋斜率的經(jīng)濟(jì)意義。10經(jīng)濟(jì)學(xué)二班劉傳明（1）作散點(diǎn)圖：

在Group窗口：View→Group→Scatter→SimpleScatter如下圖所示：可知，前面的數(shù)據(jù)比較集中，而后面的數(shù)據(jù)比較分散。10經(jīng)濟(jì)學(xué)二班劉傳明10經(jīng)濟(jì)學(xué)二班劉傳明對(duì)該散點(diǎn)圖進(jìn)行擬合，更容易比較前后的數(shù)據(jù)集中程度，步驟如下：

在Group窗口：

View→Group→Scatter→ScatterWithRegression→OK擬合后圖形如下：10經(jīng)濟(jì)學(xué)二班劉傳明10經(jīng)濟(jì)學(xué)二班劉傳明

在Equation界面，依次點(diǎn)擊：View→Actual,Fitted,Residual得到的界面為：10經(jīng)濟(jì)學(xué)二班劉傳明10經(jīng)濟(jì)學(xué)二班劉傳明（2）建立一元線性回歸方程在命令窗口輸入：LSYCX(注意:字母間要留有空格)，按回車鍵，可得到相應(yīng)的Equation界面如下圖示：10經(jīng)濟(jì)學(xué)二班劉傳明

在出現(xiàn)的Equation界面，依次點(diǎn)擊：View→Rspresentation即可得到稅收隨國(guó)內(nèi)生產(chǎn)總值GDP變化的一元線性回歸方程：相應(yīng)界面如下：10經(jīng)濟(jì)學(xué)二班劉傳明10經(jīng)濟(jì)學(xué)二班劉傳明（3）斜率的經(jīng)濟(jì)意義

斜率約為0.071，即，說(shuō)明GDP每平均增加一億元，稅收就會(huì)平均增加約0.071億元，并且也符合實(shí)際中稅收和GDP得關(guān)系。10經(jīng)濟(jì)學(xué)二班劉傳明步驟三：第二問(wèn)：對(duì)所建立的回歸方程進(jìn)行檢驗(yàn)。

由Equation界面的Equation表可對(duì)回歸方程進(jìn)行檢驗(yàn)分析，該Equation表如下圖所示：10經(jīng)濟(jì)學(xué)二班劉傳明10經(jīng)濟(jì)學(xué)二班劉傳明從回歸的結(jié)果看，可決系數(shù)，模型擬合地比較好，但不是非常的好，它表明各地區(qū)稅收變化的76.03%可由國(guó)內(nèi)生產(chǎn)總值GDP的變化來(lái)解釋。

10經(jīng)濟(jì)學(xué)二班劉傳明假設(shè)檢驗(yàn)：在5%的顯著性水平下，自由度為29的統(tǒng)計(jì)量的臨界值，由表可得的統(tǒng)計(jì)量檢驗(yàn)值約為9.59，顯然大于2.05，拒絕原假設(shè)，說(shuō)明GDP對(duì)稅收有顯著性影響，由其相應(yīng)，拒絕原假設(shè)，也可得出GDP對(duì)稅收有顯著性影響。10經(jīng)濟(jì)學(xué)二班劉傳明在5%的顯著性水平下，第一自由度為1，第二自由度為29的檢驗(yàn)的臨界值，該模型的F值為91.99198>4.18，即，拒絕原假設(shè)，說(shuō)明回歸方程顯著成立，也即總體Y與X線性顯著；由其相應(yīng)的，拒絕原假設(shè)，也可得出總體線性顯著。由一元線性回歸F檢驗(yàn)與T檢驗(yàn)一致，依然可以得出模型總體線性顯著的結(jié)論。10經(jīng)濟(jì)學(xué)二班劉傳明步驟四：第三問(wèn)：若2008年某地區(qū)國(guó)內(nèi)生產(chǎn)總值為8500億元，求該地區(qū)稅收收入的預(yù)測(cè)及預(yù)測(cè)區(qū)間。

10經(jīng)濟(jì)學(xué)二班劉傳明預(yù)測(cè)前先得出兩解釋變量的一些統(tǒng)計(jì)信息在Group窗口，依次進(jìn)行以下操作：

View→DescriptiveStats→CommonSample得到下表：10經(jīng)濟(jì)學(xué)二班劉傳明10經(jīng)濟(jì)學(xué)二班劉傳明由表可知：樣本均值：樣本標(biāo)準(zhǔn)差：樣本方差：10經(jīng)濟(jì)學(xué)二班劉傳明再進(jìn)行以下操作：①拓展工作空間：打開(kāi)workfile窗口，點(diǎn)擊Procs→Changework將Enddate的數(shù)據(jù)31→32

→OK②確定預(yù)測(cè)值的起止日期：