【正文】 ionSchwarz criterionLog likelihoodDurbinWatson statProb(Fstatistic) 對模型輸出結(jié)果進(jìn)行經(jīng)濟(jì)理論檢驗(yàn)、擬合度檢驗(yàn)、F檢驗(yàn)、t檢驗(yàn)。 多重共線的檢驗(yàn)，有簡單相關(guān)系數(shù)法和方差擴(kuò)大因子法和直觀判斷法，要修正多重共線，大部分都采用逐步回歸法。其他市：安陽、濮陽、鶴壁、三門峽、南陽5市。實(shí)驗(yàn)七 單位根檢驗(yàn)與協(xié)整【實(shí)驗(yàn)?zāi)康暮鸵蟆?理解時間序列建模時序列平穩(wěn)的重要性?！緦?shí)驗(yàn)數(shù)據(jù)】附表4，1978年到2011年河南省城市居民消費(fèi)支出與可支配收入。 通過修正誤差的到最后的估計結(jié)果，這一結(jié)果更接近實(shí)際情況。廣義差分法消除自相關(guān)：在命令框中輸入輸入GENR E=RESID LS E E(1)回車得到 e^t = et1得到廣義差分方程 LNCEt1=β1（ ）+β2（ LNDIt1）+vt分別在命令框中輸入GENR Y1=*LNCE(1)GENR X1= *LNDI(1)Enter后可得：誤差修正模型修正誤差模型為：ΔLNCE=α+βΔLNDI+Ret1+Utgenr dlnce=lncelnce(1)genr dlndi=lndilndi(1)最終得到誤差修正模型的估計結(jié)果：ΔLNCE=+t=() () ()R2= DW=上述估計結(jié)果表明，城市居民消費(fèi)支出的變化不僅取決于城市居民可支配收入的變化，而且還取決于上一期消費(fèi)支出對均衡水平的偏離，上一期偏離越遠(yuǎn)，本期修正的量就越大，即系統(tǒng)存在誤差修正機(jī)制。 用普通最小二乘法估計回歸模型 對模型進(jìn)行檢驗(yàn)。虛擬變量在回歸分析中，引入了更多的因素，回歸分析更符合實(shí)際情況，與變量的散點(diǎn)圖基本是一致的。中原核心區(qū)：鄭州、開封、洛陽、平頂山、新鄉(xiāng)、焦作、許昌、漯河、濟(jì)源9市。在quick的下拉菜單中的estimate equation，在出現(xiàn)的對話框中輸入相應(yīng)的命令，出現(xiàn)回車結(jié)果。genr lnce=log(ce)genr lndi=log(di)Genr nsd=log(s)Dependent Variable: LNCEMethod: Least SquaresDate: 12/28/12 Time: 15:03Sample: 1978 2011Included observations: 34CoefficientStd. ErrortStatisticProb.用最終模型進(jìn)行預(yù)測分析。 在老師的指導(dǎo)下獨(dú)立完成實(shí)驗(yàn)，并得到正確結(jié)果。HannanQuinn criter.FstatisticAkaike info criterionSum squared residMean dependent varAdjusted Rsquared城市居民LM法農(nóng)村居民LM法 用cef(1)作為工具變量替代城市居民消費(fèi)自回歸模型中的ce(1),用lef(1）代替作為工具變量替代城市居民消費(fèi)自回歸模型中l(wèi)e（1），消除隨機(jī)解釋變量的影響，用廣義差分法消除自相關(guān)的影響?！緦?shí)驗(yàn)數(shù)據(jù)】 附表4，1978年到2011年河南省城市居民消費(fèi)支出與可支配收入?！緦?shí)驗(yàn)內(nèi)容】建立Eviews時間序列數(shù)據(jù)工作文件輸入樣本數(shù)據(jù)。圖行檢驗(yàn)法：建立工作文件后。一階自相關(guān)檢驗(yàn)一階偏自相關(guān)系數(shù)條形超出了隨機(jī)區(qū)間，其他各階都落入了隨機(jī)區(qū)間內(nèi)，表明殘差序列殘在一階自相關(guān)。Log(LE)與log（NI）的線性圖根據(jù)圖形顯示，近似為直線。用white法檢驗(yàn)消除自相關(guān)后模型是否存在異方差。故選擇非對數(shù)模型對所估計的模型進(jìn)行異方差性和一階自相關(guān)性檢驗(yàn)?！緦?shí)驗(yàn)步驟】城市居民1,建立時間序列工作文件、用Eviews創(chuàng)建變量CE、DI，輸入樣本數(shù)據(jù)，、打開Eviews工作文件，建立新的文件夾，在命令框中輸入“data ce di”回車 ，從數(shù)據(jù)表中粘貼數(shù)據(jù)到Eviews數(shù)據(jù)表中即可。 Goldfield檢驗(yàn)法，根據(jù)得出的分段回歸數(shù)據(jù)表，可以得到殘差平方的值，再根據(jù)殘差平方的值，求出F統(tǒng)計量的值，再根據(jù)自由度的統(tǒng)計量的值，進(jìn)行比較大小，如果前者大于后者，那么就存在異方差性，反之，則不存在異方差性。農(nóng)村居民 ：用Eviews創(chuàng)建變量LE、NI，輸入樣本數(shù)據(jù)，、打開Eviews工作文件，建立新的文件夾，在命令框中輸入“data le ni”回車 ，從數(shù)據(jù)表中粘貼數(shù)據(jù)到Eviews數(shù)據(jù)表中即可。估計河南省城市居民消費(fèi)支出CE依可支配收入DI的一元回歸模型下圖就是河南省城市居民消費(fèi)支出CE和可支配收入DI的一元線性回歸結(jié)果：即CEi= + （) （）t=（） （）R2= F= n=18觀察模型是否存在一階序列相關(guān)原序列自相關(guān)圖一階序列相關(guān)圖由以上圖可以看出模型不存在一階序列相關(guān)。從可決系數(shù)R2的大小可以判斷模型的擬合效果，可決系數(shù)越大擬合程度越高。兩變量序列的線圖：由上圖可知，兩變量的曲線，都不接近直線。DurbinWatson statProb(Fstatistic)即CEi= + （)（）t=（）（）R2= F= n=18 對ce為被解釋變量，di為解釋變量模型輸出結(jié)果進(jìn)行經(jīng)濟(jì)理論檢驗(yàn)，擬合優(yōu)度檢驗(yàn)和t檢驗(yàn)。Schwarz criterionLog likelihood. dependent var. of regressionCDIRsquared統(tǒng)計描述2：individual samples在組對象窗口中選擇下拉菜單view covariance analysis——balanced sample 即可出現(xiàn)以下圖表?！緦?shí)驗(yàn)內(nèi)容】 對變量樣本序列進(jìn)行統(tǒng)計描述； 設(shè)定一元線性回歸模型的具體形式，預(yù)計回歸系數(shù)的符號； 用普通最小二乘法求解模型； 對模型的解進(jìn)行經(jīng)濟(jì)理論檢驗(yàn)和統(tǒng)計檢驗(yàn)； 對模型進(jìn)行結(jié)構(gòu)分析； 用模型進(jìn)行預(yù)測分析。兩變量的散點(diǎn)圖：由上圖可知兩變量基本呈正相關(guān)關(guān)系，存在一定的線性相關(guān)性。 （3)t檢驗(yàn)：針對H1：β1=0和H2：β2=0，由上回歸結(jié)果可以看出，估計的回歸系數(shù)B1的標(biāo)準(zhǔn)誤差和t值分別為：SE(β1)=，t(β1)=: β2的標(biāo)準(zhǔn)誤差和t值分別為SE（β2）= t(β2)=. 取a=0,05，查t分布表得自由度為n2=182== 19,t(β1)=＜= 19，不拒絕H1, t(β2)=＞= 19,，城市居民可支配收入對其消費(fèi)水平有很大影響。結(jié)合凱恩斯絕對收入假說的消費(fèi)理論和圖形分析，設(shè)定以le為被解釋變量，ni為解釋變量的一元線性城市居民消費(fèi)總體回歸模型，預(yù)計回歸系數(shù)的符號；模型：LEi=β1+β2NIi+ui因支出一般隨收入的增加而增加，預(yù)測回歸系數(shù)ββ2的符號都是正號。實(shí)驗(yàn)二 截面數(shù)據(jù)一元線性回歸模型（異方差性）【實(shí)驗(yàn)?zāi)康暮鸵蟆?掌握一元線性回歸估計方程的異方差性檢驗(yàn)方法； 掌握一元線性回歸估計方程的異方差性糾正方法； 在老師的指導(dǎo)下獨(dú)立完成實(shí)驗(yàn)，并得到正確結(jié)果。goldfieldquandt檢驗(yàn)：用sort命令di排序序列，首先排序的為18的個體子樣的城市居民消費(fèi)回歸模型如下圖：再求排序?yàn)?018的個子字樣的城市居民消費(fèi)回歸模型如下圖： 由以上兩圖得到sum squared resid 的值即得到殘差平方和1==2433402，根據(jù)goldfeldquanadt檢驗(yàn)，F(xiàn)統(tǒng)計量為兩個殘差平方和相除，得到數(shù)據(jù)為F=，取a=，分子分母自由度分別為8和9，(6，7)= , F=＜(6，7)= ,所以不拒絕原假設(shè)，所以模型不存在異方差性。在le與ni的序列中點(diǎn)擊sort全選niascending—ok即可對ni遞增排序在eview窗口點(diǎn)擊quick—estimate equation在specification中輸入le c ni在sample中輸入1 8點(diǎn)擊確定即可出現(xiàn)1—8樣本回歸結(jié)果如下表同理得10—18回歸結(jié)果如下表 由以上兩圖得到sum squared resid 的值即得到殘差平方和1==2352025，根據(jù)goldfeldquanadt檢驗(yàn)，F(xiàn)統(tǒng)計量為兩個殘差平方和相除，得到數(shù)據(jù)為F=，取a=，分子分母自由度分別為8和9，(6，7)= , F=＜(6，7)= ,所以不拒絕原假設(shè)，所以模型不存在異方差性。 可以看出運(yùn)用加權(quán)最小二乘法消除異方差性后，參數(shù)的T檢驗(yàn)均顯著，F(xiàn)檢驗(yàn)也同樣顯著。Ce與di序列的線圖觀察上圖，CE與DI線圖并不是近似直線。ARCH檢驗(yàn)結(jié)果從上圖可以看出：nR2=，又White檢驗(yàn)知，在a=，=，同時DI和DI2的t檢驗(yàn)也顯著。農(nóng)村居民 建立工作文件，用Eviews創(chuàng)建變量LE、NI，輸入樣本數(shù)據(jù)。從以上比較可以看出非對數(shù)模型的可決系數(shù)較大擬合程度較好。9 、用white法檢驗(yàn)消除自相關(guān)后模型是否存在異方差。White檢驗(yàn)法和ARCH檢驗(yàn)法，分別也進(jìn)行檢驗(yàn) 。根據(jù)絕對收入假說建立居民消費(fèi)自回歸模型。用交叉相關(guān)圖法判斷變量的滯后階數(shù)，建立城