eviews实验题目和数据

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：

家庭书刊家庭月平年消费支均收入 出（元）Y （元）X 450 507.7 613.9 563.4 501.5 781.5 541.8 611.1 1222.1 1027.2 1045.2 1225.8 1312.2 1316.4 1442.4 11 1768.8 1981.2 户主受教育年数 （年）T 8 9 12 9 7 15 9 10 18 家庭书家庭月平刊年消均收入 费支出（元）X （元）Y 793.2 660.8 792.7 580.8 612.7 0.8 1121 1253 1998.6 2196 2105.4 2147.4 2154 2231.4 2611.8 3624.6 户主受教育年数 （年）T 14 10 12 8 10 14 18 16 20 1094.2 3143.4 (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） 2014年秋季计量经济学实验数据

1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 137.16 124.56 107.91 102.96 125.24 162.45 217.43 253.42 251.07 285.85 327.26 1181.4 1375.7 1501.2 1700.6 2026.6 2577.4 3496.2 4283.0 4838.9 5160.3 5425.1 115.96 133.35 128.21 124.85 122.49 129.86 139.52 140.44 139.12 133.35 126.39 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1960—1982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 1960 1961 1962 1963 19 1965 1966 1967 1968 1969 1970 1971 能源需实际GDP求指数Y 指数X1 54.1 55.4 58.5 61.7 63.6 66.8 70.3 73.5 78.3 83.3 88.9 91.8 54.1 56.4 59.4 62.1 65.9 69.5 73.2 75.7 79.9 83.8 86.2 .8 能源价格指数X2 111.9 112.4 111.1 110.2 109.0 108.3 105.3 105.4 104.3 101.7 97.7 100.3 年份 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 能源需求指数Y 97.2 100.0 97.3 93.5 99.1 100.9 103.9 106.9 101.2 98.1 95.6 实际GDP指数X1 94.3 100.0 101.4 100.5 105.3 109.9 114.4 118.3 119.6 121.1 120.6 能源价格指数X2 98.6 100.0 120.1 131.0 129.6 137.7 133.7 144.5 179.0 1.4 190.9 (1)建立能源需求与收入和价格之间的对数需求函数

lnYt01lnX1t2lnX2tut，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 Yt01X1t2X2tu，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：

Yt12X2t3X3tut

2014年秋季计量经济学实验数据

其中：Yt=实际通货膨胀率（%）；X2t=失业率（%）；X3t=预期的通货膨胀率（%） 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 (%) 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 5.92 4.30 3.30 6.23 10.97 9.14 5.77 6.45 7.60 11.47 13.46 10.24 5.99 失业率X2 (%) 4.90 5.90 5.60 4.90 5.60 8.50 7.70 7.10 6.10 5.80 7.10 7.60 9.70 预期的通货膨胀率X3（%） 4.78 3.84 3.31 3.44 6.84 9.47 6.51 5.92 6.08 8.09 10.01 10.81 8.00 （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 1985 1986 1987 1988 19 1990 商品进口额 (亿元) 1257.8 1498.3 1614.2 2055.1 2199.9 2574.3 国内生产总值 (亿元) .4 10202.2 11962.5 14928.3 16909.2 18547.9 居民消费价格指数(1985=100) 100 106.5 114.3 135.8 160.2 165.2 2014年秋季计量经济学实验数据

1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 3398.7 4443.3 5986.2 9960.1 11048.1 11557.4 11806.5 11626.1 13736.4 18638.8 20159.2 24430.3 34195.6 21617.8 26638.1 34634.4 46759.4 58478.1 67884.6 74462.6 78345.2 82067.5 468.1 97314.8 105172.3 117251.9 170.8 181.7 208.4 258.6 302.8 327.9 337.1 334.4 329.7 331.0 333.3 330.6 334.6 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：lnYt1＋2lnGDPt3lnCPItui (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：

lnYtA1＋A2lnGDPtv1ilnYtB1＋B2lnCPItv2ilnGDPtC1C2lnCPItv3i根据这些回归你能对数据中多重共线性的性质说些什么？

ˆ和ˆ在5%水平上个别地显著，并且总的F检验也是显(4)假设数据有多重共线性，但23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)、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： 国民 能源消费 年份 y 1985 1986 76682 80850 总收入 X1 .1 交通运人均生活 能源加工 ＧＤＰ 工业 建筑业 输邮电 电力消费 转换效率 X2 X3 X4 X5 X6 21.3 23.2 X7 68.29 68.32 .4 3448.7 417.9 406.9 10201.4 10202.2 3967.0 525.7 475.6 2014年秋季计量经济学实验数据

1987 1988 19 1990 1991 1992 86632 92997 96934 98703 103783 109170 11954.5 11962.5 4585.8 665.8 544.9 14922.3 14928.3 5777.2 810.0 661.0 16917.8 16909.2 84.0 794.0 786.0 18598.4 18547.9 6858.0 859.4 1147.5 21662.5 21617.8 8087.1 1015.1 1409.7 26651.9 26638.1 10284.1415.0 1681.8 5 14143.2284.7 2123.2 8 19359.3012.6 2685.9 6 24718.3819.6 3054.7 3 29082.4530.5 3494.0 6 32412.4810.6 3797.2 1 33387.5231.4 4121.3 9 35087.5470.6 4460.3 2 39047.5888.0 5408.6 3 42374.6375.4 5968.3 6 26.4 31.2 35.3 42.4 46.9 54.6 67.48 66.54 66.51 67.2 65.9 66 1993 115993 34560.5 34634.4 61.2 67.32 1994 122737 46670.0 46759.4 72.7 65.2 1995 131176 57494.9 58478.1 83.5 71.05 1996 1348 66850.5 67884.6 93.1 71.5 1997 137798 73142.7 74462.6 101.8 69.23 1998 132214 76967.2 78345.2 106.6 69.44 1999 130119 80579.4 82067.5 118.1 70.45 2000 130297 88254.0 468.1 132.4 70.96 2001 134914 95727.9 97314.8 144.6 70.41 2002 148222 45975.103935.3 105172.3 7005.0 20.3 2 156.3 69.78 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：

2014年秋季计量经济学实验数据

（1）估计回归模型Y12Xu中的未知参数1和2，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；

Y 55 65 70 80 79 84 98 95 90 75 74 110 113 125 108 115 140 120 145 130

2、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；

农业总产值 地区 北京 天津 河北 山西 内蒙古 （亿元） 19. 14.4 149.9 55.07 60.85 农业劳动力 灌溉面积 化肥用量 户均固定 农机动力 X 80 100 85 110 120 115 130 140 125 90 105 160 150 165 145 180 225 200 240 185 Y 152 144 175 180 135 140 178 191 137 1 55 70 75 65 74 80 84 79 90 98 X 220 210 245 260 190 205 265 270 230 250 80 85 90 100 105 110 115 120 125 130 Y 95 108 113 110 125 115 130 135 120 140 140 152 140 137 145 175 1 180 178 191 X 140 145 150 160 165 180 185 190 200 205 210 220 225 230 240 245 250 260 265 270 （万人） （万公顷） (万吨） 资产（元） （万马力） 90.1 95.2 1639 .0 562.6 462.9 33.84 34.95 357.26 107.9 96.49 7.5 3.9 92.4 31.4 15.4 394.3 567.5 706. 856.37 1282.81 435.3 450.7 2712.6 1118.5 1.7 2014年秋季计量经济学实验数据

辽宁 吉林 黑龙江 山东 河南 陕西

87.48 73.81 104.51 276.55 200.02 68.18 49.12 588.9 399.7 425.3 2365.6 2557.5 884.2 256.1 72.4 69.63 67.95 456.55 318.99 117.9 260.46 61.6 36.9 25.8 152.3 127.9 36.1 15.1 844.74 2576.81 1237.16 5812.02 754.78 607.41 1143.67 1129.6 7.6 1305.8 3127.9 2134.5 7 523.3 3、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 1.容器与包装 2.非银行业金融 3.服务行业 4.金属与采矿 5.住房与建筑 6.一般制造业 7.休闲娱乐 8.纸张与林木产品 9.食品 10.卫生保健 11.宇航 12.消费者用品 13.电器与电子产品 14.化工产品 15.五金 16.办公设备与电算机 17.燃料 18.汽车

4、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 1.8 2 2 2 2.1 收入 5 5 5 5 5 销售量X 6375.3 11626.4 14655.1 21869.2 208.3 32405.6 35107.7 40295.4 70761.6 80552.8 95294 101314.3 116141.3 122315.7 1419.9 175025.8 230614.5 293543 R&D费用Y 62.5 92.9 178.3 258.4 494.7 1083 1620.6 421.7 509.2 6620.1 3918.6 1595.3 6107.5 4454.1 3163.9 13210.7 1703.8 9528.2 利润Z 185.1 1569.5 276.8 2828.1 225.9 3751.9 2884.1 45.7 5036.4 13869.9 4487.8 10278.9 8787.3 138.8 9761.4 19774.5 22626.6 18415.4 2014年秋季计量经济学实验数据

3 3.2 3.5 3.5 3.6 4.2 4.2 4.5 4.8 5 4.8 5 5.7 6 6.2 10 10 10 10 10 15 15 15 15 15 20 20 20 20 20 假设模型为Yi12Xiui,其中Y为住房支出,X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-Quandt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 食品加工业 食品制造业 饮料制造业 烟草加工业 纺织业 服装制造业 皮革羽绒制品 木材加工业 家具制造业 造纸及纸制品 印刷业 文教体育用品 销售收入 187.25 111.42 205.42 183.87 316.79 157.70 81.73 35.67 31.06 134.40 90.12 54.40 销售利润 3180.44 1119.88 14. 1328.59 3862.90 1779.10 1081.77 443.74 226.78 1124.94 499.83 504.44 行业名称 医药制造业 化学纤维制造 橡胶制品业 塑料制品业 非金属矿制品 黑色金属冶炼 有色金属冶炼 金属制品业 普通机械制造 专用设备制造 交通运输设备 电子机械制造 销售收入 238.71 81.57 77.84 144.34 339.26 367.47 144.29 201.42 354.69 238.16 511.94 409.83 销售利润 12.10 779.46 692.08 1345.00 2866.14 3868.28 1535.16 1948.12 2351.68 1714.73 4011.53 3286.15 2014年秋季计量经济学实验数据

石油加工业 化学原料制品 194.45 502.61 2363.80 4195.22 电子通讯设备 仪器仪表设备 508.15 72.46 4499.19 663.68 试完成以下问题:

(1)求销售利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Xt和人均生活费支出Yt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 农村人均纯收农村人均生活入X 费支出Y 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 19 127.1 155.9 187.9 220.98 255.96 258.39 286.76 315.07 337.94 369.46 448.85 494.07 120.3 142.1 159.5 184.0 208.23 231.12 251.83 276.25 310.92 348.32 426.47 473.59 时间 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 农村人均纯收农村人均生活入X 费支出Y 557.76 590.21 634.31 698.27 946.33 1158.29 1459.09 1680.69 17.17 1843.47 1903.60 509.16 552.39 569.46 7.43 904.28 1092.91 1358.03 1440.48 1440.77 1426.06 1485.34 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

个人实际可年份 支配收入 个人实际 消费支出 年份

单位：100亿美元 个人实际可支配收入 个人实际 消费支出 X Y X Y 2014年秋季计量经济学实验数据

1960 1961 1962 1963 19 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 157 162 169 176 188 200 211 220 230 237 247 256 268 287 285 290 301 311 143 146 153 160 169 180 190 196 207 215 220 228 242 253 251 257 271 283 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 19 1990 1991 1992 1993 1994 1995 326 335 337 345 348 358 384 396 409 415 432 440 448 449 461 467 478 493 295 302 301 305 308 324 341 357 371 382 397 406 413 411 422 434 447 458 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；

Yt12X2ut

（2）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 1 2 3 4 5 6 7 8 9 人均收入 (元) 450.18 491.54 599.40 619.57 668.06 716.60 837.65 1158.84 1317.33 人均生活消 费支出(元) 359.86 408.66 490.44 511.43 534.82 574.06 666.75 923.32 1067.38 商品零售 物价指数(%) 100.00 101.50 108.60 110.20 112.30 113.00 115.40 136.80 145.90 人均实 际收入(元) 450.18 484.28 551.93 562.22 594. 634.16 725.87 847.11 902.90 人均实际 支出(元) 359.86 402.62 451.60 4.09 476.24 508.02 577.77 674.94 731.58 2014年秋季计量经济学实验数据

10 11 12 13 14 15 16 17 18 19 1413.24 1767.67 19.57 2067.33 2359.88 2813.10 3935.39 5585.88 6748.68 7945.78 1147.60 1455.55 1520.41 16.05 1860.17 2134.65 2939.60 4134.12 5019.76 5729.45 158.60 193.30 229.10 238.50 258.80 280.30 327.70 386.40 435.10 466.90 1.07 914.47 829.14 866.81 911.85 1003.60 1200.91 1445.62 1551.06 1701.82 723.58 753.00 663. 690.17 718.77 761.56 7.04 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； （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

个人实际可年份 支配收入 个人实际 消费支出 年份

单位：1000日元

个人实际 消费支出 个人实际可支配收入 X 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 239 248 258 272 268 280 279 282 285 293 291 294 302 Y 300 311 329 351 354 3 360 366 370 378 374 371 381 1983 1984 1985 1986 1987 1988 19 1990 1991 1992 1993 1994 X 304 308 310 312 314 324 326 332 334 336 334 330 Y 384 392 400 403 411 428 434 441 449 451 449 449 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。

2014年秋季计量经济学实验数据

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) 1402 1624 1382 1285 1665 2080 2375 2517 2741 2730 固定资产投资额(X) 216 254 187 151 246 368 417 412 438 436 年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 地区生产 总值(Y) 3124 3158 3578 4067 4483 47 5120 5506 6088 7042 8756 固定资产投资额(X) 544 523 548 668 699 745 667 845 951 1185 1180 1980 1981 1982 1983 1984 1985 1986 1987 1988 19 要求：（1）使用对数线性模型 LnYt12LnXtut 进行回归，并检验回归模型的自相关性；