计量经济学作业完结.doc

计 量 经 济 学 课 程 论 文 学生专业班级 学生姓名（学号） 指 导 教 师 完 成 时 间 2012年 12 月 16 日 作业一：多元回归 1、给出y与x1、y与x2的散点图 Y与X1的散点图：  Y与X2的散点图： 2、给出模型的参数估计结果 Quick ——Estimate equation——输入y c x1 x2 ，确定 由上表可写出参数估计结果： R=0.902218 3、模型建立之后，要进行模型的检验，给出拟合优度检验、方程的显著性检验、变量的显著性检验并进行简要分析。如果变量都显著，结束该步，如果有不显著的剔除不显著的，重新估计方程； 拟合优度检验：根据拟合优度检验的特性，R^2越大，残差平方和越小，表明拟合程度越好。所以，由（2）所得出的参数估计结果可知R^2=0.9022180.9,接近于1，表明对某商品的消费支出Y的变化的90.2218%可由商品单价X1和家康庭月收入X2来解释，说明模型的拟合效果较好。 方程的显著性检验：因为Prob(F-statistic)=0.0002920.05,通过显著性检验，所以方程显著。 变量的显著性检验：由于C的P值为0.0000，X1的P值为0.0183，X2的P值为0.0017，三个对象的P值均小于0.05，拒绝原假设，所以结果为显著的。 4、给出实际值和拟合值的拟合效果图 5、给出庭商品单价x1=35元，月收入x2=20000元的家的消费支出Y的点预测值和E(Y)的95%的预测区间。 先做出Ｙ的点预测值： X=（1，35，20000） 将数据代入（2）中所得出的估计方程可得： 的0.95预测区间为： 利用Excel软件进行数据运算： 对于的求法，运用TRANSPOSE命令，对于运用MMULT命令，对于，运用Inverse命令进行运算。 X= [1 23.56 7620, 1 24.44 9120, 1 32.07 10670, 1 　32.46 11160, 1　31.15 11900, 1 34.14 12920, 1 　35.3 14340, 1　38.7 　15960, 1　39.63 18000, 1 46.68 19300] X’= [1 1 1 1 1 1 1 1 1 1, 23.56 24.44 32.07 32.46 31.15 34.14 35.3 38.7 39.63 46.68, 7620 9120 10670 11160 11900 12920 14340 15960 18000 19300] X’X= [10 338.13 130990, 338.13 11863.7251 4656752.3, 130990 4656752.3 1845016900] (X’X)^-1= [5-0.363021102 0.000538169, -0.363021102 0.033816038 -5.95771E-05, 0.000538169 -5.95771E-05 1.12704E-07] = (1,35,20000) ’=(1,35,20000)’ (X’X)^-1’= 4.538997221　 (7)= 2.364624251　　=302.4067511 = 17将以上数据代入公式得得置信区间（768.5957081，943.8093062）。 作业二：异方差检验 1、请用怀特（White）检验来检验Y关于X的回归模型是否存在异方差性？ 由同方差的相关知识进行判断，Y与X的图像中，各点应该均匀的分布于一条 线的两侧，且同一侧随X的增大，个数相差不大，而实际图中，方差明显为复 杂性； 在RESID^2与的图像中，点应该分布在一条水平线上，而此题分布比较零 散，属复杂性异方差；综上所述，Y关于X的回归模型存在异方差性 White检验法： 第一步：Equation Estimation 第二步:进行White检验得出结果 Heteroskedasticity Test: White F-statistic 9.793067 ????Prob. F(2,14) 0.0022 Obs*R-squared 9.913742 ????Prob. Chi-Square(2) 0.0070 Scaled explained SS 16.01775 ????Prob. Chi-Square(2) 0.0003  因为P=0.0070