计量经济学软件操作

-计量经济学软件操作应用市住宅商品房平均销售价格(元/平方米)房屋供应面积百万平方米城镇固定资产投资额(万元)在岗职工平均工资(元)2000年4557497.711963000165362001年4716593.11419600019509.332002年44676241693600022108.532003年4467693.31999910725697.952004年4747786.623330046296742005年6162835.725954100341912006年7375993.830124500401172007年10661.241137.736567000465082021年116481253.935548000563282021年132241438.441496286581402021年17151176150026000656832021年15517.919885519840375834.612021年16553239360648591853062021年1785425006797537393960以上是2000年2021年的住宅商品房销售价格、房屋供应面积、在岗职工平均工资和城镇固定资产投资额的统计数据。下面我们应用Eviews软件对此统计数据进展分析。1、 首先大体分析数据容，我们根据经济关系认为住宅商品房销售价格是受房屋供应面积、在岗职工平均工资和城镇固定资产投资额的影响的，所以：建立一般模型：Y=C+b1*1+b2*2+b3*3+U其中：Y住宅商品房销售价格 *1房屋供应面积 *2在岗职工平均工资 *3城镇固定资产投资额 C常数系数2、 Eviews软件估计结果如下：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 12:54Sample: 2000 2021Included observations: 14VariableCoefficientStd. Errort-StatisticProb.*1-1.8431185.039291-0.3657490.7222*20.0001530.0002440.6292620.5433*30.1432690.1722300.8318450.4249C14.82325969.72400.0152860.9881R-squared0.934974Mean dependent var9935.724Adjusted R-squared0.915467S.D. dependent var5318.260S.E. of regression1546.264Akaike info criterion17.76003Sum squared resid23909319Schwarz criterion17.94261Log likelihood-120.3202Hannan-Quinn criter.17.74313F-statistic47.92849Durbin-Watson stat0.971177Prob(F-statistic)0.000003可以看到可决系数为0.93，比较高，样本回归线与样本观测值拟合程度比较好。Y变化的93.5%可以由其他三个变量的变化来解释。拟合优度越高，解释变量对被解释变量的解释程度就越高。自由度为14-3-1=10，F检验大于27.23说明在1%的显著性水平下，模型的线性关系显著成立。根据相关系数关系发现*1、*2、*3之间的相关关系都很高，其中*2、*3之间的最高;其次是*2和*1之间的相关关系；然后是*1和*3。说明他们之间有较强的共线性。说到T检验，因为方程的总体线性关系是显著的，并不能说明每个解释变量对被解释变量的影响都是显著的，必须对每个解释变量进展显著性检验，以来决定是否作为解释变量保存在模型中。如果*个变量对被解释变量的影响不显著，应该剔除，已建立更为简单的模型。故用T检验。-0.365749；0.629262；0.831845分别为*1、*2、*3的T检验值。都不高，*2和*3在75%的影响下显著，而*1不显著。没有通过变量显著性检验。说明存在严重多重共线性。要进展以下修正：一、看看是否真的有多重共线性：可以看到真的存在多重共线性，他们之间的相关系数都到达了0.99以上。1、 下面进展*1和Y的检验：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:35Sample: 2000 2021Included observations: 14VariableCoefficientStd. Errort-StatisticProb.*17.5551460.67791211.144720.0000C493.8431954.24470.5175220.6142R-squared0.911897Mean dependent var9935.724Adjusted R-squared0.904556S.D. dependent var5318.260S.E. of regression1643.028Akaike info criterion17.77803Sum squared resid32394485Schwarz criterion17.86933Log likelihood-122.4462Hannan-Quinn criter.17.76958F-statistic124.2049Durbin-Watson stat0.763881Prob(F-statistic)0.000000可以看到可决系数为0.91，而且T检验通过，我们暂且保存。2、在进展*2和Y的检验：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:38Sample: 2000 2021Included observations: 14VariableCoefficientStd. Errort-StatisticProb.*20.0002862.26E-0512.671010.0000C-75.94089881.1922-0.0861800.9327R-squared0.930457Mean dependent var9935.724Adjusted R-squared0.924662S.D. dependent var5318.260S.E. of regression1459.748Akaike info criterion17.54148Sum squared resid25570383Schwarz criterion17.63277Log likelihood-120.7904Hannan-Quinn criter.17.53303F-statistic160.5546Durbin-Watson stat0.762553Prob(F-statistic)0.000000可以看到可决系数为0.93，T检验同样通过，因为大于8.12。暂时保存。3、 同理，*3和Y的检验：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:40Sample: 2000 2021Included observations: 14VariableCoefficientStd. Errort-StatisticProb.*30.2029360.01578812.853830.0000C229.6596847.57850.2709600.7910R-squared0.932288Mean dependent var9935.724Adjusted R-squared0.926645S.D. dependent var5318.260S.E. of regression1440.402Akaike info criterion17.51480Sum squared resid24897102Schwarz criterion17.60609Log likelihood-120.6036Hannan-Quinn criter.17.50635F-statistic165.2209Durbin-Watson stat1.151232Prob(F-statistic)0.000000可以看到，可决系数为0.93，T检验为12.85通过，暂时保存。但是*1、*2、*3三者比较，*3的调整可决系数最大，为0.927。故用*3和其他变量间同Y进展回归分析：1、先是Y与*3和*2回归分析：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:56Sample: 2000 2021Included observations: 14VariableCoefficientStd. Errort-StatisticProb.*30.1192560.1528280.7803290.4517*20.0001190.0002160.5506760.5929C75.97497916.82050.0828680.9354R-squared0.934104Mean dependent var9935.724Adjusted R-squared0.922123S.D. dependent var5318.260S.E. of regression1484.133Akaike info criterion17.63046Sum squared resid24229160Schwarz criterion17.76740Log likelihood-120.4132Hannan-Quinn criter.17.61778F-statistic77.96547Durbin-Watson stat0.938566Prob(F-statistic)0.000000可以看到虽然可决系数通过，但T检验通过的不好，特别是*2。2、下面进展Y与*3和*1的回归分析：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:57Sample: 2000 2021Included observations: 14VariableCoefficientStd. Errort-StatisticProb.*30.2189380.1198671.8265040.0950*1-0.6081324.512175-0.1347760.8952C224.3200885.42370.2533480.8047R-squared0.932400Mean dependent var9935.724Adjusted R-squared0.920219S.D. dependent var5318.260S.E. of regression1503.210Akaike info criterion17.65600Sum squared resid24856057Schwarz criterion17.79294Log likelihood-120.5920Hannan-Quinn criter.17.64333F-statistic75.86038Durbin-Watson stat1.185660Prob(F-statistic)0.000000可以看到同样可决系数通过，但是T检验过程中*1不通过。因为只有三个解释变量，故舍弃*1。成为二元回归。此时的调整可决系数大于原三元回归的模型。虽然Prob仍不符合，即数据还是有偏差，但仍是有所改进。此时的回归方程为：以上即为多重共线性的检验与修正。二、 异方差的检验：以上是这是做完后的样子。下面是异方差散点图：可以看到有增大的趋势。下面进展怀特检验：由怀特检验结果可知F检验通过、调整可决系数为6.8、Prob小于0.05。说明他们是显著的，是拒绝原假设的。模型中随机误差项存在异方差。所以下面进展异方差的修正：书本上的方法：建立权变量W1、W2和W3。进展加权最小二乘法：进展W1的检验：Modified: 2000 2021 / w1=1/*看到可决系数有了提高为0.8。进展W2的检验：Modified: 2000 2021 / w2=1/*2看到可决系数有了提高为0.8。进展W3的检验：Modified: 2000 2021 / w3=1/*0.5看到可决系数有了提高为0.91。可以看出这里W3的加权为最好。故进展W3的加权修正。还有些推荐的方法：与课本上的比较这种方法做得更差。不用它。三、 自相关检验可以看到这个回归检验很完美，如果看D.W.检验的话。查D.W.分布表可知n=14;k=3dl和du的临界值为 0.90544 ， 1.55066，同样符合。没有自相关。查看残差图为：它的2021年超过了围，因为拟合值越小拟合效果越好。逆转正常。散点图：如果正相关则在一三象限散点较多，这表示有自相关，而且是正的自相关。进展一阶自相关修正：在Y、*、C后面加ar(1)或ar(2)进展修正，但修正的结果并没有原模型好。说明可能并不存在自相关，即使存在也不能用这种方法修正。综上：最后的模型得到的方程为：其经济含义为： Y住宅商品房销售价格 *2在岗职工平均工资 *3城镇固定资产投资额在的岗职工平均工资每增加1元，住宅商品房平均销售价格就约增加0.12元/平方米；城镇固定资产投资额每增加1元，住宅商品房平均价格就增加1.1875元/平方米。. z.