计量经济西学作业.docVIP

第二单元作业： 课本P155：8，9，10题 解：由Eviews软件得出回归分析结果如表所示 由eviews得，居民消费支出与可支配收入的线性模型为 (32.3869) F=1048.912 (2)使用X-Y散点图法，得到如图所示的X-Y散点图，可用X-Y散点图判断 或是使用-X的散点图进行判断，【Quick】?【Generate Series】?在框里输入e2=resid^2，得到， 然后在 中选中r和x,然后as group ，作出散点图，， 由图可知该检验存在异方差性。 （3）首先，采用加权最小二乘法进行估计，在对原模型进行OLS估计后， 在Eviews的主菜单中选择“Quick\generate series…”,在出现的对话框中输入“”点击ok按钮生成新数据列e， 为了寻找适当的权，作关于X的OLS回归，结果如图所示， 结果如图所示，X前的参数在5%的显著性水平下不为零，同时，F检验也表明方程的线性关系在5%的显著性水平下成立。在eviews软件下，通过选择“Quick\Generate Series..”,在出现的对话框中输入“”，点击ok按钮后生成权序列w, 当权序列生成后，然后实现加权的最小二乘估计。 在窗口 中点击estimate按钮，出现Equation specification窗口，点击options按钮，在出现的Esitimation Options 窗口中，选择“weighted LS/TSLS”选项，并在weight栏内输入“w如图所示，点击ok按钮退回到Equation Specification窗口，再点击ok，即得到如图所示的估计结果。 可以看出，与不加权的OLS估计结果相比，加权最小二乘估计使得X前的参数估计值略有下降，但标准差却增大了，说明OLS估计嘀咕了X对应参数的标准差，可以验证，经加权最小二乘估计的模型已不存在异方差性，可以采用怀特检验检验一下。 即结果如图所示 然后，采用异方差稳健标准误法修正原OLS的标准差。在原回归模型OLS估计的结果窗口中点击Estimate,在出现的窗口中点击options，在出现的Equation Specification选择“Heteroskedasticity选项，并选择默认的White选项，点击ok按钮，得到如图所示的结果，由数据可以看出，变量X对应参数修正后的标准差比OLS估计的结果有所增大，这表明原模型OLS估计结果低估了X得标准差。 （1）解：当模型函数为时，通过普通最小二乘法建立函数，得到回归结果如表所示 则模型函数为 (60.0905) 法一：由表可知，D.W.=0.3793，n=28,k=2,查D.W.检验上下界表，得，，，即在检验水平下，D.W.=0.3793 ，所以存在正自相关。 也可以用LM检验法进行检验，步骤如下：在原估计结果窗口中，选择”View\Residual tests\Serial Correlation LM Test....在出现的Lag Speci...输入滞后阶数“1”，，点击ok按钮，得到如图所示的结果， 从统计量对应值的伴随概率值容易看出，在5%的显著性水平下，原模型存在1阶序列相关性。同时，从RESID(-1)显著不为0，这表明原模型存在1阶序列相关性。 然后可同样通过LM法进行检验，这时需要在Lag Speci...窗口中输入滞后阶数“2、3”等数值。可以检验出，本模型存在2阶序列相关性，但不存在3阶序列相关性。如图所示2阶序列相关性的检验结果。 3阶序列相关性结果如下图所示 因为统计量对应值的伴随概率表明，在5%的显著性水平下，原模型存在阶序列相关性，但不拒绝RESID（-3）参数为0的假设。 在Eviews软件中，选择Quick\Estimate Equation...,在出现的Equation Specification窗口中输入“log(y) c log(x) AR(1) AR(2),可得到如图所示的回归结果。 经检验，模型已不存在1阶序列相关性，检验结果如下图所示 因此，估计的原回归模型可写为 （3）在Eviews软件下，回到原模型OLS估计结果的窗口， 点击Estimate,出现Equation Specification窗口，点击Options按钮，在出现的Equation Specification选择“Heteroskedasticity选项，并选择Newey_West选项。然后得到下图， 可以看出，变量X对应参数修正后的标准差比OLS估计的结果有所增大，表明模型OLS估计结果低估了X得标准差。 解：在Eviews软件中，可以得到下图所示的结果。 由拟合优度知，收入和财富一起解释了消费支出的96%。然而两者的t检验都在5%的显著性水平下是不显著的，不仅如此，财富