计量经济学及实验报告

计量经济学实验报告

一、研究的问题

探究经济生活中，城市居民消费水平的变化与商品零售价格、城镇居民家庭人均可支配收入及城镇年底总人口之间的关系，研究影响消费水平的主要因素。 ㈠、理论模型的建立

为了建立城市居民消费水平回归模型，以城镇居民平均每人全年消费性支出为被解释变量，商品零售价格指数、城镇居民家庭人均可支配收入指数、城镇年底总人口数为解释变量。模型如下：

Y=β

0＋

β1SP＋β2SR＋β3RK＋μ

模型中 Y——城镇居民平均每人全年消费性支出 SP——商品零售价格指数

SR——城镇居民家庭人均可支配收入指数 RK——城镇年底总人口数

㈡、样本数据收集

年份 1990

1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

城镇居民平均每人全年消费性支出

1278.89 1407.12 1598.89 1946.83 2635.21 3537.57 3919.46 4158.64 4331.62 4615.92 4997.99 5308.99 6030

6510.97 7182.1

7942.86 8696.55 9997.47 11006.6

商品零售价格

指数 101.6 104.9 106.2 110.3 120.3 114.2 107.0 100.8 97.1 97.1 98.6 100.0 98.8 100.2 102.8 100.6 100.6 103.6 104.9

城镇居民家庭人均可支配收入指数

374.6 431.1 504.4 642.5 879.9 1089.3 1249.3 1326.0 1374.4 1484.0 1657.9 1814.0 2077.8 2291.4 2574.7 2931.3 3326.1 3891.5 4448.0

城镇年底总人口(万人)

1578 1650 1761 1896 2079 2170 2263 2310 2296 2322 2409 2517 2634 2833 2951 3147

3228 3436 3532

㈢、参数估计

根据表中的统计数据，对模型进行参数估计，估计模型的参数结果如下：

Dependent Variable: Y Method: Least Squares Sample: 1990 2008 Included observations: 19

Variable SP SR RK C

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient -20.99693 1.377939 2.093032 -383.9823

Std. Error 5.604890 0.158020 0.318785 797.9969

t-Statistic -3.746181 8.720021 6.565663 -0.481183

Prob. 0.0019 0.0000 0.0000 0.6373 5110.720 2878.970 12.85372 13.05255 2667.992 0.000000

0.998129 Mean dependent var 0.997755 S.D. dependent var 136.3998 Akaike info criterion 279073.7 Schwarz criterion -118.1104 F-statistic 1.147589 Prob(F-statistic)

回归模型为 Y=—383.9823—20.99693SP + 1.377939SR + 2.093032RK R2 = 0.998129，F=2667.992

㈣、模型检验

1、经济检验：β负的线性关系；β

1 = —20.99693

为负数，说明商品零售价格与居民消费性支出之间存在

1.3779392 = 为正数说明居民可支配收入与消费性支出成正的线性关系；

β

3 = 2.093032为正数说明城镇总人口与消费性支出成正的线性关系。

2、统计检验

⑴拟合优度：R2=0.998129说明模型具有很高的拟合优度。

⑵变量显著性：方程的显著性概率为0.6373，βi =0的概率为0.0019，0.0000，0.0000，具有显著影响。

⑶方程显著性：F-statistic= 2667.992， Prob(F-statistic)= 0.000000，F检验显著说明模型总体显著。

解释变量居民可支配收入SR和居民人口数RK的t统计量值为8.720021和6.565663，表明收入和人口数对消费水平的影响是显著的。但是，模型中其他变量（包括常数项）的

t统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除t统计量最小的变量（即商品零售价格变量）而重新建立模型。

二、建立剔除商品零售价格变量的二元线性回归模型

Dependent Variable: Y Method: Least Squares Sample: 1990 2008 Included observations: 19 Variable SR RK C

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient 1.387631 2.135353 -2682.838

Std. Error 0.212837 0.429158 687.1795

t-Statistic 6.519698 4.975684 -3.904130

Prob. 0.0000 0.0001 0.0013 5110.720 2878.970 13.40887 13.55799 2201.551 0.000000

0.996379 Mean dependent var 0.995927 S.D. dependent var 183.7411 Akaike info criterion 540172.6 Schwarz criterion -124.3843 F-statistic 0.689859 Prob(F-statistic)

回归模型为

Y = -2682.838 + 1.387631 SR + 2.135353 RK R2 = 0.996379 ，F = 2201.551

模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的。这里，解释变量、常数项的t检验值都比较大，显著性概率都小于0.05，因此模型2较模型1更为合理。 三、异方差检验

商品零售价格（SP）与消费水平(Y)之间的散点图：

12000100008000600040002000095Y100105110SP115120125

从图中可以看出，商品零售价格与消费水平之间存在复杂型异方差。 城镇居民家庭人均可支配收入（SR）与消费水平（Y）之间的散点图：

1200010000800060004000200001500Y20002500RK300035004000

从图中可以看出，随着居民可支配收入的增加，消费水平不断提高，说明变量之间同方差。 城镇年底总人口数（RK）与消费水平（Y）之间的散点图：

120001000080006000400020000010002000300040005000YSR

从图中可以看出，随着总人口数的增加，消费水平不断提高，说明变量之间同方差。

模型1、2的残差平方和：

1990 1991 1992

-22.81989 -53.85186 -168.1153

1990 1991 1992

72.33449 -31.58209 -178.5496

1993 -206.9406 1994 -18.73883 1995 276.5336 1996 92.12350 1997 -2.937881 1998 54.96368 1999 133.8227 2000 125.6708 2001 24.92276 2002 112.3514 2003 -88.12398 2004 0.250163 2005 -186.7904 2006 -146.6463 2007 2.827212 2008

71.49912

1993 -310.5142 1994 -342.3274 1995 75.14544 1996 36.42659 1997 68.81368 1998 204.5273 1999 281.2237 2000 236.2089 2001 99.98150 2002 205.0980 2003 -35.26523 2004 -9.222856 2005 -161.8214 2006 -128.9319 2007 -56.73206 2008

-24.81284

本文来源：https://www.bwwdw.com/article/g89.html