1、壩計量經(jīng)濟學(xué)課程斑實驗唉實驗一 EV芭iews軟件的白基本操作【實驗?zāi)康摹堪蚜私獍腅Views挨軟件的基本操作骯對象，掌握軟件爸的基本操作?！緦嶒瀮?nèi)容】澳一、半EViews捌軟件的安裝；癌二、數(shù)據(jù)的輸入霸、編輯與序列生敗成；白三、圖形分析與奧描述統(tǒng)計分析；搬四、數(shù)據(jù)文件的捌存貯、調(diào)用與轉(zhuǎn)襖換。安實驗內(nèi)容中后三骯步以表1氨-安1所列出的稅收襖收入和國內(nèi)生產(chǎn)扒總值的統(tǒng)計資料俺為例進行操作壩。斑表1奧-襖1 白 鞍 伴 巴 柏我國稅收與GD安P統(tǒng)計資料扒 擺 霸 敖 版單位：億元哀年份擺稅收佰 Y唉GDP奧 X奧年份昂稅收案 Y俺GDP傲 壩X哀1985把2041按8964矮1992埃3297吧26

2、638敖1986懊2091傲10202芭1993氨4255扮34634安1987埃2140般11963懊1994背5127搬46759皚1988挨2391捌14928佰1995岸6038埃58478熬1989矮2727唉16909半1996按6910辦67885傲1990敗2822背18548艾1997矮8234傲74463罷1991背2990耙21618擺1998俺9263板79396背資料來源：中絆國統(tǒng)計年鑒19骯99【實驗步驟】把一、安裝板EViews軟斑件盎愛EViews案對系統(tǒng)環(huán)境的要敖求扳暗一臺386、4巴86奔騰或其他扳芯片的計算機，背運行Windo芭ws3.1、W般indows

3、9哎X、Windo氨ws2000、傲Windows艾NT或Wind暗owsXP操作耙系統(tǒng)；八辦至少4MB內(nèi)存氨；扒叭VGA、Sup疤er VGA顯辦示器；襖唉鼠標、軌跡球或百寫字板；吧伴至少10MB以頒上的硬盤空間。安裝步驟拔頒點擊白“凹網(wǎng)上鄰居懊”襖，進入服務(wù)器；安靶在服務(wù)器上查找襖“安計量經(jīng)濟軟件凹”板文件夾，雙擊其敖中的setup胺.exe，會出唉現(xiàn)如圖1-1所俺示的安裝界面，皚直接點擊nex骯t按鈕即可繼續(xù)鞍安裝；傲罷指定安裝白EViews軟扒件案的目錄（默認為板C:EVie巴ws3耙，爸如圖1-2所示斑）搬，點擊OK罷按鈕盎后，一直點擊n扳ext斑按鈕艾即可哎；吧哎安裝完畢之后，邦將

4、絆EViews骯的啟動設(shè)置成桌藹面快捷方式。罷圖1-芭1擺 癌安裝界面1扒圖1-矮2壩 鞍安裝界面2板二耙、班數(shù)據(jù)的輸入、編罷輯與序列生成創(chuàng)建工作文件菜單方式笆啟動EView斑s軟件之后，挨進入EView埃s主窗口（如圖啊1-靶3把所示）熬。命令窗口口菜單欄標題欄狀態(tài)欄工作區(qū)域班圖1-稗3熬 八EViews主白窗口矮在主菜單上依次八點擊File/艾New/Wor耙kfile，即背選擇新建對象的版類型為工作文件癌，將彈出爸一個耙對話框（如圖背1-按4耙所示），由用戶皚選擇數(shù)據(jù)的時間癌頻率（freq半uency）、鞍起始期和終止期罷。昂圖把1-罷4哎 工作文件對扮話框白其中， 敖 拔 Annual

5、扳八年度鞍 瓣 胺 癌Monthly班哎月度瓣Semi-an佰nual版翱半年隘 拔 翱 鞍 澳Weekly八板周藹 Quarte骯rly霸疤季度邦 壩 奧 埃Daily矮叭日搬Undated背 or 艾irregul艾ar盎隘非時序數(shù)據(jù)絆選擇時間頻率為骯Annual（藹年度），再分別跋點擊起始佰期岸欄（Start版 date）和昂終止期欄（En敗d date）凹，輸入相應(yīng)的日柏前1985和1皚998。然后點矮擊OK按鈕，將隘在EViews佰軟件的主顯示窗癌口顯示相應(yīng)的工班作文件窗口澳（如圖1-哎5柏所示）。巴圖1-叭5 按 工作文件窗口盎工作文件窗口是捌EViews的敗子窗口，工作文翱件一開

6、始其中就挨包含了兩個對象案，一個是系數(shù)向鞍量C（保存估計爸系數(shù)用），另一拔個挨是瓣殘差序列RES岸ID（實際值與巴擬合值之差）。命令方式盎在EViews扮軟件的命令窗口半中直接鍵入CR敗EATE命令，扳也可以建立工作瓣文件。懊命令格式為：懊CREATE 昂 時間頻率班類型 起壩始期 終瓣止期巴則阿以上菜單方式過般程可寫為：埃CREATE 佰 A 澳1985 般1998叭輸入Y、X鞍的數(shù)據(jù)隘笆DATA命令方扮式襖在EViews扮軟件的命令窗口澳鍵入DATA命把令，命令格式為柏：罷DATA 骯 半 襖 巴敖案愛本例中可在命令凹窗口鍵入如下命阿令（圖1-疤6胺所示）：伴DATA 耙Y X岸將顯示一個

7、數(shù)組芭窗口（圖1-俺7擺所示），此時可把以按全屏幕編輯靶方式輸入每個變捌量的統(tǒng)計資料。扳圖1-胺6鞍 敖鍵入DATA命氨令盎圖1-挨7霸 襖數(shù)組八窗口笆澳鼠標圖形界面方懊式藹在EViews奧軟件主窗口或工安作文件窗口點擊版Objects皚/New Ob拔ject，對象哎類型選擇Ser絆ies，并給定板序列名，一次只阿能創(chuàng)建一個新序氨列（圖1啊-8胺所示）。佰再從工作文件目哀錄中選取并雙擊矮所創(chuàng)建的新序列扮就可以展示該對埃象，選擇Edi拜t/，進入懊編輯狀態(tài)，輸入盎數(shù)據(jù)。藹圖1-敖8啊 創(chuàng)建新對象哀窗口白生成log（叭Y）、log（壩X）、X暗拜2、1/X、時癌間變量T等序列皚在命令窗口中依擺次

8、鍵入以下命令拌即可：般GENR 挨LOGY=LO拔G(Y)皚GENR 般LOGX=LO拔G(X)背GENR 敖X瓣1八=翱X2巴GENR 絆X2=暗1/X暗GENR 襖T阿=安TREN澳D辦(唉84凹)稗癌選擇若干變量構(gòu)搬成數(shù)組敖，在數(shù)組中增加稗、伴更襖名懊變量白在工作文件窗口按中單擊所要選擇疤的變量，按住C巴trl鍵不放，伴繼續(xù)用鼠標選擇鞍要展示的變量，艾選擇完以后，單頒擊鼠標右鍵，在熬彈出的快捷菜單壩中點擊Open礙/as Gro跋up埃（圖1-9）藹，挨則會彈出如圖1吧-佰10啊所示的數(shù)組窗口翱，稗其中變量從左至胺右按在工作文件案窗口中選擇變量骯的順序來排列。澳圖1-把9昂 白選擇變量構(gòu)

9、成數(shù)百組懊圖1-拔10 擺彈出的哎數(shù)組罷窗口斑在數(shù)組窗口點擊皚Edit/搬，進入全屏幕編邦輯狀態(tài)，皚選擇一個空列，襖點擊標題欄，在懊編輯窗口輸入變昂量名盎，再點擊屏幕任隘意位置，即可增隘加一個新變量絆（圖1-11白所示哎）礙。耙圖1-哎11 在數(shù)組阿窗口增加變量跋增加變量后，即啊可輸入數(shù)據(jù)。礙點擊要刪除的變芭量列的標題欄翱，邦在編輯窗口輸入頒新案變量名，再點擊襖屏幕任意位置，唉彈出RENAM皚E對話框，點擊拔YES把按鈕唉即可俺。八（圖1-1扮2愛所示）。絆圖1-版12 在數(shù)組白窗口更名變量俺在工作文件窗跋口中刪除、更名阿變量。瓣扮在工作文件窗口爸中選取所要刪除巴或更名奧的變量并單擊鼠靶標右鍵

10、，在彈出奧的快捷菜單搬中選擇Dele俺te（刪除）或版Rename（擺更名）即可跋（如圖1-般13癌所示）。埃圖1-瓣13 在藹工作文件皚窗口翱刪除、哀更名變量邦1暗斑在工作文件窗口扳中選取所要刪除疤或更名的變量按，點板擊拔工作文件窗口菜扳單欄中的Obj氨ects頒/Delete阿 select安ed藹案（Rename骯 select艾ed罷隘）昂，氨即可刪除（更名皚）變量霸（如圖1-吧1百4奧所示）跋。拌圖1-板1扒4靶 在工作文件靶窗口刪除、更名哀變量2敖奧在工作文件窗口拜中選取所要刪除奧的變量，點擊工皚作文件窗口菜單把欄中的Dele矮te安按鈕即可刪除變氨量（版如圖1-奧1吧5氨所示霸）

11、。八圖1-唉1拜5班 在工作文件靶窗口刪除變量3胺三、圖形分析與版描述統(tǒng)計分析礙利用PLOT敖命令繪制趨勢圖扮在命令窗口中鍵板入：PLOT 凹 Y擺則可以繪制變量靶Y的趨勢圖（圖阿1-1襖6擺）。罷圖1-按1斑6 變量Y的白趨勢圖斑從圖搬1拜-絆16柏中可以看出，我背國19851壩998年間稅矮收收入是大班體呈指數(shù)增長趨靶勢哀的。挨也可以利用PL案OT命令將多個耙變量的變化趨勢背描繪在同一張圖辦中，例如八鍵入以下命令，般可以觀察變量Y岸、X的變化趨勢霸（圖1-1奧7傲）。背PLOT 疤 Y X愛 啊圖1-藹1搬7 變量Y、扒X的趨勢圖扮從圖瓣1辦-鞍17吧中可以看出，我柏國19851愛998年

12、間稅收絆收入與GDP都佰大體呈指數(shù)增長熬趨勢。襖利用SCAT跋命令繪制X、Y版的相關(guān)圖案在命令窗口中鍵捌入：哀SCAT 笆 X襖 Y班則可以初步觀察佰變量之間的相關(guān)隘程度與相關(guān)類型拜（圖1佰-佰18）。暗圖1-懊1挨8熬 變量X、Y把相關(guān)圖艾圖1-1擺8俺表明，搬稅收收入水平與哀GDP密切相關(guān)襖，辦稅收收入水平隨拔著GDP的增加愛而增加，礙兩者大體呈線性艾變化趨勢。版觀察圖形參數(shù)哀的設(shè)置情況靶雙擊圖形區(qū)域中拔任意處或在圖形按窗口中點擊Pr暗ocs/Opt懊ions（圖啊1-19），懊則會彈出如圖啊1-20所示的百Graph O佰ptions窗稗口，白進入圖形編輯狀拜態(tài)。捌選擇圖形類型、盎圖形屬

13、性（是否疤置入圖框內(nèi)，刻愛度，是否用彩色背）、柱和線的選鞍項，設(shè)定豎軸（俺單個，雙個，是翱否交叉），設(shè)定哀比例尺度（優(yōu)化隘線性尺度，強制吧通過0線，對數(shù)芭尺度，正態(tài)化尺霸度），手動設(shè)定霸比例尺度、線形拌圖選項、柱形圖挨選項、散點圖選癌項（連接，配擬哎合直線）、餅圖把選項等。捌圖1-拔19 白在白圖巴形窗口選擇版Graph O罷ptions皚圖1-邦20壩 斑 稗圖形翱選項窗口芭從圖1-20中?？梢钥闯?，本例襖中X、Y相關(guān)圖骯使用散點圖，且扳置入圖框內(nèi)，帶鞍有刻度與色彩骯，豎軸是單個刻罷度，襖比例尺度為優(yōu)化爸線性尺度霸，散點圖未連接哀，未配擬合直線鞍，其余一些參數(shù)百模式是自動設(shè)置鞍的。氨在序列和

14、數(shù)組安窗口觀察變量的霸描述統(tǒng)計量捌若是單獨序列窗骯口，從序列窗口耙菜單選擇敖View百/Descri扒ptive S靶tatisti暗cs/把Histogr拜am and 艾Stats，則拌會顯示變量的描背述統(tǒng)計量（圖1皚-板21邦）。凹圖1-班21 百單獨變量序列班描述統(tǒng)計量窗口敖若是捌數(shù)組把窗口，從熬數(shù)組熬窗口菜單選擇V跋iew/Des巴criptiv擺e Stats啊/八Individ案ual Sam熬ples佰，白就對每個序列計凹算半描述統(tǒng)計量（圖隘1-拔22把）。白圖1-隘22 稗數(shù)組拔描述統(tǒng)計量窗口罷其中，敖 疤Mean奧爸均值靶 板 頒 敗 安Median稗疤中位數(shù)爸 胺 昂Ma

15、ximum拔八最大值敖Minimu霸m版奧最小值拔 俺 敖 盎Std啊.Dev.翱稗標準差昂 懊 敖Skewnes頒s懊愛偏半度扮 暗Kurtosi啊s扳爸峰白度癌 哎 辦 白Jarque-背Bera白版 暗 昂 笆 搬Probabi哎lity襖埃概率絆Observa扮tions安爸觀測值個數(shù)拜四、數(shù)據(jù)文件的愛存貯、調(diào)用與轉(zhuǎn)拌換翱存貯并調(diào)用工扮作文件存貯藹在Eviews般主窗口的工具欄岸上選擇File昂/Save（S隘ave as）稗，再在彈出班的愛對話框中指定存案貯路徑，點擊確耙定按鈕即可。調(diào)用疤在Eviews罷主窗口的工具欄安上選擇File半/Open/W懊orkfile哀，再在彈出昂的佰

16、對話框中捌選取要調(diào)用的工靶作文件藹，點擊確定按鈕霸即可。絆存貯若干個變耙量，并在另一個奧工作文件中調(diào)用佰存貯的變量斑在工作文件窗口版中選取所要存貯隘的變量，點擊工扮作文件窗口菜單扳欄中的襖Store按鈕暗，彈出stor板e對話框，指定奧存貯路徑，點擊敗YES霸按鈕即可艾（圖1-懊23艾）艾。哀打開另一個工作百文件，爸點擊工作文件窗搬口菜單欄中的擺Fetch搬按鈕，彈出壩fetch艾對話框，佰在指定目錄下選哀取要調(diào)用的變量艾，點擊確定按鈕凹即可（圖1-百2般4奧）。班圖1-愛23佰 Store疤 窗口白圖1-扳2隘4 Fetc埃h窗口擺將工作文件分白別存貯成文本文拌件和Excel捌文件耙在工作文

17、件窗口矮中選擇要保存的斑一個或多個變量笆，點擊Evie凹ws主窗口菜單澳欄中的File澳/Export俺/Write 礙Text-Lo跋tus-Exc靶el頒，熬在彈出的對話框百中指定存貯路徑哀和存貯的文件格般式隘（圖1-2艾5佰）半，伴若存貯成文本文昂件則選擇Tex斑t-ASCII啊，若存貯成Ex傲cel文件則選扮擇Excel.捌xls，唉再點擊保存按鈕埃，柏彈出ASCII按 Text E懊xport（E唉xcel Ex暗port）窗口鞍（圖1-2叭6凹），點擊OK按氨鈕即可。挨其中，By O愛bservat耙ion-Ser拌ies in 白columns爸表示各觀測值按笆列排列，By 熬S

18、eries-捌Series 按in rows敗表示各觀測值按芭行排列。辦圖1-辦2疤5 指定存貯敖路徑奧圖1-吧2埃6 存貯為文拔本格式扳在工作文件中氨分別調(diào)用文本文版件和Excel捌文件罷點擊Eview哎s主窗口菜單欄擺中的File/扳Import/搬Read Te奧xt-Lotu八s-Excel跋，在彈出的對話艾框中百選取要調(diào)用的文胺本文件或Exc叭el文件稗，點擊叭打開扒按鈕白后斑，彈出ASCI八I Text 懊Im俺port（Ex捌cel 阿Im傲port）窗口骯（圖1-2班7爸），叭在Name f隘or seri澳es or N柏umber o霸f serie氨s if fi版le

19、name八s in fi埃le編輯框中要把輸入斑調(diào)用的變量名，八點擊OK按鈕即霸可。皚其中in co罷lumns表示襖按列調(diào)用數(shù)據(jù)，絆in rows佰表示按行調(diào)用數(shù)敖據(jù)。芭圖1-啊2鞍7 安調(diào)用扮文本文件或Ex澳cel文件稗窗口癌在對象窗口中襖點擊Name按邦鈕，將對象存貯傲于工作文件。敖以Y、X變量組敖成的數(shù)組為例，拔點擊Name菜絆單，彈出obj頒ect nam哀e對話框，在N霸ame to 板identif疤y objec瓣t文本框中輸入瓣要命名的數(shù)組名翱稱，點擊OK按拜鈕即可八（圖1-2藹8癌）敗。跋圖1-矮2艾8捌 叭存貯對象于工作癌文件挨實驗二 一元百回歸模型【實驗?zāi)康摹堪д莆找辉?/p>

20、線性、岸非線性回歸模型版的建模方法【實驗內(nèi)容】白建立我國稅收預(yù)百測模型【實驗步驟】芭【例1】建立我埃國稅收預(yù)測模型敖。表1列出了我靶國19851藹998年間稅收瓣收入Y和國內(nèi)生耙產(chǎn)總值（GDP哀）x的時間序列柏數(shù)據(jù)，請利用統(tǒng)埃計軟件Evie巴ws建立一元線愛性回歸模型。版表1 我國稅熬收與GDP統(tǒng)計跋資料般年份吧稅收翱GDP俺年份邦稅收案GDP叭1985疤2041熬8964拜1992凹3297盎26638氨1986敗2091拌10202懊1993奧4255鞍34634芭1987挨2140拌1澳1963唉1994扮5127懊46759稗1988啊2391鞍14928敖1995搬6038靶5847

21、8礙1989拌2727礙16909八1996耙6910爸67885百1990暗2822霸18548拌1997氨8234耙74463翱1991斑2990唉21618芭1998俺9263百79396建立工作文件菜單方式般在錄入和分析數(shù)癌據(jù)之前，應(yīng)先創(chuàng)版建一個工作文件扒（Workfi傲le）。啟動E吧views軟件耙之后，在主菜單絆上依次點擊Fi伴leNew扒Workfil案e（菜單選擇方皚式如圖1所示）霸，將彈出一個對耙話框（如圖2所按示）。用戶可以挨選擇數(shù)據(jù)的時間熬頻率（Freq矮uency）、俺起始期和終止期癌。哀圖1 Evie白ws菜單方式創(chuàng)板建工作文件示意安圖礙圖2 工作文件哎定義對話框般

22、本例中選擇時間爸頻率為Annu跋al（年度數(shù)據(jù)敖），在起始欄和阿終止欄分別輸入爸相應(yīng)的日期85懊和98。然后點矮擊OK，在Ev叭iews軟件的俺主顯示窗口將顯奧示相應(yīng)的工作文辦件窗口（如圖3扮所示）。哎圖3 Evie芭ws工作文件窗?？诎阂粋€新建的工作挨文件窗口內(nèi)只有八2個對象(Ob按ject）,分按別為c（系數(shù)向隘量）和resi按d（殘差）。它擺們當前的取值分壩別是0和NA（笆空值）?？梢酝ò┻^鼠標左鍵雙擊芭對象名打開該對佰象查看其數(shù)據(jù)，癌也可以用相同的哀方法查看工作文板件窗口中其它對靶象的數(shù)值。命令方式扒還可以用輸入命凹令的方式建立工班作文件。在Ev板iews軟件的俺命令窗口中直接罷鍵入C

23、REAT敖E命令，其格式版為：搬CREATE 礙 時間頻率類型靶 起始期 胺終止期翱本例應(yīng)為：CR哀EATE A挨 85 9搬8輸入數(shù)據(jù)背在Eviews搬軟件的命令窗口岸中鍵入數(shù)據(jù)輸入愛/編輯命令：傲DATA Y辦 X稗此時將顯示一個靶數(shù)組窗口（如圖扮4所示），即可般以輸入每個變量懊的數(shù)值 按圖4 Evie扮ws數(shù)組窗口三、圖形分析爸借助圖形分析可辦以直觀地觀察經(jīng)敖濟變量的變動規(guī)八律和相關(guān)關(guān)系，扳以便合理地確定拜模型的數(shù)學(xué)形式懊。趨勢圖分析佰命令格式：PL唉OT 變量1擺 變量2 扳斑變量K辦作用：頒澳分析經(jīng)濟變量的把發(fā)展變化趨勢爸搬觀察是否存在異百常值班本例為：PLO愛T Y X相關(guān)圖分析百

24、命令格式：SC邦A(yù)T 變量1哀 變量2 伴作用：捌敖觀察變量之間的挨相關(guān)程度般俺觀察變量之間的芭相關(guān)類型，即為阿線性相關(guān)還是曲暗線相關(guān)，曲線相盎關(guān)時大致是哪種扳類型的曲線八說明：盎靶SCAT命令中傲，第一個變量為哀橫軸變量，一般芭取為解釋變量；岸第二個變量為縱盎軸變量，一般取般為被解釋變量稗隘SCAT命令每扮次只能顯示兩個跋變量之間的相關(guān)絆圖，若模型中含盎有多個解釋變量暗，可以逐個進行敗分析斑敖通過改變圖形的澳類型，可以將趨百勢圖轉(zhuǎn)變?yōu)橄嚓P(guān)皚圖扒本例為：SCA藹T Y X扒圖5 稅收與G背DP趨勢圖佰圖5、圖6分別氨是我國稅收與G敗DP時間序列趨靶勢圖和相關(guān)圖分敖析結(jié)果。兩變量懊趨勢圖分析結(jié)果

25、把顯示，我國稅收阿收入與GDP二把者存在差距逐漸熬增大的增長趨勢岸。相關(guān)圖分析顯哎示，我國稅收收捌入增長與GDP叭密切相關(guān)，二者絆為非線性的曲線敗相關(guān)關(guān)系。辦圖6 稅收與G澳DP相關(guān)圖埃估計線性回歸模稗型哎在數(shù)組窗口中點般擊Pr耙ocMake霸 Equati靶on，如果不需芭要重新確定方程斑中的變量或調(diào)整氨樣本區(qū)間，可以挨直接點擊OK進捌行估計。也可以斑在Eviews佰主窗口中點擊Q伴uickEs扒timate 艾Equatio瓣n，在彈出的方盎程設(shè)定框（圖7吧）內(nèi)輸入模型：邦Y C X白 或 凹圖7 方程設(shè)定辦對話框辦還可以通過在E叭views命令傲窗口中鍵入LS敗命令來估計模型岸，其命令格

26、式為拔：盎LS 被解釋耙變量 C 按解釋變量埃系統(tǒng)將彈出一個奧窗口來顯示有關(guān)邦估計結(jié)果（如圖辦8所示）。因此柏，我國稅收模型礙的估計式為：矮這個估計結(jié)果表跋明，GDP每增八長1億元，我國矮稅收收入將增加邦0.09646凹億元。霸圖8 我國稅收襖預(yù)測模型的輸出絆結(jié)果背估計非線性回歸扮模型拜由相關(guān)圖分析可礙知，變量之間是唉非線性的曲線相班關(guān)關(guān)系。因此，暗可初步將模型設(shè)翱定為指數(shù)函數(shù)模扮型、對數(shù)模型和拔二次函數(shù)模型并皚分別進行估計。傲在Eviews哀命令窗口中分別翱鍵入以下命令命霸令來估計模型：哎雙對數(shù)函數(shù)模型柏：LS lo頒g(Y) C疤 log(X稗)俺對數(shù)函數(shù)模型：把LS Y 叭C log(哀

27、X)巴指數(shù)函數(shù)模型：哀LS log扒(Y) C 靶 X靶二次函數(shù)模型：安LS Y 熬C X X澳2熬還可以采取菜單罷方式，在上述已扳經(jīng)估計過的線性扮方程窗口中點擊拌Estimat扮e項，然后在彈辦出的方程定義窗擺口中依次輸入上罷述模型（方法通板線性方程的估計叭），其估計結(jié)果吧顯示如圖9、圖癌10、圖11圖板、12所示。雙對數(shù)模型：百(3.8305拌) (21.絆0487) 對數(shù)模型：岸(-8.306挨6) (拜9.6999) 指數(shù)模型：巴(231.74凹63) (2暗7.2685) 二次函數(shù)模型：邦(7.4918板) (3.3翱422) (襖3.4806) 案圖9 雙對數(shù)模傲型回歸結(jié)果凹圖10

28、 對數(shù)模柏型回歸結(jié)果瓣圖11 指數(shù)模柏型回歸結(jié)果斑圖12 二次函礙數(shù)模型回歸結(jié)果模型比較拔四個模型的經(jīng)濟斑意義都比較合理把，解釋變量也都愛通過了T檢驗。愛但是從模型的擬敗合優(yōu)度來看，二矮次函數(shù)模型的版值最大，其次為伴指數(shù)函數(shù)模型。拌因此，對這兩個巴模型再做進一步岸比較。昂在回歸方程（以白二次函數(shù)模型為背例）窗口中點擊藹ViewAc藹tual,Fi八tted,Re笆sidual凹 半Actual,昂Fitted,白Residua般l Table隘（如圖13）,笆可以得到相應(yīng)的安殘差分布表。隘圖13 回歸方霸程殘差分析菜單稗上述兩個回歸模襖型的殘差分別表愛分別如下（圖1吧4、圖15）。艾比較兩表可

29、以發(fā)愛現(xiàn)，雖然二次函般數(shù)模型總擬合誤班差較小，但其近盎期誤差卻比指數(shù)白函數(shù)模型大。所跋以，如果所建立叭的模型是用于經(jīng)扮濟預(yù)測，則指數(shù)鞍函數(shù)模型更加適巴合。拜圖14 二次函胺數(shù)回歸模型殘差跋分別表板圖15 指數(shù)函藹數(shù)模型殘差分布版表班實驗背三熬 罷多元回歸模型【實驗?zāi)康摹堪檎莆瞻呓⒍嘣貧w模澳型和比較、篩選佰模型的方法暗?！緦嶒瀮?nèi)容】柏建立扮我國國有獨立核扳算工業(yè)企業(yè)生產(chǎn)扮函數(shù)昂。笆根據(jù)生產(chǎn)函數(shù)理懊論，生產(chǎn)函數(shù)的瓣基本形式為：百。其中，L八、盎K分別為生產(chǎn)過艾程中投入的勞動凹與資金般，時間變量斑反映技術(shù)進步的礙影響。表3-1般列出了我國19埃78-1994般年期間國有獨立般核算工業(yè)企業(yè)的耙有關(guān)

30、統(tǒng)計資料；唉其中產(chǎn)出Y為工拌業(yè)總產(chǎn)值（可比傲價），L把、背K分別為年末職皚工人數(shù)和固定資搬產(chǎn)凈值（可比價隘）。瓣表3-1 阿 扮我國國有獨立核半算工業(yè)企業(yè)統(tǒng)計盎資料案年份搬時間爸工業(yè)總產(chǎn)值藹Y（億元）盎職工人數(shù)奧L（萬人）瓣固定資產(chǎn)懊K（億元）叭1978斑1氨3289.18案3139隘2225.7骯0巴1979礙2隘3581.26懊3208哎2376.34安1980胺3拜3782.17百3334瓣2522.81搬1981矮4胺3按877.86白3488熬2700.9癌0昂1982拜5捌4151.25唉3582背2902.19伴1983挨6巴4541.05擺3632靶3141.76隘1984隘7

31、伴4946.11哎3669敖3350.95靶1985阿8唉5586.14安3815靶3835.79耙1986襖9阿5931.36懊3955笆4302.25癌1987敗10鞍6601.6案0隘4086霸4786.05佰1988翱11傲7434.06扮4229扳5251.9笆0藹1989巴12俺7721.01艾4273板5808.71昂1990把13皚7949.55拔4364斑6365.79版1991澳14安8634.8笆0氨4472芭7071.35吧1992敗15伴9705.52敗4521挨7757.25八1993扮16佰10261.6愛5熬4498八8628.77半1994懊17吧10928.

32、6班6礙4545扳9374.34敖資料來源：根據(jù)斑中國統(tǒng)計年鑒隘1995和傲中國工業(yè)經(jīng)濟盎年鑒-1995邦計算整理【實驗步驟】矮一、氨建立多元線性回白歸模型氨扳建立包括時間變般量的三元線性回胺歸模型埃；拌在命令窗口依次絆鍵入以下命令即鞍可：巴熬建立工作文件：按 CREA氨TE A 暗 癌 78 9跋4扮案輸入統(tǒng)計資料：熬 DATA啊 跋 百Y L 罷 K懊芭生成時間變量愛： GENR伴 T=啊TREND(7辦7)班叭建立回歸模型：頒 LS 邦 Y C 凹 T L愛 K把則生產(chǎn)函數(shù)的估哎計結(jié)果及有關(guān)信捌息如按圖3-1襖所示。擺圖擺3-拜1稗 我國國有敖獨立核算工業(yè)企奧業(yè)擺生產(chǎn)函數(shù)的估計柏結(jié)果吧因

33、此，我國國有般獨立工業(yè)企業(yè)的辦生產(chǎn)函數(shù)為：般 爸 稗 （唉模型1）佰笆(-0.252佰) (0.67埃2)伴 扳 盎(0.781)艾 扳(7.433) 哀模型的計算結(jié)果半表明，我國國有俺獨立核算工業(yè)企跋業(yè)的勞動力邊際擺產(chǎn)出為0.66跋67，資金的邊愛際產(chǎn)出為0.7靶764，技術(shù)進辦步的影響使鞍工業(yè)總產(chǎn)值平均敖每年遞增77.班68億元。傲回歸系數(shù)的符號昂和數(shù)值是較為合吧理的邦。胺，說明模型有很阿高的擬合優(yōu)度，敖F檢驗也霸是高度藹顯著的白，說明職工人數(shù)氨L、資金K和時辦間變量跋對工業(yè)總產(chǎn)值的艾總影響是顯著的霸。拌從圖3-1看出暗，解釋變量資金絆K的罷統(tǒng)計量值為愛7.433氨，表明資金對企胺業(yè)產(chǎn)出的

34、影響是霸顯著的。但是，跋模型中其他變量叭（包括常數(shù)項）澳的隘統(tǒng)計量值都較小按，未通過檢驗愛。因此八，版需要對壩以上三元線性回骯歸絆模型罷做適當?shù)恼{(diào)整隘，按照統(tǒng)計檢驗昂程序，一般應(yīng)先邦剔除澳統(tǒng)計量最小的變柏量（即時間變量襖）而重新建立模矮型俺。扒埃建立剔除時間變俺量的二元線性回瓣歸模型；辦 吧命令：八LS Y 奧 C L擺 K鞍則生產(chǎn)函數(shù)的估懊計結(jié)果及有關(guān)信敖息如圖3-2所翱示。笆圖愛3-愛2版 吧剔除時間變量后奧的估計結(jié)果版因此，我國國有盎獨立工業(yè)企業(yè)的哀生產(chǎn)函數(shù)為：霸 啊 捌 搬 襖（模型2）矮擺(-礙2.922靶) 暗 百(啊4.427奧) (唉14.533佰) 熬從圖3-2的結(jié)隘果看出，

35、佰回歸系數(shù)的符號稗和數(shù)值也是暗合理跋的愛。壩勞動力邊際產(chǎn)出翱為皚1.2085捌，資金的邊際產(chǎn)爸出為哀0.8345捌，巴表明這段時期傲勞動力投入的增笆加對唉我國國有獨立核敗算工業(yè)企業(yè)的頒產(chǎn)出的影響最為百明顯。奧模型巴2柏的擬合優(yōu)度罷較模型1隘并無多大變化，拜F檢驗也是高度敗顯著的。這里，啊解釋變量、常數(shù)奧項的扮檢驗值都比較大斑，皚顯著性概率都小暗于0.05，斑因此模型2較模邦型1更為合理。班邦建立非線性回歸邦模型八邦C-D生產(chǎn)函數(shù)暗。頒C-D生產(chǎn)函數(shù)敖為：哀，對于此類非線芭性函數(shù)，可以采俺用以下兩種方式百建立模型。傲方式1：轉(zhuǎn)化成背線性模型進行估拔計；哀在模型兩端同時般取對數(shù)，得：骯在EView

36、s奧軟件的命令窗口百中依次鍵入以下鞍命令：昂GENR L傲NY=log（隘Y）熬GENR L挨NL=log（班L）瓣GENR L愛NK=log（拔K）挨LS LN翱Y C 絆 LNL 版 LNK板則估計結(jié)果如圖澳3-3所示。把圖俺3-般3把 疤線性變換后的皚C-D生產(chǎn)函數(shù)氨估計結(jié)果俺即可得到C-D癌生產(chǎn)函數(shù)的估計靶式為：佰 拜 壩 班 （模型3）哀 哎(-1.172敗) (2.2埃17) 拔 (9.31愛0) 即：壩從八模型3中看出，八資本與勞動的產(chǎn)八出彈性都是在0捌到1之間，模型襖的經(jīng)濟意義合理鞍，八而且唉擬合優(yōu)度較模型艾2懊還半略有提高愛，解釋變量都通安過了顯著性檢驗拔。跋方式2：迭代估癌

37、計非線性模型，霸迭代過程中可以背作如下控制：巴氨在工作文件窗口搬中雙擊序列C，巴輸入?yún)?shù)的初始哀值；敗懊在方程描述框中搬點擊Optio擺ns，輸入精度按控制值?？刂七^程：背案參數(shù)初值：0，熬0，0；迭代精邦度：10耙瓣3案；隘則生產(chǎn)函數(shù)的估把計結(jié)果如圖3-伴4所示。拜圖百3-傲4唉 愛生產(chǎn)函數(shù)柏估計結(jié)果皚此時，函數(shù)表達暗式為：吧 邦 愛 瓣 瓣 愛 癌 （模安型4）愛疤(般0.313芭)拌(稗耙2.昂023)柏(柏8靶.阿647拜) 骯可以看出，邦模型4中勞動力八彈性頒-1.011啊61，資金的產(chǎn)芭出彈性啊熬1.0317，拔很顯然模型的經(jīng)昂濟意義不合理，跋因此，耙該模型不能用來邦描述經(jīng)濟變量間

38、班的關(guān)系叭。而且模型的擬傲合優(yōu)度也有所下扒降，拌解釋變量L的顯版著性檢驗也未通伴過，挨所以唉應(yīng)舍棄壩該模型俺。按叭參數(shù)初值：0，案0，0；迭代精疤度：10熬捌5拌；癌圖芭3-邦5瓣 百生產(chǎn)函數(shù)伴估計結(jié)果敗從圖3-5看出罷，柏將收斂的誤差精骯度改為八10翱5澳后，八迭鞍代100次后仍骯報告不收斂佰，說明在使用迭哀代估計法時參數(shù)百的初始值與誤差班精度吧或迭代次數(shù)敖設(shè)置不當阿，哀會直接胺影響模型的估計啊結(jié)果版。版按參數(shù)初值：0，拌0，0；迭代精鞍度：敖10叭5澳，迭代次數(shù)10矮00；扒圖捌3-頒6靶 柏生產(chǎn)函數(shù)暗估計結(jié)果隘此時，迭代扳953瓣次后收斂愛，函數(shù)表達式為?。航O 皚 俺 壩 襖 隘 吧 芭

39、（模型5）疤(0.敗581凹)(2.班267胺)(把10愛.八486班) 把從模型5中看出氨，資本與勞動的懊產(chǎn)出彈性都是在挨0到1之間，模百型的經(jīng)濟意義合澳理，矮，具有很高的熬擬合優(yōu)度，解釋芭變量都通過了顯伴著性檢驗。岸將模型5與通過澳方式1所估計的扳模型3比較，可百見兩者是相當接斑近的。凹澳參數(shù)初值：瓣1皚，藹1頒，哎1半；迭代精度：俺10氨5吧，迭代次數(shù)10捌0；擺圖矮3-哎7骯 哀生產(chǎn)函數(shù)皚估計結(jié)果啊此時，迭代14氨次后收斂，翱估計結(jié)果與模型芭5相同。班比較方式2的不癌同控制過程可見跋，迭代估計過程拜的收斂性及收斂矮速度與參數(shù)初始疤值的選取密切相盎關(guān)。若選取的初敖始值與參數(shù)真值伴比較接近

40、，則收熬斂速度快；反之斑，則收斂速度慢叭甚至發(fā)散。因此阿，估計模型時最擺好依據(jù)參數(shù)的經(jīng)靶濟意義和有關(guān)先鞍驗信息，設(shè)定好擺參數(shù)的初始值。瓣二、比較、選擇扒最佳模型拔估計過程中，對搬每個模型檢驗以笆下內(nèi)容，以便選擺擇出一個最佳模靶型：搬回歸系數(shù)的符案號及數(shù)值是否合敖理；昂模型的更改是跋否提高了擬合優(yōu)翱度；傲模型中各個解扳釋變量是否顯著邦；殘差分布情況皚以上比較模型的啊、步在擺步驟一中已有闡昂述，凹現(xiàn)分析挨步驟一中氨5壩個不同阿模型斑的殘差分布情況捌。凹分別在模型1扳模型5的巴各擺方程窗口中點擊吧View啊/岸Actual拔, 澳Fitted靶,捌 拔Residua邦l罷/艾 Actual叭,熬 靶

41、Fitted,稗 傲Residua白l Table擺（熬圖埃3-8熬）氨，胺可以得到靶各個模型澳相應(yīng)的殘差分布絆表伴（圖3-阿9芭至圖疤3-半13八）啊。襖可以看出，模型吧4的殘差在前段百時期內(nèi)連續(xù)取負襖值且不斷增大，半在接下來的一段伴時期又連續(xù)取正罷值骯，說明模型設(shè)定般形式不當，估計把過程出現(xiàn)了較大壩的偏差拔。而且，模型4隘的表達式也說明班了模型的經(jīng)濟意翱義不合理，不能阿用于襖描述我國國有工拔業(yè)企業(yè)的生產(chǎn)情伴況，應(yīng)舍棄此模岸型。傲模型1的各期殘翱差中大多數(shù)都落八在芭的虛線框內(nèi)，且壩殘差分別不存在白明顯的規(guī)律性。岸但是，由步驟一盎中的分析可知，板模型1中除了解吧釋變量昂K之外，其余變八量均為通

42、過變量扮顯著性檢驗，因巴此，該模型也應(yīng)胺舍棄。懊模型2、模型3挨、模型5阿都具有合理的經(jīng)藹濟意義，唉都通過了凹檢驗和F檢驗拌，艾擬合優(yōu)度非常接敗近，板理論上講都可以半描述資本、勞動襖的投入與產(chǎn)出的捌關(guān)系。但從圖3盎-13藹看出，敖模型5的近期誤氨差較大，氨因此也可以舍棄扒該模型。案最后將艾模型2啊與扮模型3伴比較發(fā)現(xiàn)，模型捌3的近期預(yù)測誤吧差略小，擬合優(yōu)叭度比模型2略有唉提高，埃因此可以選擇模埃型2為我國國有柏工業(yè)企業(yè)生產(chǎn)函哎數(shù)。搬圖哎3-襖8敖 鞍回歸擺方程懊的暗殘差瓣分析辦圖熬3-拔9爸 辦模型礙1的殘差分布癌圖傲3-耙10巴 氨模型邦2的殘差分布靶圖頒3-矮1愛1澳 柏模型昂3的殘差分布

43、氨圖澳3-百1瓣2吧 巴模型板4的殘差分布霸圖霸3-瓣13盎 伴模型5霸的殘差分布三、模型預(yù)測哀假設(shè)估計的模型八為一元線性回歸按模型熬。矮1叭樣本期內(nèi)敖預(yù)測鞍佰利用樣本數(shù)據(jù)估熬計方程，昂LS Y C 柏X ，扒并保存方程疤；礙藹在方程窗口點擊絆FORECAS阿T按鈕，在霸彈出的預(yù)測對話按框中輸入隘預(yù)測變量名，也斑即Y擬合值的變吧量名哎（被解釋變量為巴Y，則軟件默認邦的變量名是YF疤）靶；擺拜關(guān)閉彈出的預(yù)測絆變量描述性統(tǒng)計壩分析界面，在工版作文件窗口中即唉可發(fā)現(xiàn)新出現(xiàn)的案預(yù)測變量YF。2外推預(yù)測壩搬先利用樣本數(shù)據(jù)熬估計方程，LS礙 Y C X 哀，并保存方程；拜瓣修改數(shù)據(jù)區(qū)間和癌樣本區(qū)間靶，將區(qū)

44、間擴充到暗預(yù)測年份邦：鼠標放在工作巴文件窗口Ran隘ge和samp頒le位置，雙擊翱即可修改數(shù)據(jù)區(qū)哎間和樣本百區(qū)間；【或者用命令】鞍修改數(shù)據(jù)區(qū)間：頒 RANGE 艾 起始期 版 終止期翱擴充數(shù)據(jù)區(qū)間：唉 EXPAND扮 起始期 背 終止期 扳（注：傲EXPAND按這條命令只能增絆加數(shù)據(jù)區(qū)間，不熬能縮減）芭調(diào)整樣本區(qū)間：絆 SMPL 襖 起始期 爸 終止期澳芭輸入解釋變量預(yù)翱測年份的數(shù)值，班點擊方程之前保佰存的方程窗口的斑FORECAS傲T按鈕進行預(yù)測敗，注意，此時預(yù)把測的樣本區(qū)間已翱經(jīng)包含了擴充的笆年份；扳拜觀察保存的預(yù)測癌變量，預(yù)測年份艾的被解釋變量也鞍已填充了數(shù)據(jù)疤，此即點預(yù)測結(jié)板果背。八

45、實驗四 異方拌差性【實驗?zāi)康摹堪墩莆债惙讲钚缘陌z驗及處理方法【實驗內(nèi)容】暗建立并檢驗我國奧制造業(yè)利潤函數(shù)骯模型【實驗步驟】擺【例1】表1列唉出了1998年斑我國主要制造工啊業(yè)銷售收入與銷礙售利潤的統(tǒng)計資吧料，請利用統(tǒng)計埃軟件Eview絆s建立我國制造班業(yè)利潤函數(shù)模型敗。邦表1 我國制造吧工業(yè)1998年拌銷售利潤與銷售稗收入情況澳行業(yè)名稱敗銷售利潤哀銷售收入襖行業(yè)名稱凹銷售利潤辦銷售收入昂食品加工業(yè)版187.25般3180.44爸醫(yī)藥制造業(yè)辦238.71澳1264.1胺食品制造業(yè)板111.42罷1119.88邦化學(xué)纖維制品稗81.57斑779.46拔飲料制造業(yè)罷205.42唉1489.89襖橡

46、膠制品業(yè)叭77.84稗692.08罷煙草加工業(yè)霸183.87稗1328.59岸塑料制品業(yè)百144.34把1345敗紡織業(yè)昂316.79柏3862.9扒非金屬礦制品哎339.26背2866.14扳服裝制品業(yè)凹157.7白1779.1跋黑色金屬冶煉拔367.47胺3868.28扮皮革羽絨制品白81.7跋1081.77叭有色金屬冶煉礙144.29瓣1535.16頒木材加工業(yè)愛35.67哎443.74邦金屬制品業(yè)昂201.42般1948.12拌家具制造業(yè)哎31.06按226.78案普通機械制造佰354.69白2351.68愛造紙及紙品業(yè)挨134.4礙1124.94安專用設(shè)備制造伴238.16壩1714

47、.73佰印刷業(yè)斑90.12班499.83罷交通運輸設(shè)備艾511.94懊4011.53皚文教體育用品背54.4哀504.44稗電子機械制造班409.吧83鞍3286.15愛石油加工業(yè)扒194.45頒2363.8奧電子通訊設(shè)備八508.15巴4499.19拜化學(xué)原料紙品啊502.61頒4195.22拔儀器儀表設(shè)備啊72.46敗663.68檢驗異方差性圖形分析檢驗靶襖觀察銷售利潤（藹Y）與銷售收入敖（X）的相關(guān)圖芭(圖1)：SC阿AT X 昂Y襖圖1 我國制造把工業(yè)銷售利潤與奧銷售收入相關(guān)圖瓣從圖中可以看出唉，隨著銷售收入拔的增加，銷售利伴潤的平均水平不百斷提高，但離散岸程度也逐步擴大哎。這說明變量

48、之傲間可能存在遞增吧的異方差性。殘差分析捌首先將數(shù)據(jù)排序扒（命令格式為：唉SORT 解邦釋變量），然后案建立回歸方程。辦在方程窗口中點敖擊Resids扳按鈕就可以得到瓣模型的殘差分布挨圖（或建立方程艾后在Eview昂s工作文件窗口案中點擊resi藹d對象來觀察）澳。案圖2 我國制造皚業(yè)銷售利潤回歸搬模型殘差分布般圖2顯示回歸方捌程的殘差分布有矮明顯的擴大趨勢稗，即表明存在異捌方差性。盎敗Goldfel埃d-Quant白檢驗把耙將樣本安解釋變板量排序（SOR半T X）并分跋成兩部分（分別跋有1到10共1骯1個樣本合19白到28共10個敗樣本）按巴利用樣本1建立隘回歸模型1（回昂歸結(jié)果如圖3）昂，

49、其殘差平方和白為2579.5阿87。昂SMPL 1捌 10懊LS Y 傲C X跋圖3 樣本1回瓣歸結(jié)果邦斑利用樣本2建立胺回歸模型2（回癌歸結(jié)果如圖4）耙，其殘差平方和把為63769.澳67。把SMPL 1岸9 28襖LS Y 案C X隘圖4 樣本2回柏歸結(jié)果班頒計算F統(tǒng)計量：頒63769.氨67/2579挨.59=24.柏72，熬分別是模型1和挨模型2的殘差平矮方和。安取拔時，查F分布表靶得艾，而邦，所以存在異方傲差性熬熬W(wǎng)hite檢驗按愛建立回歸模型：襖LS Y 骯C X，回歸把結(jié)果如圖5。扒圖5 我國制造絆業(yè)銷售利潤回歸柏模型奧啊在方程窗口上點把擊ViewR瓣esidual翱TestW傲

50、hite He盎teroske壩dastcit唉y,檢驗結(jié)果如霸圖6。癌圖6 Whit氨e檢驗結(jié)果俺其中F值為輔助拌回歸模型的F統(tǒng)敗計量值。取顯著安水平白，由于辦,所以存在異方霸差性。實際應(yīng)用氨中可以直接觀察霸相伴概率p值的擺大小，若p值較唉小，則認為存在俺異方差性。反之熬，則認為不存在把異方差性。Park檢驗阿骯建立回歸模型（哀結(jié)果同圖5所示爸）。矮翱生成新變量序列安：GENR 傲LNE2=lo凹g(RESID扮2)笆GENR L安NX=log拜暗建立新殘差序列阿對解釋變量的回艾歸模型：LS 跋 LNE八2 C哎 LNX，回阿歸結(jié)果如圖7所襖示。唉圖7 Park按檢驗回歸模型隘從圖7所示的回

51、懊歸結(jié)果中可以看版出，LNX的系頒數(shù)估計值不為0絆且能通過顯著性笆檢驗骯，即隨即誤差項扒的方差與解釋變靶量存在較強的相懊關(guān)關(guān)系，即認為昂存在異方差性。頒八Gleiser背檢驗（Glei骯ser檢驗與P般ark檢驗原理百相同）癌邦建立回歸模型（襖結(jié)果同圖5所示柏）。靶鞍生成新變量序列按：GENR 氨E=ABS(R頒ESID)皚盎分別建立新殘差胺序列（E）對各奧解釋變量（X/白X2/X(皚1/2)/X頒(1)/案 拔X(2)/邦 阿X(1/2懊)）的回歸模型芭：LS E 壩 C X，回佰歸結(jié)果如圖8、唉9、10、11皚、12、13所奧示。圖8圖9圖10圖11圖12圖13巴由上述各回歸結(jié)礙果可知，各

52、回歸把模型中解釋變量跋的系數(shù)估計值顯安著不為0且均能氨通過顯著性檢驗骯。所以認為存在氨異方差性。絆岸由F值或熬確定異方差類型百Gleiser斑檢驗中可以通過艾F(xiàn)值或斑值確定異方差的板具體形式。本例癌中，圖10所示百的回歸方程F值案（凹）最大，可以據(jù)俺次來確定異方差捌的形式。調(diào)整異方差性確定權(quán)數(shù)變量按根據(jù)Park檢奧驗生成權(quán)數(shù)變量昂：GENR 扳W1=1/X胺1.6743扳根據(jù)Gleis巴er檢驗生成權(quán)柏數(shù)變量：GEN靶R W2=1啊/X0.5扮另外生成：GE埃NR W3=癌1/ABS(R笆ESID）拔GENR W澳4=1/叭 鞍RESID 翱2礙皚利用加權(quán)最小二唉乘法估計模型盎在Eviews吧

53、命令窗口中依次挨鍵入命令：熬LS(W=巴) Y C半 X愛或在方程窗口中扮點擊Estim翱ateOpt阿ion按鈕，并叭在權(quán)數(shù)變量欄里案依次輸入W1、隘W2、W3、W叭4，回歸結(jié)果圖疤14、15、1拔6、17所示。圖14圖15圖16圖17柏罷對所估計的模型絆再進行Whit礙e檢驗，觀察異熬方差的調(diào)整情況搬對所估計的模型盎再進行Whit盎e檢驗，其結(jié)果啊分別對應(yīng)圖14藹、15、16、安17的回歸模型懊（如圖18、1案9、20、21哀所示）。圖18搬、19、21所稗對應(yīng)的Whit藹e檢驗顯示，P把值較大，所以接擺收不存在異方差拔的原假設(shè)，即認盎為已經(jīng)消除了回熬歸模型的異方差拌性。盎圖20對應(yīng)的W傲

54、hite檢驗沒骯有顯示F值和藹的值，這表示異半方差性已經(jīng)得到艾很好的解決。圖18圖19圖20圖21骯實驗背五板 八自相關(guān)性【實驗?zāi)康摹堪┱莆瞻磷韵嚓P(guān)性的檢驗哀與處理方法盎?！緦嶒瀮?nèi)容】皚表5-1唉列出了我國城鄉(xiāng)把居民儲蓄存款年拌底余額（單位：版億元）拔和國內(nèi)生產(chǎn)總值把指數(shù)（1978礙年100）隘的爸歷年挨統(tǒng)計資料，試建礙立壩我國城鄉(xiāng)居民儲安蓄巴存款模型，并檢拌驗?zāi)Ｐ偷淖韵嚓P(guān)澳性奧。柏表5-1 八 佰 我國城鄉(xiāng)居擺民儲蓄存款與G哀DP統(tǒng)計資料八年份背存款余額把Y八GDP指數(shù)奧X矮年份稗存款余額罷Y拜GDP指數(shù)辦X敖1978藹210.60隘100.0阿1989耙5146.90扮271.3盎1979

55、拜281.00藹107.6疤1990懊7034.20癌281.7拔1980鞍399.50昂116.0把1991把9107.00罷307.6礙1981耙523.70版122.1安1992拌11545.4斑0把351.4扳1982皚675.40拔133.1八1993般14762.3霸9埃398.8按1983襖892.50藹147.6擺1994笆21518.8俺0半449.3版1984罷1214.70皚170.0澳1995骯29662.2芭5懊496.5埃1985斑1622.60皚192.9伴1996啊38520.8吧4耙544.1昂1986扮2237.60艾210.0昂1997襖46279.8岸0

56、斑592.0斑1987拜3073.30安234.0芭1998傲53407.4柏7頒638.2愛1988哀3801.50跋260.7骯資料來源：中把國統(tǒng)計年鑒19搬99【實驗步驟】八一、稗回歸模型的篩選按挨相關(guān)圖分析：S靶CAT X 盎 Y板存款余額為被解暗釋變量Y，GD版P指數(shù)為解釋變罷量X，隘可得到二者的相把關(guān)關(guān)系圖如5-愛1所示。 版圖5-1表明隨敖著GDP指數(shù)的白上升，居民儲蓄背存款也逐步增加俺，二者的曲線相俺關(guān)關(guān)系較為明顯翱，線性關(guān)系則不辦太明顯。因此，霸為了合理估計居按民儲蓄存款模型擺，可以將函數(shù)初愛步設(shè)定為線性、扳雙對數(shù)、對數(shù)、澳指數(shù)、二次多項隘式等不同形式，胺進而加以比較分霸析。

57、板圖伴5-1 我半國城鄉(xiāng)居民儲蓄哀存款與GDP敗指數(shù)相關(guān)圖拌艾估計模型，唉利用LS命令百分別建立以下模把型按白線性模型： L辦S Y 懊 C X俺由此得到估計結(jié)搬果及相關(guān)信息如擺圖5-2所示。霸圖板5-皚2巴 懊線性模型奧估計結(jié)果哎其檢驗報告如下版：按 捌(暗-6.706班)熬 半(跋13.862藹)熬芭0.9100罷 斑 半F骯192.14斑5 S.拌E5030.骯809百辦雙對數(shù)模型：胺GENR胺 暗 LNY=LO白G(Y)唉 懊 扮 斑 班 按 拔GENR 啊 奧LNX=LOG罷(X)柏 絆 霸 盎 柏 拜 LS 埃 LNY 佰 頒C LNX叭估計結(jié)果及相關(guān)半信息如圖5-3盎所示翱。隘圖

58、百5-皚3拜 耙雙對數(shù)模型胺估計結(jié)果跋其檢驗報告如下翱：辦 (-胺31.604板) (愛64.189稗)壩哎0.9皚954按 F凹阿4120.22吧3澳 S.E俺爸0.122班1百熬對數(shù)模型：LS巴 跋 昂 Y 靶 凹 C 爸 白LNX捌估計結(jié)果及相關(guān)半信息如圖5-4百所示伴。哀圖捌5-哎4百 哀對數(shù)模型百估計結(jié)果礙其檢驗報告如下巴：昂 版 (-暗6.501擺) 絆 八(佰7.200扒)岸稗0.扳7318埃 F襖矮51.8455拔 S.E鞍暗8685.04跋3擺敗指數(shù)模型：佰LS 哀 埃 LNY巴 扒 C 靶 隘 X案估計結(jié)果及相關(guān)骯信息如圖5-5懊所示。瓣圖氨5-捌5扒 啊指數(shù)模型稗估計結(jié)果

59、耙其檢驗報告如下搬：罷 矮(哎23.716白) (昂14.939跋)扮鞍0.岸9215版 F挨昂223.166凹 S.E熬0.504笆9俺澳二次多項式模型百：伴GENR 罷 絆 X2=X2鞍LS 霸 哀 Y 隘 扒 C 案 阿 X 懊 笆 X邦2艾估計結(jié)果及相關(guān)阿信息如圖5-6皚所示。巴圖熬5-懊6懊 伴二次多項式頒模型爸估計結(jié)果襖其檢驗報告如下敖：安 胺(班3.747笆) (藹-8.235拔)阿 奧(翱25.886傲)盎愛0.扳9976埃 F按班3814.27靶4襖 S.E敖835.979選擇模型巴比較以上模型，唉可見各模型回歸拌系數(shù)的符號岸及數(shù)值較為合理靶。挨各解釋變量及常藹數(shù)項都通過了拔

60、檢驗，模型都較板為顯著。版除了對數(shù)模型盎的擬合優(yōu)度較低扒外，其余模型都安具有高擬合優(yōu)度哎，因此可以首先埃剔除對數(shù)模型。吧各模型的殘差藹分布表頒如半圖5-7藹至圖白5-10所示胺。哎圖哀5-敗7霸 版線性拌模型般殘差分布哀圖俺5-鞍8靶 傲雙對數(shù)模型殘差罷分布哎圖扮5-巴9澳 胺指數(shù)模型殘差分百布扒圖扮5-班10拔 捌二次多項式模型哀殘差分布癌從以上殘差岸分布表皚可見，邦線性模型的殘差頒在較長時期內(nèi)呈熬連續(xù)遞減趨勢而埃后又轉(zhuǎn)為連續(xù)遞靶增趨勢，指數(shù)模扳型則大體相反，板殘差先呈連續(xù)遞斑增趨勢而后又轉(zhuǎn)霸為連續(xù)遞減趨勢矮，版因此，可以初步搬判斷這兩種函數(shù)翱形式設(shè)置是不當邦的。懊而且，這兩個模熬型的擬合優(yōu)