⑴ 計量經濟學實驗報告
計量經濟學實驗STATA:stata基本知識：1、基本操作：（1）窗口鎖定：Edit-preferences-generalpreferences-windowing-locksplitter（2）辯游數據導入；（3）打開文件：useE:\example.dta,clear（4）日期數據導入：gennewvar=date(varname,「ymd」)formatnewvar%td年度數據gennewvar=monthly(varname,「ym」)formatnewvar%tm月度數據gennewvar=quarterly(varname,「yq」)formatnewvar%tq季度數據（5）變數標簽：Labelvariabletc`「totaloutput」』（6）審視數據：describelistx1x2listx1x2in1/5listx1x2ifq>=1000dropifq>=1000keepifq>=1000（7）考察變數的統計特徵:summarizex1sux1ifq>=10000suq,（8）畫圖：histogramx1,width(1000)(scatterx1x2)(lfitx1x2)twoway(scatterx1x2)(qfitx1x2)（9）生成新變數：genlnx1=log(x1)genq2=q^2genlnx1lnx2=lnx1*lnx2genlarg=(x1>洞逗=10000)=(q>=6000)replacelarge=(q>=6000)dropln*（10）計算功能：displaylog(2)（11）線性回歸分析：regressy1x1x2x3x4vce#顯示估計系數的協方差矩陣regy1x1x2x3x4,noc#不要常數項regy1x1x2x3x4ifq>===0regy1x1x2x3x4if～largepredictyhatpredicte1,resialdisplay1/_b[x1]testx1=1#F檢驗，變數x1的系數等於1test(x1=1)(x2+x3+x4=1)#F聯合假設檢驗testx1x2#系數攜顫銷顯著性的聯合檢驗testnl_b[x1]=_b[x2]^2（12）約束回歸：constraintdef1x1+x2+x3=1cnsregy1x1x2x3x4,c(1)consdef2x4=1cnsregy1x1x2x3x4,c(1-2)（13）stata的日誌：File-log-begin-輸入文件名logoff暫時關閉logon恢復使用logclose徹底退出（14）stata命令庫更新：Updateallhelpcommand
⑵ 急求一個計量經濟學模型案例（含數據）不要一元線性回歸的
Se是standard error，即樣本統計量的標准差
t是t-test，即T檢驗的參數
n是樣本量
（1）
因為t=X/（se/根號n），所以可專以根據已知屬數值計算：
第一個括弧——t=-261.09/（31.327/根號20）= -37.272
第二個括弧——t=16.616=0.2453/（Se/根號20），所以Se=0.066
（2）
系數0.2453：當地區生產總值提高（減少）1元時，進口總額預計將會提高（減少）0.2453元
系數-261.09：當地區生產總值為0時，進口總額預計為-261.09元
（3）
用t檢驗進行顯著性檢驗，已知t=16.616，自由度=20-1=19，取95%置信度，t臨界值為3.174
因為16.616＞3.174，故排除斜率系數=0，所以斜率系數是統計顯著的。
⑶ 計量經濟學，一元線性回歸模型基本假設中，為什麼樣本方差的極限為非零有限常數，能夠排除時間序列數據
應該跟大數定律有關
⑷ 計量經濟學 求一份 EViews軟體做的多元線性回歸模型 要有數據和表格結果分析
應用計量經濟學綜合實驗報告
一、觀察序列特徵
（一）變數的描述統計
變數的描述統計表
X
Y
Mean
24.19133
38.51823
Median
24.60819
35.06598
Maximum
31.51318
59.66837
Minimum
12.28087
24.88616
Std. Dev.
4.378617
9.715057
Skewness
-0.857323
0.890026
Kurtosis
3.169629
2.605577
Jarque-Bera
17.81273
19.94491
Probability
0.000136
0.000047
Sum
3483.552
5546.625
Sum Sq. Dev.
2741.637
13496.67
Observations
144
144
（二）變數的趨勢分析
1、各變數的時間序列圖
2、根據時序圖大致判斷變數的平穩性
答：不平穩
（三）雙變數分析
1、畫出XY散點圖
2、計算變數X和Y間的相關系數
Dependent Variable: Y
Method: Least Squares
Date: 10/19/12 Time: 16:31
Sample (adjusted): 1 144
Included observations: 144 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X
1.531880
0.042949
35.66763
0.0000
R-squared
-0.700579
Mean dependent var
38.51823
Adjusted R-squared
-0.700579
S.D. dependent var
9.715057
S.E. of regression
12.66904
Akaike info criterion
7.923120
Sum squared resid
22952.15
Schwarz criterion
7.943743
Log likelihood
-569.4646
Durbin-Watson stat
0.028629
二、計量經濟學分析
（一）X和Y的單整階數檢驗（選擇適當的檢驗模型並說明理由，報告結果及結論）
X的一階單整檢驗：
Included observations: 196 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D(X(-1))
-1.097771
0.071696
-15.31146
0.0000
C
0.161673
0.153431
1.053718
0.2933
@TREND(1)
-0.001153
0.001339
-0.861117
0.3902
趨勢項不顯著，改選模型二；
Included observations: 196 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D(X(-1))
-1.094074
0.071520
-15.29752
0.0000
C
0.046755
0.075656
0.617991
0.5373
截距項不顯著，改選模型一；
Lag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic
-15.30936
0.0000
Test critical values:
1% level
-2.576814
5% level
-1.942456
10% level
-1.615622
根據ADF檢驗值可知，ADF值小於各個顯著水平下的臨界值，故應拒絕原假設，認為沒有單位根，是平穩序列。故X是一階單整序列；
Y的一階單整檢驗：
Included observations: 196 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D(Y(-1))
-0.934141
0.072131
-12.95060
0.0000
C
-0.055176
0.193160
-0.285650
0.7755
@TREND(1)
0.001979
0.001693
1.169003
0.2438
趨勢項不顯著，改選模型二；
Included observations: 196 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D(Y(-1))
-0.927506
0.071975
-12.88644
0.0000
C
0.140769
0.096086
1.465030
0.1445
截距項不顯著，改選模型一；
Lag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic
-12.76596
0.0000
Test critical values:
1% level
-2.576814
5% level
-1.942456
10% level
-1.615622
根據ADF檢驗值可知，ADF值小於各個顯著水平下的臨界值，故應拒絕原假設，認為沒有單位根，是平穩序列。故Y是一階單整序列；
綜上所述，X與Y都是一階單整序列
（二）用Y,X,常數項，以及Y的滯後一期值建立二元回歸模型
1、用OLS估計模型Y=b0+b1X+b2Y-1+m，回歸結果如下：
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X
0.013866
0.015102
0.918190
0.3597
C
-0.190932
0.521862
-0.365867
0.7149
Y(-1)
1.001264
0.011224
89.20662
0.0000
2、檢驗和改進
（1）統計檢驗和結論（t檢驗，F檢驗）
用t檢驗: P（x）>α，不顯著
P（C）>α，不顯著
PY(-1)> α，顯著
用f檢驗：P（f）<α,顯著
（2）計量經濟學檢驗和結論（異方差檢驗，序列相關性檢驗）
F-statistic
0.689788
Probability
0.599846
Obs*R-squared
2.790897
Probability
0.593405
不顯著，接受原假設，故無異方差性
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
0.471125
Probability
0.625019
Obs*R-squared
0.962067
Probability
0.618144
不顯著，接受原假設，故無序列相關性
（3）對模型估計方法的改進（若存在有異方差或序列相關性時，採用WLS或GLS估計的結果）
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-0.196548
0.090185
-2.179381
0.0305
X
0.012001
0.002178
5.509368
0.0000
Y(-1)
1.002499
0.001697
590.6897
0.0000
Weighted Statistics
R-squared
0.999990
Mean dependent var
37.17069
Adjusted R-squared
0.999990
S.D. dependent var
96.28015
S.E. of regression
0.307135
Akaike info criterion
0.492055
Sum squared resid
18.30044
Schwarz criterion
0.542053
Log likelihood
-45.46742
F-statistic
179795.0
Durbin-Watson stat
2.017946
Prob(F-statistic)
0.000000
Unweighted Statistics
R-squared
0.976307
Mean dependent var
37.63027
Adjusted R-squared
0.976062
S.D. dependent var
8.651587
S.E. of regression
1.338552
Sum squared resid
347.5940
Durbin-Watson stat
1.858016
（4）最終的模型
1、Y=-0.196548+0.012001X+1.002499Y(-1)
2、R^2=0.999990
3、調整後的R=0.999990
4、D.W=1.858016
⑸ 計量經濟學中的一元線性回歸
大哥！是OLS吧？
1：520.4-5.82*21.4
第2問就有點多，不想寫。如果你2年後還想知道的話可以郵箱我。[email protected]
⑹ 怎麼用excel求計量經濟學中的 一元線性回歸方程的參數
選擇「來工具」按鈕，在源下拉菜單中選「載入宏」，在彈出的窗口中選中「分析工具庫」然後確定，接著單擊「數據」按鈕，在下拉菜單中選「數據分析」，在彈出的窗口中選你要的功能，比如一元線性回歸啊，多遠線性回歸啊什麼的，在excel表格上選中你要分析的數據。我不記得選中要分析的數據是在最後還是最前面，但是大致就是這樣的沒錯。不過還有一點，有些電腦里裝的excel軟體缺少一個什麼東西，然後是不能載入宏的，不能載入宏的話這個回歸分析就做不了了，我電腦上的就是這樣。還有這個操作是要在office2003上的，2007的我就不知道了，wps應該是沒有這個功能的，我曾經試過了