1、計量經(jīng)濟學上機指導手冊二目錄 TOC o 1-5 h z 實驗介紹2上機實臉名稱2實驗目的2驗要求2數(shù)據(jù)資料2 HYPERLINK l bookmark4 o Current Document Cobb-Douglas函數(shù)的Wald約束條件檢驗3Cobb-Douglas生產(chǎn)函數(shù)的LS回歸3Cobb-Douglas 生產(chǎn)函數(shù)的 Wald 檢驗4 HYPERLINK l bookmark8 o Current Document Logistic生長曲線模型的Eviews實現(xiàn)4立Eviews文件并繪圖5對Logistic模型進行LS估計6思考題71/7驗介紹上機實驗名稱柯布-道格拉斯(Cobb-Do

2、uglas)生產(chǎn)函數(shù)模型的Wald約束檢驗生產(chǎn)曲線模型(Logistic) Eviews實現(xiàn)實驗目的通過對用柯布-道格拉斯(Cobb-Douglas)生產(chǎn)函數(shù)模型的Eviews練習，進行多 元回歸和非線性回歸的練習：同時，對函數(shù)線形約束的Wald檢驗。2.13實驗要求根據(jù)實驗數(shù)據(jù)，完成實驗報告。對于已經(jīng)完成的工作，請自我測評。將完成 要求的標題標成藍色，未完成的標成紅色。例如： 1.2建立工作文件和對象 一 L2.L建立工作文件和對象IQ)創(chuàng)建一個新的工作文件|(1)創(chuàng)建一個新的工作文件.2.1.4數(shù)據(jù)資料美國某年25家主要金屬行業(yè)觀測值，見14-15-1 EViews上機數(shù)據(jù)2.xls中Co

3、bb-Douglas。釘螺存活率實驗數(shù)據(jù)，見14-15-1 EViews上機數(shù)據(jù)2.xls中Logistic。2/7 2. 2Cobb-Douglas函數(shù)的Wald約束條件檢驗經(jīng)濟學中，Cobb-Douglas生產(chǎn)函數(shù)有重要的應用。當生產(chǎn)要素投入達到一定 水平時，將會產(chǎn)生生產(chǎn)要素規(guī)模報酬不變的現(xiàn)象。本實驗首先建立對數(shù)式的Cobb-Douglas函數(shù)，然后檢驗資本投入彈性和勞動投入彈性的系數(shù)之和是否為lo美國某年25家主要金屬行業(yè)觀測值，見1415-lEViews上機數(shù)據(jù)2.xls中(Cobb-Douglas),其中的序列丫、序列K、序列L分別表示美國25家主要金屬行 業(yè)的產(chǎn)出、資本投入和勞動力

4、投入。Cobb-Douglas生產(chǎn)函數(shù)的對數(shù)形式為:LnY = LnA 4- alnK + RLnL 請根據(jù)數(shù)據(jù)資料完成下列任務。Cobb-Douglas生產(chǎn)函數(shù)的LS回歸(1)創(chuàng)建一個新的工作文件，建立工作對象文件，完成準備工作。(2)在方程定義會話框的Equation specification編輯框中輸入u Log(y) c log(K) Log(L)”，單擊“OK”，得到方程估計結(jié)果。請將輸出結(jié)果貼圖在下方。Dependent Variable: LOG(Y)Method: Least SquaresDate 11/04/16 Time: 10:41Sample: 1 25Includ

5、ed observations: 25VariableCoefficientStd. Error t-StatisticProb.C1.0881400.3294813.3025840.0032LOG(K)0.3533520.0866754.0767320.0005LOG(L)0.6434580.1318814 8790930.0001R-squared0.951540Mean dependent var7.497156Adjusted R-squared0.947135S.D. dependent var0.784174S.E. of regression0.180301Akaike info

6、 criterion-0.476211Sum squared resid0.715186Schwarz enterion-0.329946Log likelihood8.952643Hannan-Quinn criter.-0 435644F-statistic215 9916Durbin-Watson stat1 643662Prob(F-statistic)0.000000(3)請解釋LOG(K)和LOG(L)前面的系數(shù)的經(jīng)濟學意義，并觀察兩者系數(shù)之和是否為lo答：Q代表資本產(chǎn)出彈性系數(shù)，。代表勞動產(chǎn)出彈性系數(shù)。兩者系數(shù)之和幾乎為L這種柯布道格拉斯函數(shù)稱為不變報酬型，表明生產(chǎn)效率并不會隨著

7、生產(chǎn)規(guī)模的擴大而提高，只行提 高技術(shù)水平，才會提高經(jīng)濟效益。3/7Cobb-Douglas生產(chǎn)函數(shù)的Wald檢驗(1)在方程對象窗口工具欄中，點擊View功能鍵，選擇coefficient tests子菜 單，再選擇 Wald-Coefficient Restrictions.命令(2)在彈出的對話框中，可以輸入你需要檢驗的線性或非線性的約束條件。 約束條件可以是一個，也可以是多個。當時多個約束條件的時候，用逗號隔開。(3)在框中輸入C(2)+C(3)=l,單擊“OK”，得到Wald檢驗結(jié)果。請將你得到的Wald系數(shù)約束條件檢驗結(jié)果貼圖在下方。Wald Test:Equation: Untit

8、ledTest StatisticValuedfProbabilityt-statistic-0.049405220.9610F-statistic0.002441d. 22)0.9610Chi-square0.00244110.9606Null Hypothesis: C(2)*C(3)=1Null Hypothesis Summary:Normalized Restriction (= 0)ValueStd. Err.-1 + C(2) + C(3)-0.0031890.064550Restrictions are linear in coefficients.(4) Wald檢驗結(jié)果的原

9、假設是C(2)+C(3)=lo請根據(jù)Frtatistic結(jié)果判斷檢驗 的結(jié)果是否應該拒絕原假設。這說明了什么經(jīng)濟學意義？答：F小于默認臨界值0.05,不能拒絕原假設，認為在顯著性水平下，Y對自 變量沒有顯著的線性關(guān)系，回歸方程不顯著。2.3 Logistic生長曲線模型的Eviews實現(xiàn)生長曲線模型，又稱為Logistic模型，是美國人口統(tǒng)計學家玻爾和利德在1923 年提出的，用來描述生命有機體生長發(fā)育的過程。模型通常表述為：1 + be-at其中k和。分別表示有機體生長的上限和下限。在a0和a0時，分別由類似 于下圖(D和圖(2)的圖形。4/7圖a0資料2中的數(shù)據(jù)描述了在冬季土埋活體釘螺的研

10、究記錄。研究中，先將一批 活體釘螺埋入土中，以后每隔一個月取出一部分釘螺，檢測 存貨個數(shù)，計算存活率，得到的數(shù)據(jù)記錄在14-15-1 EViews 上機數(shù)據(jù)2.xls中Logistic中。其中Y表示存活率，t表 示土埋月數(shù)。請根據(jù)數(shù)據(jù)完成下列任務。建立Eviews文件并繪（1）創(chuàng)建一個新的工作文件，建立工作對象文件，完成準備工作。（2）繪制釘螺存活率序列圖，貼如在下方，設定上漸進極限值k=101 （大于最大觀測值100）。對Logistic模型進行LS估計(1)在工作文件窗口點擊Quick鍵，選Estimate Equation功能，在隨后打開 的對話窗口填寫估計命令：log(101/y-l)

11、 c trend(l)或者 log(101/y-l) c t其中，trend(l)表示時間變量t,且從零開始。將參數(shù)估計結(jié)果貼圖在下方。Dependent variable: LOG(10W-1)Method: Least SquaresDate: 11/04/16 Time: 11:20Sample: 2015M12 2016M12Included observations: 13VariableCoefficientStd. Error t-StatisticProb.C-141 29547.647702-18.475530.0000TREND0.7652770.04133018.5160

12、50.0000R-squared0.968913Mean dependent var0.280878Adjusted R-squared0.966087S.D. dependent var3.027759S.E. of regression0.557579Akaike info criterion1.810212Sum squared resid3.419833Schwarz cnterion1.897127Log likelihood-9 766376Hannan-Quinn criter1.792347F-statistic342 8440Durbin-Watson stat1.35603

13、3Prob(F-statistic)0.000000Dependent Variable: LOG(10W-1)Method: Least SquaresDate: 11/04/16 Time: 11 45Sample: 2015M12 2016M12Included observations 13variablecoemcientStd. Error t-statisticProb.C4,3107840.292251-14.750300.0000T0.7652770.04133018.516050.0000R-squared0.968913Mean dependent var0.280878

14、Adjusted R-squared0.966087S.D. dependent var3.027759S.E. of regression0 557579Akaike info criterion1 810212Sum squared resid3.419833Schwarz criterion1.897127Log likelihood-9.766376Hannan-Quinn criter.1.792347F-statistic342.8440Durbin-Watson stat1.356033Prob(F-statistic)0.000000LOG(101/Y-1) = -141.295364619 + 0.765276988881* TRE N D(l)(2)根據(jù)估計結(jié)果，寫出方程的生長曲線