R2?0.7364 DW=1.5906 F=14.9690
与原模型相比，经上两模型中的所有系数符号正确且都在统计上显著。 (5)还有汽车消费税、汽车保险费率、汽油价格等。
实验三：虚拟变量的设置与应用、滞后变量模型的估计（3课时） 实验设备：个人计算机，Eviews软件，外围设备如U盘。
实验目的：掌握虚拟变量模型的估计方法、掌握分布滞变量模型的估计方法。 实验方法与原理：阿尔蒙法（Almon）、工具变量法、虚拟变量模型、分布滞后模型和自回归模型。
实验要求：熟悉虚拟变量的选取、设置原则与应用（如在季节调整模型中的应用、在模型结构稳定性检验中的应用）、掌握分布滞后模型和自回归模型的估计。
实验内容与数据9：表9给出了1993年至1996年期间服装季度销售额的原始数据(单位：百万元)：
表9 服装季度销售额数据 年份 1季度 2季度 3季度 4季度 1993 4190 1994 4521 1995 4902 1996 5458 现考虑如下模型：
4927 5522 5912 6359 6843 5350 5972 6501 6912 7204 7987 8607 St?b1?b2D2t?b3D3t?b4D4t?ut
其中，D2＝l：第二季度；D3＝1：第三季度；D4＝l：第四季度；S＝销售额。 请回答以下问题：
(1)估计此模型；(2)解释b1,b2,b3,b4；(3)如何消除数据的季节性？ 参考答案：（1）
??4767.75?912.25D?1398.75D?2909.75D St2t3t4ts = (324.0365) (458.2569) (458.2569) (458.2569) t = (14.71362) (1.990696) (3.052327) (6.34605)
R2?0.778998 R2?0.723747 S.E=648.0731 DW=1.272707 F=14.09937
??4767.75表示第一季度的平均销售额为6767.75百万元；(2)b1??912.25,b??1398.75,b??2909.75依次表示第二、三、四季度比第一季度的销售额平b234均高出912.25,1398.75,2909.75百万元。
（3）为消除数据的季节性，只需将每季度中的原始数据减去相应季度虚拟变量的系数估计值即可。
实验内容与数据10：表10给出了某行业1975-1994年的库存额y和销售额x的资料。试利用分布滞后模型：yt?a?b0xt?b1xt?1?b2xt?2?b3xt?3?ut,建立库存函数（用2次有限多项式变换估计这个模型）。
表10 某行业1975-1994年库存额和销售额资料 年份 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 x 26.480 27.740 28.236 27.280 30.219 30.796 30.896 33.113 35.032 37.335 y 45.069 50.642 51.871 52.070 52.709 53.814 54.939 58.123 60.043 63.383 年份 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 x 41.003 44.869 46.449 50.282 53.555 52.859 55.917 62.017 71.398 82.078 y 68.221 77.965 84.655 90.815 97.074 101.640 102.440 107.710 120.870 147.130 参考答案：在EViews中输入y和x的数据后，在命令窗口键入：
LS y c PDL(x，3，2) 得如下回归结果：
?t??6.419601?0.63208xt?1.15686xt?1?0.76178xt?2?0.55495xt?3 ys = (0.17916) (0.19593) (0.17820) (0.25562) t = (3.51797) (5.90452) (4.27495) (-2.17104)
实验内容与数据11：表11给出了美国1970-1987年间个人消费支出（C）与个人可支配收入(I)的数据（单位：10亿美元，1982年为基期）
表11 美国1970-1987年个人消费支出与个人可支配收入数据
年 C I 年 C I 1970 1492.0 1668.1 1979 2004.4 2212.6 1971 1538.8 1728.4 1980 2004.4 2214.3 1972 1621.9 1797.4 1981 2024.2 2248.6 1973 1689.6 1916.3 1982 2050.7 2261.5 1974 1674.0 1896.6 1983 2146.0 2331.9 1975 1711.9 1931.7 1984 2249.3 2469.8 1976 1803.9 2001.0 1985 2354.8 2542.8 1977 1883.8 2066.6 1986 2455.2 2640.9 1978 1961.0 2167.4 1987 2521.0 2686.3 考虑如下模型：
lnCt?a1?a2lnIt?ut lnCt?b1?b2lnIt?b3lnCt?1?ut
(1)估计以上两模型；(2)估计个人消费支出对个人可支配收入的弹性系数。
参考答案：（1）
???0.885464?1.102538lnI……（1） lnCtts = (0.128932) (0.016816) t = (-6.867685) (65.56382)
R2?0.99606 DW=1.413744 LM(1)=0.7153 LM(2)= 0.7056 F=4298.614
???0.994922?1.131706lnI?0.015275lnC……（2） lnCttt?1s = (0.199544) (0.168566) (0.151814) t = (-4.98599) (6.713724) (-0.100617)
R2?0.99564 DW=1.659416 LM(1)=0.2438 LM(2)= 1.8136 F=1827.919
h?(1?DWn)?94453,h?/2?h0.025?1.96,h?h0.025,不存在一阶自相
?21?nD(b1)关。由LM(1)=0.2438、 LM(2)= 1.8136可知，模型不存在1阶、2阶自相关。
(2) 由（1）得：收入弹性EI?1.1025；由（2）得：短期收入弹性EI?1.1317，长期收入弹性EI?
实验四：联立方程组模型的估计（3课时）
实验设备：个人计算机，Eviews软件，外围设备如U盘。
实验目的：（1）掌握间接最小二乘法（ILS）；（2）掌握两阶段最小二乘法（TSLS）；（3）掌握三阶段最小二乘法（3SLS）；（4）掌握联立方程模型外生变量的预测方法和求解方法；（5）掌握宏观经济分析方法。
实验方法与原理：间接最小二乘法（ILS）、两阶段最小二乘法（TSLS）、三阶段最小二乘法（3SLS）、系统估计、联立方程模型。
实验要求：掌握方程联立方法，掌握恰好识别模型的估计如掌握间接最小二乘法（ILS）、掌握过度识别模型的估计如两阶段最小二乘法（TSLS），掌握联立方程系统编辑和估计（如三阶段最小二乘法（3SLS））。用宏观经济模型进行经济分析和政策评价。
实验内容与数据12：表12是我国1978-2003年国内生产总值（GDP）、货币供给量（M2）、
1.1317?1.114673
1?0.015275