一键复制
每个人都曾试图在平淡的学习、工作和生活中写一篇文章。写作是培养人的观察、联想、想象、思维和记忆的重要手段。范文怎么写才能发挥它最大的作用呢？下面我给大家整理了一些优秀范文，希望能够帮助到大家，我们一起来看一看吧。
计量经济学读书笔记1000字篇一
经过一个学期对计量经济学的学习，我收获了很多，也懂得了很多。通过以计量经济学为核心，以统计学，数学，经济学等学科为指导，辅助以一些软件的应用，从这些之中我都学到了很多知识。本次实验的收获、体会、经验、问题和教训：初步投身于计量经济学，通过利用eviews软件将所学到的计量知识进行实践，让我加深了对理论的理解和掌握，直观而充分地体会到老师课堂讲授内容的精华之所在。在实验过程中我们提高了手动操作软件、数量化分析与解决问题的能力，还可以培养我在处理实验经济问题的严谨的科学的态度，并且避免了课堂知识与实际应用的脱节。虽然在实验过程中出现了很多错误，但这些经验却锤炼了我们发现问题的眼光，丰富了我们分析问题的思路。通过这次实验让我受益匪浅。
这次操作后，对eviews软件有了更深层的了解，学会了对软件进行简单的操作，对实际的经济问题进行分析与检验。使原本枯燥、繁琐、难懂的课本知识变得简洁化，跨越理论和实践的鸿沟，同时使我对计量经济学产生兴趣。
计量经济学是一门比较难的课程，其中涉及大量的公式，不容易理解且需要大量的运算，所以在学习的过程中我遇到了很多困难。但通过这次的实验，我对课上所学的最小二乘法有了进一步的理解，在掌握理论知识的同时，将其与实际的经济问题联系起来。
学生:王浩明
学号 ：20113907259
计量经济学读书笔记1000字篇二
读书笔记
经过这么长时间的计量经济学的学习，对计量经济学的一些初浅的轮廓有了基本了解，但是你要问我那些方法的过程，以及怎么样进行操作和检验，坦白说，我又忘记了这是因为你没有想如何用数据与计量方法去检验一个你感兴趣的问题，下周认真结合使用高铁梅那本书《计量经济分析方法与建模:eviews应用及实例(第2版)》和古扎拉蒂的书进行学习！
。这种忘记一方面是计量经济学庞杂而相似的概念方法，这段时间，我是真的没有进行理解，而是推磨似的向前看，但这种方法，正如易老师您说的，是正确的也是合适的。另一方面，对于计量经济学中的理论和方法，你不自己进行一些数据的操作和模拟，是无法掌握和记住的。
对于计量经济学的轮廓，我自己的理解是，它总的来说是以ols估计的线性模型方法为基础，然后在对线性估计中的一些条件和约束进行宽松，得出估计他们的一些方法和理论，再来对非线性或其他特殊的一些模型进行估计，找到估计他们的一些方法和理论，接着对估计模型的数据进行多样化和复杂化处理，最后再对几个联立的模型进行分析。随着对计量经济学学习的深入，我越来越感觉到计量经济学的重要性，可以这么说，如果经济的研究中缺乏计量经济学，那么这一切的研究只是流于表面，只是文字的堆砌，缺乏理论的基础。在这里这么说，并不是说计量经济学是万能的，一切经济理论只要经过计量的检验，就是正确的可靠的。毕竟，计量经济学本身也是一种理论，它理所当然的有它自己不足的地方。但是，经济学或经济理论，如果缺乏必要的基本的理论基础，那它是不足以让别人相信的，它既然是一种理论，那么它就要有它自己的理论基础，而计量经济学正是这样一种理论基础。既然，计量经济学是理论基础，那么它学起来当然不像微观宏观那么的轻松，尤其和数学、计算机有着千丝万缕的联系，以至于学起它来，的确很困难。
在这里简单谈一谈这段时间学习计量经济学的一些体会。
第一，我还是认为（至少在我所学习的范围内），ols的估计方法是整个计量经济学所估计方法中的基础。ols不仅是经典正态线性回归模型的主要方法，而且在放松假定的线性模型中有着很大的参考和对比作用，在非线性回归模型的转变模型中也发挥重要的作用，同时它的转变估计—间接最小二乘法（ils）,两阶段最小二乘法（2sls）—也是联立回归模型中的基础方法。我们知道，ols对于线性估计的条件要求很严格，在放松条件中所得到的一些线性估计方法同样也有很大的意义，例如广义最小二乘法（gls）。在异方差的线性模型中，我们采用ols估计尽管是无偏的但不是最优的，那么我们可以对这个模型进行稍微的变动，得到能够采用广义二乘法的估计模型，并且在样本足够大的情况下，我们则可以获取ols估计量的怀特异方差校正标准误并以之作为统计推断的依据。在定性响应回归模型的异方差问题中，我们同样采用了ols的转变形式—加权最小二乘（wls)来处理问题。还有其他一些模型在分析时采用多次ols估计的方法。这一系列的方法都是以ols为基础的，无一不反映ols的重要性。
第二，拟合优度r平方好像不反映任何问题，r平方很高纵然很好，低一点也没什么影响。拟合优度是反映回归元能够解释因变量的程度，但是它受其他因素的影响很大，模型的设定、回归元的个数以及共线性、误差项都能够改变r平方。我们研究经济问题的关键是找到好的适合的模型，这个模型能够在多大的程度上解释我们的经济现象，能不能都很好地被检验，能不能够预测未来经济变量的发展，而不是看它r平方的大小。一个合适漂亮的能够反映问题实质的模型，尽管它的r平方小一点也没关系；再者回归元的共线性也会导致r平方的变大，这反而是个悖论。不过，r平方在我们选择不同模型的过程中也能起到一个参考的作用，两个同样能解释经济问题的模型，当然是拟合优度越大越好。拟合优度反映了很多问题，至少反映了解释变量的联合变化可以在多大程度上面解释被解释变量的变化，尤其是时间序列模型与预测模型拟合优度很重要！
第三，在放松经典线性回归模型的假设中——多重共线性、异方差、自相关，多重共线性的后果好像没有其他两个那么的严重。在多重共线性很高的模型中，我们仍然可以得到ols估计量保持blue性质，正如阿肯所说的遇到多重共线性就相当于我没有足够的观测值，这并不影响你对模型的正常化分析估计和检验，毕竟即使你有一个很多观测值的模型，这些观测值仍然是不确定和有误差的。布兰查德认为，遇到多重共线性，我们可以采取无为而治，多重共线性实质上是一个数据不足的问题，而我们有时候无法选择能用于经验分析的数据。再者，多重共线性的好坏还要看你建立这个模型的目的，如果你回归分析的唯一目的是预测或预报，则多重共线性不是一个严重的问题。而在异方差和自相关的线性模型中，ols估计尽管是无偏的但已经不能保持估计的bule性质了，估计方法也要做出相应的改变。想问一下，我是不是可以这样说，在一个复杂的模型中，如果同时出现了多重共线性和异方差的问题，我能不能更偏重解决异方差的问题。
第四，选定一个合适的计量经济学模型给我的感觉很困难。对于一个模型，你首先要确定各种不同的回归元，同时你要明确它们之间的大概关系，再拿合理的数据进行拟合，拟合出来的估计量能不能通过检验，能不能反映和解释现实的经济问题。这其中的每一步都包含着不确定性，不同的回归元选定直接关系着你的这个模型是否能够成功，能不能很好地反映你要表述的问题，再要考虑它们之间有没有共线性，它们之间应该是怎样一个数学表达的关系，是线性的、还是非线性的或者指数等等，是否存在异方差和自相关的问题，怎么样去检验它们，这么多的问题计量经济学本身都还没找到最佳的解决方法。总之，随着计量经济学学习的深入，给我的感觉就是能够找到一个漂亮合适的模型来反映你的问题，才是经济学中的重中之重，当然这些好的模型的取得，也是伴随着微观宏观理论的发展而得到的，它们之间的关系是相辅相成的。选择什么变量需要认真学习经济学理论并进行理论建模，知道哪些变量会显著影响被解释变量，古扎拉蒂有一章专门讲方程的设定的！
第五，通过计量经济学的学习，加深了我对经济学的理解以及认识到计量经济学在解决经济问题时的特殊方法。在开始学习计量经济学时，我以为计量经济学只是对一些数据和模型的研究，不能对一些非数据和定性问题进行分析。在虚拟变量回归模型中，它把不同的地区作为不同的回归元，并以0或1对它们进行赋值，成功得出定性问题对经济变量的影响的模型，让我的眼前豁然一亮。这些模型丰富了对不同经济问题研究的方法，是定性分析和定量分析的一个很好的结合，加深了我对经济学外延的理解。还有在定性响应回归模型中，回归子不在是一个定量的数据，而是一个定性的问题，它可能是是或者不是，也可能是存在或者不存在。在这类模型中，我们可以通过对回归元的定量分析，找出解决定性问题的方法。这才是经济学或者计量经济学应该做到的，单纯的定性分析，刚才我已经说过无法让别人信服；单纯的定量分析不符合经济学的特点也局限了经济学，结合定量和定性分析，计量经济学做到了。对这样的研究方法，我们应该要很好地掌握，我也更深刻的理解了“计量经济学不仅是工具，它同样是一种理论”这句话。
第六，关于计量经济学学习的一些方法。正如易老师您要求的那样，单纯的看这本计量经济学上的理论知识是无法很好的掌握它们的，毕竟计量经济学的学习是要把掌握的知识运用到实际操作中学以致用的，在实际的操作中我们也能更好的加深对计量经济学中各种估计检验方法的理解，所以应该有事没事可以拿些数据在eviews上蹂躏一下。用过几次eviews，感觉这用起来这个软件来还不是很顺手，因为它很多方法都是通过窗口实现的，所以你要记住每个窗口的位置和参数设置，这个软件又在不断更新，每一版感觉都不是太一样。总之，还是要多加紧操作。
计量经济学读书笔记1000字篇三
经济计量学一词是由挪威经济学家塑里希于1926年提出来的。经济计量学起源于对经济问题的定量研究。根据弗里希的观点，经济计量学可定义为经济理论、缠计学和数学三者的统一。
经济计量学的任务是以经济学、统计学和数学之间的统一为充分条件，去实际理解现实经济生活中的数量关系。用数学模型定量描述经济变量关系是经济计量学的基本任务
经济计量分析工作：是指依据经济理论分析，运用计量经济模型，研览现实经济系统的结构、水平、提供经济预测情报和评价经济政策等的经济研兜和分析工作
经济理论准则：指由经济理论决定的判别标准。即用经济学的原则、定理和规律等准则来判别模型估计结果的合理性程度
统计准则：由统计学理论决定的判别标准。依统计准则评价模型。目的在于确定模型参数估计值的统计可靠性。包括参数估计结果的显著性检验和变量与被变量相关程度的度量。如t检验、f检验以及标准误和测定系数的计算等。
经济计量准则：是由经济计量学理论决定的判剐标准。其目的是研究特定条件下所采用的参数估计是否令人满意．经济计量准则是统计检验基础上的再检验
经济计量准则（二级检验）：统计检验基础上的再检验，亦称二级检验。区间预测：根据给定的解释变量值，预测相应的被解释变量y取值的一个可能范围，即提供y的一个置信区间
回归分析：是指研究一个变量(被变量)对于一个或多个其它变量(变量)的依存关系，其目的在于根据变量的数值来估计或预测被变量的总体均值。
判定系数：是建立在回归分析的理论基础上的，研究的是一个普通变量对另一个髓机变量的定量解释程度。外生变量：是指非随机变量，它的取值是在模型之外决定的，是求解模型时的已知数。
拟合优度：是指样本回归直线与样本观测值之间的拟合程度，通常用判定系数r2表示。
时间序列数据：是指同一统计指标按时间顺序记录的数据列，在同一数据列中的各个数据必须是同口径的，要求具有可比性。
横截面数据：是指在同一时间内，不同统计单位的相同统计指标组成的数据苑
平稳时间序列：是指均值和方盖固定不变，自协方差只与所考察的两期间隔长度有关，而与时间的变化无关的时间序列
非平稳时间序列：平稳时间序列的均值和方差是固定不变的，自协方差只与所考察的两期问隔长度有关，而与时间t的变化无关。显然，平稳时间序列不包含“趋势”。如果一个时间序列呈上升(或下降)趋势，这个时间序列就是非平稳时间序列
外生参数：一般是指依据经济法规人为确定的参数，如固定资产折旧率、税率、利息率。
内生参数：是指依据样本观察值，运用统计方法估计得到的参数。恰好识别，就是能够从简化式参数中获得唯一的结构式参数。过度识别：就是从简化式参数中获得的结构式参数不止一个。收入弹性：是用来说明收入的相对的变动与由此引起的需求量相对变动之间的关系
替代弹性：两种生产要素之间相对价格每变动1％所引起的两种生产要素使用比率变动的百分比，称为这两种生产要素之间的替代弹性
模型的需要向导：所谓需求导向，在模型中表现为总产量或国民收入是由消费需求、投资需求以及净出口所决定。
供给导向：在模型中表现为总产量或国民收入是由社会各物质生产部门的总产出或净产出所形成。
混合导向：是模型中包含供给和需求的双向决定，即供给和需求之间相互作用和影响，因此，混合导向模型又称为双导向模型
协整：如果同阶单整变量的线性组合是平稳时间序列，则这些变量之间的关系就是协整的。协整意味着变量之间存在长期均衡关系．
k阶单整：如果一个非平稳的时间序列经过k次差分后为平稳时间序列，则称这个时间序列是k阶单整的序列相关：线性回归模型中各个随机误差项之间存在关系，之间的协方差不为0，即有cov(ui,uj)≠0,i≠j,称为序列相关或自相关。
相关关系：如果给定了变量x的值，被变量y的值不是唯一的。y与x的关系就是相关关系。
相关分析：是指研究变量之间相互关联的程度，用相关系数来表示。相关系数的检验：依据样本相关系数r对总体相关系数p进行统计检验，被称作相关系数的检验．
简单相关系数检验法：两变量间的简单相关系数r是测定两变量之间线性相关程度的重要指标，因此可用来检测回归模型的变量之间的共线程度。
函数关系：如果给定变量x的值，被变量(或称因变量)y的值就唯一地确定了，y与x的关系就是函数关系，即y=f(x)。
生产函数是反映生产过程中生产要素投入的组合与产出结果之问的物质技术关系的数学方程式
方差非齐性或异方差：如果回归模型中的随机误差项的方差不是常数，则称随机误差项的方差非齐性或异方差。
多重共线性：是指线性回归模型中的若干变量或全部变量的样本观测值之间具有某种线性关系。
无形技术进步：指生产函数在时间上的变动所反映出来的综合投入效果。无形技术进步对生产中经济增长的影响不需要增加任何投入。
边际替代率：在保持产量不变的条件下，若某种生产要素的投入减少l个单位，则另一种生产要素必须增加的单位数量，称为这两种生产要素之问的边际替代率
边际生产力递减规律：具有规模报酬不变的生产函数在数学上称为一阶齐次函数，wll。+w2k=pf(l，k)，在其他生产要素投入量不变的条件下，连续增加某一种生产要第-e-1微观经济计量擤型素的投入量，其单位投入增量所带来的产出增量越来越少。
恩格尔定律：指的是食品思格尔曲线的特性，即随着消费者收入的增加，花费在食品上的支出比例将减少。由于许多经济变量都难以十分精确地计量，所以包含有观测误差变量的模型就是误差变量模型。
收敛性蛛网：㎜ s<㎜d称为蛛网稳定条件，这种蛛网称为收敛性蛛网
变量：是指列于模型中方程右边作为影响因素的变量，即自变量。
被变量：是指列于模型申方程的左边作为分析对象的变量，即因变量。
滞后变量：是指内生变量和外生变量的时间滞后量(前期量)。控制变量：是模型中决策者可以控制的变量。
政策变量：是模型中可由政府操纵且反映政府政策的变量。内生变量：又叫做联合决定变量，它的值是在与模型中其他变量的相互作用、相互影响中确定的。更具体地说，内生变量受模型中的其他内生变量和前定变量的影响，同时又影响其他内生变量。
外生变量：一般是指非随机变量，它的值是由模型以外的因素决定的。它对模型中的内生变量有影响，而不受模型体系中任何变量的影响。
前定变量：包括外生变量和滞后内生变量。由于在时间t滞后内生变量的数值已确知，因而我们把外生变量和滞后内生变量作为前定变量来处理。
虚拟变量：质的因素通常表明某种“品质”或“属性”是否存在，所以将这类品质或属性量化的方法之一就是构造取值为“l”或“0”的人工变量，这样的变量就是虚拟变量。
工具变量：找一个变量，该变量与模型中的随机变量高度相关，但却不与随机误差项相关，这种估计方法就称为工具变量法，这个变量就成为工具变量。
工具变量法：某一个变量与模型中的随机变量高度相关，但却不与随机误差项相关，那么就可用此变量与模型中的变量构造出模型相应回归系数的一个一致估计量，这个变量就称为是一个工其变量，这种估计方法就称为是工具变量法。
设定误差：遗漏了某个有关变量，加了某个无关变量，模型形式设
定有误。漏了相关变量，有偏不一致，漏了无关变量，无偏不一致。
方程：是指把变量、参数和随机扰动项组成数学表达式，借以反应经济变量之间关系的函数式。
随机方程：是指根据经济机能或经济行为构造的经济函数关系式。行为方程式：所谓行为方程式，就是和反映居民、企业或政府经济行为的方程式。消费函数、投资函数和工资函数都是行为方程。
技术方程式：技术方程式是反映要素投入与产出之间技术关系的方程式。生产函数就是常见的技术方程式。
制度方程式：是指由法律、政策法令、规章制度等决定的经济数量关系。例如，根据税收制度建立的税收方程就是制度方程式。
恒等式：在联立方程模型中恒等式有两种：一种叫作会计恒等式(或定义方程)，是用来表示某种定义的恒等式。另一种恒等式叫作均衡条件，是反映某种衡量关系的恒等式。
结构式方程：结构式模型中的每一个方程都称为结构式方程。在结构式方程中，变量可以是前定变量，也可以是内生变量。结构方程的系数叫做结构参数。结构参数表示每个变量对被变量的直接影响，而变量对被变量的间接影响只能通过求解整个联立方程模型才可以取得，不能由个别参数得到。
经济计量模型：是对现实经济系统的数学抽象。简化式模型：是把结构式模型中的内生变量表示为前定变量和随机误差项的函数的模型。简化式模型中的系数称为简化式参数。一般来说，简化式参数是结构参数的非线性函数。在一定条件下，可以根据简化式参数求出结构式参数。模型的简化式一般是从模型的结构式直接导出。
截矩变动模型：当回归模型中引入一个虚拟变量，虚拟变量取值分别为“l”和。0”时，致使模型被分解的两个子式有相同的斜率，但截距不同，这种模型称为截矩变动模型
截距和斜率同时变动模型：于引进虚拟变量，造成回归模型的藏距和斜率同时发生变动，这类模型称为截距和斜率同时变动模型
总体回归模型：是指根据总体的全部资料建立的回归模型。样本回归模型：是指根据样本资料建立的回归模型。联立方程模型：是指由两个或两个相互联系的单一方程构成的经济计量模型。它能够比较全面地反映经济系统的运行过程，因而已成为政策模拟和经济预测的重要依据。
联立方程偏倚：在结构模型中，一些变量可能在一个方程中作为解释变量，而在另一个方程中又作为被解释变量。这就使得解释变量与随机误差项之间存在相关关系，从而违背了最小二乘估计理论的一个重要假定。估计量因此是有偏的和非一致的。这就是所谓的联立方程偏倚。
单一回归模型：专指单方程线性回归模蕾．用单一回归模型作经济预测是最简单的预浏方式，也是最常用的预测方法．用单一回归模塑作经济预测有“点预浏”和区间预测”之分
宏观经济计量模型：是在总量水平上把握和反映宏观经济活动的动态特征，研究宏观经济主要变量之间的相互依存关系，并用包含有随机方程的联立方程组来描述宏观经济活动的经济数学模型．
宏观经济计量模型的总体设计：是指对模块以及各模块之同的衔接关系的设计，可以用模型框图或流程图来描述，强调的是通过模块来反映模型的蛄构，并通过模块之闽的关系反映模型的机制
分布滞后模型：在经济系统中，广泛存在着滞后的现象，被变量yt不仅手打同期的变量xt的影响，而且也受到xt的滞后值xt-1，xt-2，„这种过去时期的滞后量称为滞后变量，含有滞后变量的回归模型称为分布滞后的影响
几何分布滞后模型：对于无限分布滞后模型，如果其参数值按某一固定的比率递减，我们就称其为几何分布滞后模型
ts／cs模型：近年来，对时间序列与截面结合数据的分析已成为经济计量学最活跃的领域之一。时间序列与截面结合(time series／cross section)的数据模型简称ts／cs模型。
计量经济学读书笔记1000字篇四
《计量经济学》参考书目
主要参考书
李子奈，《计量经济学》，高等教育出版社，2000年7月
damodar ati，《basic econometrics》(fourth edition), the mcgraw-hill companies, 2001
jeffrey idge, 《introductory econometrics: a modern approach》(second edition), thomson, south-western, 2003
古扎拉蒂著，林少宫译，《计量经济学》（第3版），中国人民大学出版社，1999年
其它参考书
张保法著，《经济计量学》（第4版），经济科学出版社，2000年1月
赵国庆主编，《计量经济学》，中国人民大学出版社，2001年2月
michael igator,《econometric models,techniques,and applications》(second edition), prentice-hall inc.,1997
k, eld, 《econometric models and econometric forecasts》(fourth edition), mcgraw-hill, 1990
a, 《introduction to econometrics》(third edition)，john wiley & sons, 2001 李子奈，《计量经济学—方法与应用》，清华大学出版社，1992年
robert , douglas , 《statistical techniques in business and economics》(nineth edition), mcgraw-hill company, 1996(机械工业出版社，1998年12月)
张寿、于清文编著，《计量经济学》，上海交通大学出版社，1984年
唐国兴编著，《计量经济学—理论、方法和模型》，复旦大学出版社，1991年
陈正澄著，《计量经济学》，台湾三民书局，1980年
吴承业、龚德恩编著，《应用经济计量学教程》，中国铁道出版社，1996年
, 《introductory econometrics: theory and applications》，longman inc.,1985
高级教材，部分参考
李子奈、叶阿忠，《高等计量经济学》，清华大学出版社，2000年
william ,《econometric analysis》(fourth edition), prentice-hall inc., 2000 著，郑宗成等译，《经济计量学》，中国友谊出版公司，1988年
著，谢嘉译，《经济计量学教科书》，商务印书馆，1983年
等著，周逸江等译，《经济计量学理论与实践引论》，中国统计出版社，1993年
张晓峒著，《计量经济分析》，经济科学出版社，2000年 9月
241
计量经济学读书笔记1000字篇五
目录
一、确定研究对象...................................................................................................................2
1.选题...................................................................................................................................2 2.选题的意义.......................................................................................................................2 3.确定变量...........................................................................................................................2
二、数据的收集与整理...........................................................................................................2
三、数据描述性分析...............................................................................................................2
(一)被解释变量与各解释变量之间的散点图...................................................................2(二)所有变量的描述性统计指标.......................................................................................4
四、回归结果分析和检验.......................................................................................................6
五、面板回归分析...................................................................................................................9
六、结论.................................................................................................................................15
一、确定研究对象
1.选题
gdp的变化对我国各省份居民储蓄存款余额的变化有多大影响 2.选题的意义
改革开放以来，随着经济的快速发展，我国居民的人均收入有了很大提高，因此居民储蓄余额也有了很大变化。了解我国居民储蓄余额的发展状况对于国家了解居民生活水平、经济运行状况、制定经济政策都有很大的参考作用。3.确定变量
被解释变量：居民储蓄存款余额deposit balance 解释变量：城镇居民家庭人均总收入avei_u正相关 农村居民家庭人均纯收入avei_r正相关
城镇居民家庭人均消费性现金支出avee_u负相关 农村居民家庭人均消费性现金支出avee_r负相关 居民消费水平cl负相关
居民消费价格指数(上年=100)cpi正相关 地区生产总值r_gdp正相关
二、数据的收集与整理
数据时间段：2004—2013年
样本数据：所有样本数据均在我国31个省、自治区、直辖市中按东、中、西部划分后随机抽取，共10个省份
面板数据：n=10 t=10 n*t=100>50 共有7个解释变量 数据来源：中经网统计数据库（ceinet statistics database）
三、数据描述性分析
(一)被解释变量与各解释变量之间的散点图 db and avei_u
db and avei_r
db and avee_u
db and avee_r
db and cl
db and cpi
db and r_gdp
(二)所有变量的描述性统计指标
包括样本观察个数、均值、标准差、最小最大值、偏度及峰度
四、回归结果分析和检验
1.全部被解释和解释变量回归结果
此时的方程为：
db=0.96avei_u-1.99avei_r-0.93avee_u+0.87avee_r+0.37cl+2.38cpi+0.69r_gdp-1123.52（0.23）（0.33）（0.33）（0.34）（0.13）（0.51）（0.02）（781.36）
调整后的r2=0.9619, ser=781.36：其中avee_u、avee_r和cl不能在5%的显著水平下拒绝原假设。想到城市和农村居民人均消费支出和消费水平相关，因此采用联合假设检验：
在5%的显著水平下，能拒绝avee_u和avee_r cl均为0的联合假设,但发现cl和avee_u、avee_r存在严重的多重共线性，因此引入cl项对结果无意义。解决方案是去掉cl项。2.直接去掉cl 项后的回归结果：
db=0.67avei_u-1.70avei_r-3.33avee_u+1.40avee_r+1.50cpi+0.68r_gdp-2534.5（0.21）（0.32）（0.25）（0.29）（0.41）（0.02）（612.27）
与上一问相比发现：调整后的r2=0.9591稍稍下降，se均下降，离散程度有所改变，avee_r在5%的显著水平下拒绝原假设，整体数值情况变好，因此cl的存在对db的影响不大，可以选择舍弃。
3.由散点图和上一问可知：avee_u和db存在非线性关系，建立非线性回归模型，引入avee_u2 结果如下：
此时方程为：
db=0.21avei_u-1.77avei_r-0.00avee_u2+1.40avee_r+2.18cpi+0.65r_gdp-475.09（0.12）（0.31）（5.4e-06）（0.28）（0.43）（0.02）（908.64）
调整后的r2=0.9626稍有上升，se基本不变，但是avee_u2的t值上升。4.引入avee_u3 再次进行检验结果如下：
此时方程为：
db=0.34avei_u-1.81avei_r-（4.46e-10）avee_u3+1.38avee_r+2.11cpi+0.66r_gdp-777.68（0.10）（0.30）（1.21e-10）（0.27）（0.41）（0.02）（773.30）
调整后的r2=0.9637再次上升，se基本不变，但是avee_u2在5%的显著水平下拒绝原假设，整体回归程度变好。
5.因为城镇居民收入与支出存在一定交互关系，所以引入i_e1= avei_u* avee_u，回归结果如下：
此时方程为：
db=0.00i_e1-2.01avei_r-（7.50e-10）avee_u3+1.40avee_r+2.74cpi+0.66r_gdp-1328.42（8.11e-06）（0.31）（3.43e-10）（0.27）（0.49）（0.02）（597.69）
虽然调整后的r2=0.965，但是se数值变差，且avee_u3在5%的显著水平下不能拒绝原假设，因此本次回归模型没有第4题好。
以上5个非线性回归模型的回归结果的标准化格式。（附excel “非线性回归结果”）
综上所述，认为在将数据当作横截面数据时，模型4最好，在引入较少的变量的前提下，各个变量单个检验时，t统计量的值能够在5%的显著水平下拒绝为0的假设，同时修正后的r^2值较大，而ser值较小。
五、面板回归分析
1.个体固定效应回归
对面板数据进行个体固定效应回归，得到利用t统计量单个检验，在5%的显著性水平下能够拒绝r_gdp的系数为0的假设。此时调整后的r^2=0.922 此时方程为： db=0.77r_gdp+378.37（0.05）（651.49）
2.加入cpi后的个体固定效应回归
在5%的显著性水平下能够拒绝r_gdp的系数为0和cpi系数为0的单个检验的假设。调整后r^2=0.931>0.922，有了小幅上升，说明除了r_gdp外，cpi对居民储蓄余额也有较大影响。此时方程为： db=0.65cpi+0.77r_gdp-26.93（0.00063）（0.05）（654.84）
3.加入avei_r和avee_r后的固定效应回归：
我们可以看到除了r_gdp以外的回归变量在5%的显著水平下都不能拒绝原假设，因此进行联合假设检验：
结果显示cpi、avei_r和avee_r是统计上联合显著的。
此时调整后的r^2=0.942又进一步变大。方程为： db=0.2avei_r +0.2avee_r+0.02cpi+0.66r_gdp-872.21（0.48）（0.76）（0.48）（0.09）（1090.28）
4.时间固定效应分析
得到利用t统计量单个检验，在5%的显著性水平下能够拒绝r_gdp的系数为0的假设。
此时调整后的r^2=0.922。方程为： db=0.77r_gdp+378.37（0.02）（316.97）
5.加入cpi后的时间固定效应回归
在5%的显著性水平下能够拒绝r_gdp的系数为0和cpi系数为0的单个检验的假设。此时方程为： db=0.65cpi+0.77r_gdp-26.93（0.04）（0.02）（350.80）
6.同时包含个体和时间固定效应回归模型
对于个体固定效应采取个体中心化法，对于时间固定效应引入10-1=9个虚拟变量，进行既包含个体固定效用又包含时间固定效应的回归，单个检验除r_gdp外均不可在5%的水平下拒绝原假设。利用f统计量进行联合检验，在5%的显著性水平下拒绝联合为0的假设。因此时间效应是统计上联合显著的。
该模型说明包含时间和省份的固定效应后可以缓解由于时间不变或者省份不变的不可观测的变量引起的遗漏变量偏差的威胁。
以上6个固定效应回归结果的标准化格式。（附excel “面板数据的固定效应回归结果”）
六、结论
通过以上非线性回归和面板数据回归比较得出，非线性回归中的模型4总体效果最好。回归方程为： db=0.34avei_u-1.81avei_r-（4.46e-10）avee_u3+1.38avee_r+2.11cpi+0.66r_gdp-777.68（0.10）（0.30）（1.21e-10）（0.27）（0.41）（0.02）（773.30）
从方程可以看出，剔除了cl项后解决了多重共线性的问题，avee_u与db存在非线性函数关系。调整后的r2=0.9637。
实验推翻了之前推断关于农村居民家庭人均纯收入avei_r与居民储蓄余额正相关的关系，推翻了农村居民家庭人均消费性现金支出avee_r和居民储蓄余额负相关的关系，推翻了居民消费水平cl和居民储蓄余额负相关的关系。因此我们根据所有方程可以得出的结论是：
1.地区生产总值对居民储蓄余额的影响是持续正向并且相对稳定的。因此大力发展经济对居民储蓄有很大的推动作用。
2.居民消费价格指数也是始终影响居民储蓄余额的重要因素。居民价格指数同期升高，居民会减少消费，进而增加储蓄。因此对于政策制定者来说，在不同的经济形势下（通货膨胀或紧缩）采取不同的经济政策时cpi是十分重要的参考指标。
3.农村人均消费和收入对储蓄余额的影响方向与城市居民不同，因此在调整经济政策时要注意城市和农村的区别。
