计量经济学上机实验报告2

《计量经济学》上机实验报告二

题目：练习题2.2、2.4 实验日期和时间：2015年10月15日星期四

班级：学号：姓名：实验室：

实验环境：Windows XP ; EViews 3.1

实验目的：

了解EViews软件的基本操作对象，掌握软件的基本操作。

实验内容：

2.2（1）建立浙江省财政预算收入与全省生产总值的计量经济模型，估计模型的参数，检验模型的显著性并解释所估计参数的经济意义。

（2）利用（1）经济模型作出点预测和区间预测。

（3）建立浙江省财政预算收入对数与全省生产总值对数的计量经济模型，估计模型的参数，检验模型的显著性并解释所估计参数的经济意义。

2.4（1）建立建筑面积与建造单位成本的回归方程。

（2）解释回归系数的经济意义。

（3）估计当建筑面积为4.5万平方米时，对建造平均单位成本作区间预测。

实验步骤：

2.3 （1）在命令区间输入LSYCX得到以下结果

Dependent Variable: Y

Method: Least Squares

Date: 10/15/15 Time: 20:24

Sample: 1978 2010

Included observations: 33

Variable Coefficient Std. Error t-Statistic Prob.

C -154.3063 39.08196 -3.948274 0.0004

X 0.176124 0.004072 43.25639 0.0000

902.5148

R-squared 0.983702 Mean dependent

var

Adjusted R-squared 0.983177 S.D. dependent var 1351.009

S.E. of regression 175.2325 Akaike info criterion 13.22880

Sum squared resid 951899.7 Schwarz criterion 13.31949

Log likelihood -216.2751 F-statistic 1871.115

Durbin-Watson stat 0.100021 Prob(F-statistic) 0.000000

方程为Y=-154.3063+0.176124X

经济意义：所估计的参数说明浙江省财政预算收入每增加1亿元，全省生产总值增加0.176124亿元。

显著性检验：针对H

0:β

1

=0和H

:β

2

=0，SE(β

1

)=39.08196，t(β

1

)=-3.948274.SE(β

2

)= 0.004072，t(β

2

)=

43.25639。取α=0.05，查t分布表得自由度为ｎ-2=33-2=31的临界值t

025

.0（31）=2.042.因为t(β

1

)=-3.948274

﹥t

025

.0（31）=2.042，所以应拒绝H

，因为t(β

2

)= 43.25639﹥t

025

.0

（31）=2.042，所以应拒绝H

。对斜率

系数的显著性检验表明，浙江省财政预算收入对全省生产总值的确有显著影响。

（2）点预测：将x=32000代入Y=-154.3063+0.176124X得：Y=5481.6617.

区间预测：在X和Y的数据表中，点击“View”“Descriptive Stats\Common Sample”，则得到X和Y的描述统计结果:

X Y

Mean 6000.441 902.5148

Median 2689.280 209.3900

Maximum 27722.31 4895.410

Minimum 123.7200 25.87000

Std. Dev. 7608.021 1351.009

Skewness 1.432519 1.663108

Kurtosis 4.010515 4.590432

Jarque-Bera 12.69068 18.69063

Probability 0.001755 0.000087

Sum 198014.5 29782.99

Sum Sq. Dev. 1.85E+09 58407195

Observations 33 33

错误！未找到引用源。=错误！未找到引用源。，则错误！未找到引用源。=175.2325

∑x2=∑（X i—X）2=δ2x(n—1)= 7608.0212 x (33—1)=1852223473

错误！未找到引用源。675977068.194

区间估计：E错误！未找到引用源。=错误！未找到引用源。

=5481.662错误！未找到引用源。2.042错误！未找到引用源。175.2325错误！未找到引用源。

=5481.662错误！未找到引用源。224.9626

2011年的全省生产总值达32000亿元时，2011年财政预算总收入的区间预测为（5256.6997,5706.6246）亿元。3.

Dependent Variable: LNY

Method: Least Squares

Date: 10/15/15 Time: 22:42

Sample (adjusted): 1 33

Included observations: 33 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LNX 0.980275 0.034296 28.58268 0.0000

C -1.918289 0.268213 -7.152121 0.0000

R-squared 0.963442 Mean dependent var 5.573120

Adjusted R-squared 0.962263 S.D. dependent var 1.684189

S.E. of regression 0.327172 Akaike info criterion 0.662028

Sum squared resid 3.318281 Schwarz criterion 0.752726

Log likelihood -8.923468 Hannan-Quinn criter. 0.692545

F-statistic 816.9699 Durbin-Watson stat 0.096208

Prob(F-statistic) 0.000000

由上表可得模型方程为：lnY=0.980275lnX-1.918289

斜率系数为0.980275，对斜率系数的显著性检验表明，浙江省财政预算收入对全省生产总值的确有显著影响。

显著性检验：

（1）可决系数为0.963442，说明所建模型整体上对样本数据拟合较好。

（2）t检验,给定错误！未找到引用源。，t（β2）=28.58268>t0.025(31)=2.042，对斜率系数的显著性检验表明，全省生产总值对财政预算总收入有显著影响。

经济意义：所估计的参数说明全省生产总值每增长1%，财政预算总收入增长0.980275%

2.4

Dependent Variable: Y

Method: Least Squares

Date: 11/03/15 Time: 22:50

Sample: 1 12

Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.

X -64.18400 4.809828 -13.34434 0.0000

C 1845.475 19.26446 95.79688 0.0000

R-squared 0.946829 Mean dependent var 1619.333

Adjusted R-squared 0.941512 S.D. dependent var 131.2252

S.E. of regression 31.73600 Akaike info criterion 9.903792

Sum squared resid 10071.74 Schwarz criterion 9.984610

Log likelihood -57.42275 Hannan-Quinn criter. 9.873871

F-statistic 178.0715 Durbin-Watson stat 1.172407

Prob(F-statistic) 0.000000

1.由上表可得，建筑面积和建造单位成本的回归方程：Y=1845.475-64.18400X

2.经济意义：建筑面积每增加1万平方米，建造单位成本减少64.18400元每平米。

3.点预测：带入Y=1845.475-6

4.18400*4.5，得Y=1556.647

区间预测：

Y X

Mean 1619.333 3.523333

Median 1630.000 3.715000

Maximum 1860.000 6.230000

Minimum 1419.000 0.600000

Std. Dev. 131.2252 1.989419

Skewness 0.003403 -0.060130

Kurtosis 2.346511 1.664917

Jarque-Bera 0.213547 0.898454

Probability 0.898729 0.638121

Sum 19432.00 42.28000

Sum Sq. Dev. 189420.7 43.53567

Observations 12 12

错误！未找到引用源。=错误！未找到引用源。，错误！未找到引用源。=31.7360

错误！未找到引用源。（10）=2.228

∑x2=∑（X i—X）2=δ2x(n—1)= 1.9894192 x (12—1)=43.5357

(X f—X)2=(4.5— 3.523333)2=0.9539

区间估计：E错误！未找到引用源。=错误！未找到引用源。

=1556.647错误！未找到引用源。2.228错误！未找到引用源。31.7360错误！未找到引用源。0.3359

=1556.647错误！未找到引用源。23.7508

建筑面积为4.5万平方米时，建造平均单位成本区间为（1532.8962，1580.3978

提示：

打包保存时自己的文件夹以“学号姓名”为文件夹名，

打包时文件夹内容包括：本实验报告、EViews工作文件。

C++上机实验报告实验三

实验三类与对象 1．实验目的 1.掌握类的定义和使用 2.掌握类的定义和对象的声明 3.复习具有不同访问属性的成员的访问方式 4.观察构造函数和析构函数的执行过程 5.学习类的组合使用方法 6.使用VC++的debug调试功能观察程序流程，跟踪观察类的构造函数、析构函数、成员函数的执行顺序。 2.实验要求 1.定义一个CPU类，包含等级（rank）、频率（frequency）、电压（voltage）等属性，有两个公有成员函数run、stop。其中，rank为枚举类型CPU_Rank,定义为enum CPU_Rank{P1=1,P2,P3,P4,P5,P6,P7}，frequency为单位是MHz的整型数，voltage为浮点型的电压值。观察构造函数和析构函数的调用顺序。 2.定义一个简单的Computer类，有数据成员芯片（cpu）、内存（ram）、光驱（cdrom）等等，有两个公有成员函数run、stop。cpu为CPU类的一个对象，ram为RAM类的一个对象，cdrom 为CDROM类的一个对象，定义并实现这个类。 3. （选做）设计一个用于人事管理的People(人员)类。考虑到通用性这里只抽象出所有类型人员都具有的属性：number（编号）、sex（性别）、birthday（出生日期）、id（身份证号）等等。其中“出生日期”定义为一个“日期”类内嵌子对象。用成员函数实现对人员信息的录入和显示。要求包括：构造函数和析构函数、拷贝构造函数、内联成员函数、组合。 3.实验内容 1.首先定义枚举类型CPU_Rank，例如enum CPU_Rank{P1=1, P2, P3, P4, P5, P6, P7}，再定义CPU类，包含等级（rank）、频率（frequency）、电压（voltage）等私有数据成员，定义成员函数run、stop，用来输出提示信息，在构造函数和析构函数中也可以输出提示信息。在主程序中定义一个CPU的对象，调用其成员函数，观察类对象的构造与析构顺序，以及成员函数的调用。程序名： 2.使用debug调试功能观察程序的运行流程，跟踪观察类的构造函数、析构函数、成员函数的执行顺序。 3.调试操作步骤如下： 1）单击Build | Start Debug | Step Into命令，或按下快捷键F11，系统进入单步执行状态，程序开始运行，一个DOS窗口出现，此时Visual Studio 中光标停在main()函数的入口处； 2）从Debug菜单或Debug工具栏中单击Step Over，此时，光标下移，程序准备执行CPU 对象的初始化； 3）单击Step Into，程序准备执行CPU类的构造函数； 4）连续单击Step Over，观察构造函数； 5）此时程序准备执行CPU对象的run()函数，单击Step Into，程序进入run()成员函数，连续单击Step Over，直到回到main()函数。 6）继续执行程序，参照上述的方法，观察程序的执行顺序，加深对类的构造函数、析构函数、成员函数的执行顺序的认识。 7）再试试Debug菜单栏中别的菜单项，熟悉Debug的各种方法。 4.首先定义CPU类（可使用第二题中的CPU类）、RAM类、CDROM类。再定义Computer类；

计算机组成原理上机实验报告

《计算机组成原理实验》课程 实验报告 实验题目组成原理上机实验 班级1237-小______________ 姓名______________________________ 学号______________________________ 时间2014年5月________ 成绩______________________________

实验一基本运算器实验 1.实验目的 (1 )了解运算器的组成原理 (2 )掌握运算器的工作原理 2?实验内容 进行逻辑、移位、算术运算将运算结果填入表。 输入数据，根据运算器逻辑功能表 表运算结果表

3.实验原理 本实验的原理如图1-1所示。 运算器内部含有三个独立运算部件，分别为算术、逻辑和移位运算部件，要处理的数据存于暂存器A和暂存器B，三个部件同时接受来自A和B的数据（有些处理器体系结构把移位运算器放于算术和逻辑运算部件之前，如ARM）,各部件对操作数进行何种运算由控制信号S3-S0和CN来 决定，任何时候，多路选择开关只选择三部件中一个部件的结果作为ALU的输出。如果是影响进位 的运算，还将置进位标志FC,在运算结果输出前，置ALU零标志。ALU中所有模块集成在一片CPLD 中。 图1-1运算器原理图 逻辑运算部件由逻辑门构成，较为简单，而后面又有专门的算术运算部件设计实验，在此对这两个部件不再赘述。移位运算采用的是桶形移位器，一般采用交叉开关矩阵来实现，交叉开关的原理如图1-2所示。 图1-2中显示的是一个4X4的矩阵（系统中是一个8X8的矩阵）。每一个输入都通过开关与一个输出相连，把沿对角线的开关导通，就可实现移位功能，即： （1）对于逻辑左移或逻辑右移功能，将一条对角线的开关导通，这将所有的输入位与所使用的输 出分别相连，而没有同任何输入相连的则输出连接0。 （2）对于循环右移功能，右移对角线同互补的左移对角线一起激活。例如，在4位矩阵中使用 '右1'和‘左3'对角线来实现右循环1位。 （3）对于未连接的输出位，移位时使用符号扩展或是0填充，具体由相应的指令控制。使用另 外的逻辑进行移位总量译码和符号判别。 运算器部件由一片CPLD实现。ALU的输入和输出通过三态门74LS245连到CPU内总线上，另外还有指示灯标明进位标志FC和零标志FZ。请注意：实验箱上凡丝印标注有马蹄形标记 ‘’，表示这两根排针之间是连通的。图中除T4和CLR,其余信号均来自于ALU单元的排线 座，实验箱中所有单元的T1、T2、T3、T4都连接至控制总线单元的T1、T2、T3、T4, CLR都连接至CON单元的CLR按钮。T4由时序单元的TS4提供（时序单元的介绍见附录二），其余控制信号均由CON单元的二进制数据开关模拟给出。控制信号中除T4为脉冲信号外，其余均为电平信号， 其中ALU_B为低有效，其余为高有效。 暂存器A和暂存器B的数据能在LED灯上实时显示，原理如图1-3所示（以A0为例，其

计量经济学实验报告

《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图

从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033

则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归

1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。

管理统计学SPSS数据管理 实验报告

数据管理 一、实验目的与要求 1.掌握计算新变量、变量取值重编码的基本操作。 2.掌握记录排序、拆分、筛选、加权以及数据汇总的操作。 3.了解数据字典的定义和使用、数据文件的重新排列、转置、合并的操作。 二、实验内容提要 1．自行练习完成课本中涉及的对CCSS案例数据的数据管理操作 2．针对SPSS自带数据Employee data.sav进行以下练习。 （1）根据变量bdate生成一个新变量“年龄” （2）根据jobcat分组计算salary的秩次 （3）根据雇员的性别变量对salary的平均值进行汇总 （4）生成新变量grade，当salary<20000时取值为d，在20000~50000范围内时取值为c，在50000~100000范围内取值为b，大于等于100000时取值为a 三、实验步骤 1、针对CCSS案例数据的数据管理操作 1.1.计算变量，输入TS3到目标变量，在数字表达式中输入3，把任意年龄段分成三个组20-30设为1组，1-40设为2组41-50设为3组。图1， 图1 1.2.对已有变量的分组合并，在“名称”文本框中输入新变量名TS3单击“更改”按钮，原来的S3->?就会变为S3->TS3,单击“旧值和新值”按钮，系统打开“重新编码到其他变量：旧值和新值”，如下图2，

图2 图3 1.3.可视离散化，选择“转换”->“可视离散化”,打开的对话框要求用户选择希望进行离散化的变量，单击继续，如下图4，

图4 单击“生成分割点”，设定分割点数量为10，宽度为5，第一个分割点位置为18，单击“应用”，如下图， 图5 结果显示如下，

模式识别第二次上机实验报告

北京科技大学计算机与通信工程学院 模式分类第二次上机实验报告 姓名：XXXXXX 学号：00000000 班级：电信11 时间：2014-04-16

一、实验目的 1．掌握支持向量机（SVM）的原理、核函数类型选择以及核参数选择原则等； 二、实验内容 2.准备好数据，首先要把数据转换成Libsvm软件包要求的数据格式为： label index1:value1 index2:value2 ... 其中对于分类来说label为类标识，指定数据的种类；对于回归来说label为目标值。（我主要要用到回归） Index是从1开始的自然数，value是每一维的特征值。 该过程可以自己使用excel或者编写程序来完成，也可以使用网络上的FormatDataLibsvm.xls来完成。FormatDataLibsvm.xls使用说明： 先将数据按照下列格式存放（注意label放最后面）： value1 value2 label value1 value2 label 然后将以上数据粘贴到FormatDataLibsvm.xls中的最左上角单元格，接着工具->宏执行行FormatDataToLibsvm宏。就可以得到libsvm要求的数据格式。将该数据存放到文本文件中进行下一步的处理。 3.对数据进行归一化。 该过程要用到libsvm软件包中的svm-scale.exe Svm-scale用法： 用法：svmscale [-l lower] [-u upper] [-y y_lower y_upper] [-s save_filename] [-r restore_filename] filename （缺省值：lower = -1，upper = 1，没有对y进行缩放）其中，-l：数据下限标记；lower：缩放后数据下限；-u：数据上限标记；upper：缩放后数据上限；-y：是否对目标值同时进行缩放；y_lower为下限值，y_upper为上限值；（回归需要对目标进行缩放，因此该参数可以设定为–y -1 1 ）-s save_filename：表示将缩放的规则保存为文件save_filename；-r restore_filename：表示将缩放规则文件restore_filename载入后按此缩放；filename：待缩放的数据文件（要求满足前面所述的格式）。缩放规则文件可以用文本浏览器打开，看到其格式为： y lower upper min max x lower upper index1 min1 max1 index2 min2 max2 其中的lower 与upper 与使用时所设置的lower 与upper 含义相同；index 表示特征序号；min 转换前该特征的最小值；max 转换前该特征的最大值。数据集的缩放结果在此情况下通过DOS窗口输出，当然也可以通过DOS的文件重定向符号“>”将结果另存为指定的文件。该文件中的参数可用于最后面对目标值的反归一化。反归一化的公式为： （Value-lower）*（max-min）/(upper - lower)+lower 其中value为归一化后的值，其他参数与前面介绍的相同。 建议将训练数据集与测试数据集放在同一个文本文件中一起归一化，然后再将归一化结果分成训练集和测试集。 4.训练数据，生成模型。 用法：svmtrain [options] training_set_file [model_file] 其中，options（操作参数）：可用的选项即表示的涵义如下所示-s svm类型：设置SVM 类型，默

计量经济学实验报告 (3)

1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型

为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5

MATLAB第二次上机实验报告

电子科技大学电子工程学院标准实验报告（实验）课程名称MATLAB与数值分析 学生姓名： 学号： 指导教师：

一、实验名称 实验二 线性方程组求解和函数的数值逼近 二、实验目的 通过上机实验，使学生对病态问题、线性方程组求解和函数的数值逼近方法有一个初步的理解。 实验涉及的核心知识点：病态方程求解、矩阵分解和方程组求解、Lagrange 插值。 实验重点与难点：算法设计和MATLAB 编程 三、实验内容 1. 对高阶多项式 ()()() ()()20 1 1220k p x x x x x k ==---=-∏ 编程求下面方程的解 ()190p x x ε+= 并绘图演示方程的解与扰动量ε的关系。 2. 对2 20n =，生成对应的Hilbert 矩阵，计算矩阵的条件数；通过先确定解获得常向量 b 的方法，确定方程组 ()n H x b = 最后，用矩阵分解方法求解方程组，并分析计算结果。 3. 对函数 ()2 1 125f x x = + []1,1x ∈- 的Chebyshev 点 ()()21cos 21k k x n π ?? -= ? ?+? ? ，1,2,,1k n =+ 编程进行Lagrange 插值，并分析插值结果。 四、实验数据及结果分析 1. 对高阶多项式

()()() ()()20 1 1220k p x x x x x k ==---=-∏ 编程求下面方程的解 ()190p x x ε+= 并绘图演示方程的解与扰动量ε的关系。 p=[1,-1]; for i=2:20 n=[1,-i]; p=conv(p,n); % 求多项式乘积 end m=zeros(1,21); % m 的最高次幂为20，有21项 hold on x=1:20; d=[-1,0,0.1,0.5,1]; for i=1:5 delt=d(i); m(2)=delt; y=(roots(p+m))'; % 求多项式的根 plot(x,y,'-o','color',[i/5,i/20,i/10]); end title('方程p(x)=0的解与扰动量delt 的关系') legend('delt=-1','delt=0','delt=0.1','delt=0.5','delt=1') 2468101214161820 010 20 30 40 50 60 方程p(x)=0的解与扰动量delt 的关系 delt=-1delt=0delt=0.1delt=0.5delt=1

[管理学]统计学实验报告

实验报告 ——（关于小麦品种对小麦产量显著性影响的分析研究） 班级：09工商2班组长：tjs学号：09513285成绩： 小组成员姓名: tjs 09513285 wdh 09513286 ww 09513287 wj 09513288 一、实验目的与意义 本文运用单因素方差分析的统计方法对小麦品种对小麦产量是否具有显著性影响进行实证研究，经过数据分析得出了不同小麦品种对小麦产量具有显著性影响的结论。 二、实验内容 1、为了研究不同的小麦品种对小麦的产量是否有显著性影响，我们选取三个小麦品种：品种1、品种 2、品种3并且对每个品种选取四个地块的产量作为观测值。设三个品种总体均值分别为μ1 μ2 μ3 提出假设：H0 ：μ1 =μ2 =μ3 总体均值完全相等，自变量对因变量没有显著性影响。 H1 ：μ1 μ2 μ3总体均值不完全相等，自变量对因变量有显著性影响 设置显著性水平为0.05 其数据结构如下： 2、运用spss软件进行数据处理，以下是具体操作过程 （1）选择[Analyze]=>[Compare Means]=>[One-Way ANOVA...]，打开[One-Way ANOVA]主对 话框（如图所示）。

（2）从主对话框左侧的变量列表中选定小麦产量[var01]，单击按钮使之进入[DependentList]框，再选定变量小麦品种[var02]，单击按钮使之进入[Factor]框。单击[OK]按钮完成。 （3）生成统计结果如下：

3、结果分析 根据上面的计算结果，SS为离差平方和； df为自由度；MS为均方；F为检验的统计量；Sig=0.009 为P 值。我们直接运用计算出的P值与显著性水平α的进行比较，若P>α则不能拒绝原假设H0；若P<α则拒绝原 假设H0 ；在本题中，P=0.009<α=0.05 所以拒绝原假设H0 即小麦品种对产量有显著性影响。

计量经济学实验报告

计量经济学实验报告 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT

计量经济学实验 基于EViews的 中国能源消费影响因素分析 学院： 班级： 学号： 姓名：

基于EViews的中国能源消费影响因素分析 一、背景资料 能用消费是引是指生产和生活所消耗的能源。能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。能源是支持经济增长的重要物质基础和生产要素。能源消费量的不断增长，是现代化建设的重要条件。我国能源工业的迅速发展和改革开放政策的实施，促使能源产品特别是石油作为一种国际性的特殊商品进入世界能源市场。随着国民经济的发展和人口的增长，我国能源的供需矛盾日益紧张。同时，煤炭、石油等常规能源的大量使用和核能的发展，又会造成环境的污染和生态平衡的破坏。可以看出，它不仅是一个重大的技术、经济问题，而且以成为一个严重的政治问题。 在20世纪的最后二十年里，中国国内生产总值（GDP）翻了两番，但是能源消费仅翻了一番，平均的能源消费弹性仅为左右。然而自2002年进入新一轮的高速增长周期后，中国能源强度却不断上升，经济发展开始频频受到能源瓶颈问题的困扰。鉴于此，研究能源问题不仅具有必要性和紧迫性，更具有很大的现实意义。由于我国目前面临的所谓“能源危机”，主要是由于需求过大引起的，而我国作为世界上最大的发展中国家，人口众多，所需能源不可能完全依赖进口，所以，研究能源的需求显得更加重要。 二、影响因素设定 根据西方经济学消费需求理论可知，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。对于相关商品价格的替代效应，我们认为其只存在能源品种内部之间，而消费者偏好及消费者对商品价格的预期数据差别较大，不容易进行搜集整理在此暂不涉及。另外，发展经济学认为，来自知识、人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增长，

计算机组成原理上机实验报告

《计算机组成原理实验》课程实验报告 实验题目组成原理上机实验 班级 1237-小 姓名 学号 时间 2014年5月 成绩

实验一基本运算器实验 1.实验目的 （1）了解运算器的组成原理 （2）掌握运算器的工作原理 2.实验内容 输入数据，根据运算器逻辑功能表1-1进行逻辑、移位、算术运算,将运算结果填入表1-2。 表 1-1运算器逻辑功能表 表1-2运算结果表

3.实验原理 本实验的原理如图1-1所示。 运算器内部含有三个独立运算部件，分别为算术、逻辑和移位运算部件，要处理的数据存于暂存器 A 和暂存器 B，三个部件同时接受来自 A 和 B 的数据（有些处理器体系结构把移位运算器放于算术和逻辑运算部件之前，如 ARM），各部件对操作数进行何种运算由控制信号S3…S0和 CN 来决定，任何时候，多路选择开关只选择三部件中一个部件的结果作为 ALU 的输出。如果是影响进位的运算，还将置进位标志 FC，在运算结果输出前，置 ALU 零标志。ALU 中所有模块集成在一片 CPLD 中。 图 1-1 运算器原理图 逻辑运算部件由逻辑门构成，较为简单，而后面又有专门的算术运算部件设计实验，在此对这两个部件不再赘述。移位运算采用的是桶形移位器，一般采用交叉开关矩阵来实现，交叉开关的原理如图1-2所示。 图1-2中显示的是一个 4X4 的矩阵（系统中是一个 8X8 的矩阵）。每一个输入都通过开关与一个输出相连，把沿对角线的开关导通，就可实现移位功能，即： (1)对于逻辑左移或逻辑右移功能，将一条对角线的开关导通，这将所有的输入位与所使用的输出分别相连,而没有同任何输入相连的则输出连接 0。 (2)对于循环右移功能，右移对角线同互补的左移对角线一起激活。例如，在 4 位矩阵中使用‘右1’和‘左3’对角线来实现右循环 1 位。 (3)对于未连接的输出位，移位时使用符号扩展或是 0 填充，具体由相应的指令控制。使用另外的逻辑进行移位总量译码和符号判别。 运算器部件由一片 CPLD 实现。ALU 的输入和输出通过三态门 74LS245 连到 CPU 内总线上，另外还有指示灯标明进位标志 FC 和零标志 FZ。请注意：实验箱上凡丝印标注有马蹄形标记‘’，表示这两根排针之间是连通的。图中除 T4 和 CLR，其余信号均来自于 ALU 单元的排线座，实验箱中所有单元的 T1、T2、T3、T4 都连接至控制总线单元的 T1、T2、T3、T4，CLR 都连接至 CON 单元的 CLR 按钮。T4 由时序单元的 TS4 提供（时序单元的介绍见附录二），其余控制信号均由 CON 单元的二进制数据开关模拟给出。控制信号中除 T4 为脉冲信号外，其余均为电平信号，其中 ALU_B 为低有效，其余为高有效。 暂存器 A 和暂存器 B 的数据能在 LED 灯上实时显示，原理如图1-3 所示（以 A0 为例，其

计量经济学上机实验报告(异方差性)

《计量经济学》上机实验报告三 题目：检验异方差性 实验日期和时间： 班级： 学号： 姓名 实验室： 实验环境： Windows XP ; EViews 3.1 实验目的： 掌握异方差性的检验及处理方法 实验内容： 建立并检验四川省农村人均纯收入（X ）与人均生活费支出（Y ）的函数模型 实验步骤： 一：检验异方差性 ⒈图形分析检验 ⑴观察销售利润（Y ）与销售收入（X ）的相关图(图1)：SCAT X Y 01000 2000 3000 4000 1000 2000 3000 4000 5000 X Y 从图中可以看出，随着农村人均纯收入的增加，人均消费支出不断提高，但是离散程度不大，这不能说明变量之间可能存在递增的异方差性，需要进行别的检验方法。 ⑵残差分析

首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。在方程窗口中点击Resids 按钮就可以得到模型的残差分布图（或建立方程后在Eviews 工作文件窗口中点击resid 对象来观察）。 -100 01002000 10002000 3000400080 85 90 9500 05Residual Actual Fitted 上图显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。 ⒉Goldfeld-Quant 检验 ⑴将样本安解释变量排序（SORT X ）并分成两部分（分别有1978到1988共11个样本合1998到2008共11个样本） ⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为1285.598。 SMPL 1978 1988 LS Y C X Dependent Variable: Y Method: Least Squares Date: 11/25/13 Time: 08:53 Sample: 1978 1988 Included observations: 11 Variable Coefficient Std. Error t-Statistic Prob. C -19.66534 11.22945 -1.751229 0.1138 X 0.969970 0.039466 24.57761 0.0000 R-squared 0.985320 Mean dependent var 241.7309 Adjusted R-squared 0.983688 S.D. dependent var 93.57987 S.E. of regression 11.95175 Akaike info criterion 7.962598 Sum squared resid 1285.598 Schwarz criterion 8.034942

管理统计学-假设检验的SPSS实现-实验报告

假设检验的SPSS实现 、实验目的与要求 1. 掌握单样本 t检验的基本原理和 spss实现方法。 2. 掌握两样本 t检验的基本原理和 spss实现方法。 3. 熟悉配对样本 t检验的基本原理和 spss实现方法。 二、实验内容提要 1. 从一批木头里抽取 5根，测得直径如下（单位： cm），是否能认为这批木头的平均直径是1 2.3cm 12.3 12.8 12.4 12.1 12.7 2. 比较两批电子器材的电阻，随机抽取的样本测量电阻如题表2所示，试比较两批电子器 材的电阻是否相同（需考虑方差齐性的问题） 3. 配对 t检验的实质就是对差值进行单样本t检验，要求按此思路对例课本 13.4进行重新分析，比较其结果和配对 t检验的结果有什么异同。 4．一家汽车厂设计出 3种型号的手刹，现欲比较它们与传统手刹的寿命。分别在传统手刹，型号I、II、和型号 III中随机选取了 5只样品，在相同的试验条件下，测量其使用寿命（单位：月），结果如下： 传统手刹：21.213.417.015.212.0 型号 I ：21.412.015.018.924.5 型号 II ：15.219.114.216.524.5 型号 III ：38.735.839.332.229.6 （ 1）各种型号间寿命有无差别 ? （2）厂家的研究人员在研究设计阶段，便关心型号III 与传统手刹寿命的比较结果。此时应 当考虑什么样的分析方法？如何使用 SPSS实现？ 三、实验步骤 为完成实验提要 1. 可进行如下步骤 1. 在变量视图中新建一个数据，在数据视图中录入数据，在分析中选择比较均值，单样本t 检验，将直径添加到检验变量，点击确定。

西电微机原理第二次上机实验报告

西电微机原理第二次上机实验报告 学号：姓名： 一、实验目的 1.熟练掌握汇编语言程序设计的方法及上机步骤。 2.掌握算术运算中，十进制数调整指令的应用。 3.掌握子程序的设计方法。 4.掌握DOS功能的调用方法。 二、实验仪器 586微机 1台 三、实验内容 编写求十进制数12678532与21736543之和的程序，并将和以十进制数的形式送屏幕显示。 编程要求与提示： [1] 两个加数均以压缩(组合)十进制数形式存放在ADD1和ADD2为首址的存贮器单元。 [2] 和以压缩十进制数的形式存入SUM以下单元。 [3] 将和送到屏幕显示部分功能的实现采用子程序的形式。 [4] 实验步骤如下： a. 用全屏幕编辑软件建立源程序。 b．用masm.exe汇编程序对源程序进行汇编，形成目标程序。 c. 用link.exe连接程序对目标程序进行连接形成可执行文件。 d. 用DEBUG对连接通过的可执行程序进行调试。 四、实验内容对应的源程序及流程 源程序如下： STACK SEGMENT STACK DB 10H DUP(00) STACK ENDS DATA SEGMENT ADD1 DB 12H,67H,85H,32H ADD2 DB 21H,73H,65H,43H SUM DB 4H DUP(?) DATA ENDS CODE SEGMENT ASSUME CS:CODE,DS:DATA,ES:DATA,SS:STACK START:

MOV AX, DATA MOV DS, AX MOV AX, DATA MOV ES, AX MOV AX,STACK MOV SS,AX LEA SI, ADD1[3] LEA BX, ADD2[3] LEA DI,SUM[3] MOV CX,4 CLC L1: MOV AL,[SI] ADC AL,[BX] DAA MOV [DI],AL DEC SI DEC BX DEC DI LOOP L1 CALL DISPAL ; －－－－－－－－－－－－EXITPROC: MOV AH,4CH ;结束程序 MOV AH,1 INT 21H ; －－－－－－－－－－－－DISPAL PROC NEAR PUSH AX PUSH BX PUSH CX PUSH DX PUSH DI LEA DI,SUM MOV CX,4 DISPAL2: MOV AL,[DI] SHR AL,1 SHR AL,1 SHR AL,1 SHR AL,1 MOV AH,2 MOV DL,AL ADD DL,30H

计量经济学实验报告54995

1. 背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量. 然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注, 也是经济学理论研究的一个重要方面。在1978 —2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强, 居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是, 我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2. 模型的建立 2.1 假设模型 为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（）这个经济指标作为研究对象；用总就业人员数（1）衡量劳动力；用固定资产投资总额（ 2 ）衡 量资本投入：用价格指数（ 3 ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y:国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别 为： 1代表社会就业人数， 2代表固定资产投资， 3代表消费价格指数，代表随机干扰项。

《管理统计学》实验报告

《管理统计学》实验报告 学号： 姓名： 班级： 指导老师： 2020年9 月11 日

目录 熟悉SPSS的使用方法___________________________________________________________ 3实验（或实训）总结、评价 ____________________________________________________ 6描述统计、参数估计及假设检验 _________________________________________________ 6实验（或实训）总结、评价 ___________________________________________________ 24方差分析（含单因素和双因素） ________________________________________________ 24实验（或实训）总结、评价 ___________________________________________________ 31相关系数、回归参数估计和检验 ________________________________________________ 32实验（或实训）总结、评价 ___________________________________________________ 36

熟悉SPSS的使用方法 一、实验目的、任务 （1）了解SPSS 的运行模式，熟悉其主要窗口的结构； （2）理解并掌握有关数据文件创建和整理的基本操作，学习如何将收集到的数据输入计算机，建成一个正确的 SPSS 数据文件； （3）掌握如何对原始数据文件进行整理，包括数据查询，数据修改、删除，数据的排序等。 二、实验基本内容 （1）SPSS的启动和退出方法； （2）创建数据文件和读取外部数据的方法； （3）数据的编辑、保存和整理。 实验（实训）结果 例题：实验原始数据 某航空公司38 名职员性别和工资情况的调查数据，如表所示，试在SPSS 中进行如下操作： 1、将数据输入到SPSS 的数据编辑窗口中，将gender 定义为字符型变量，将salary 定义为数值型变量，并保存数据文件，命名为“实验1.sav”。 /插入一个变量income，定义为数值型变量。 将数据文件按性别分组。 查找工资大于40000 美元的职工。 当工资大于40000 美元时，职工的奖金是工资的20％；当工资小于40000 美元时， 职工的奖金是工资的10%，假设实际收入＝工资＋奖金，计算所有职工的实际收入，并添加到income 变量中。

计量经济学实验报告(自相关性)

实验6.美国股票价格指数与经济增长的关系 ——自相关性的判定和修正 一、实验内容：研究美国股票价格指数与经济增长的关系。 1、实验目的: 练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能够熟练使用学过的方法对模型进行修正。 2、实验要求： （1）分析数据，建立适当的计量经济学模型 （2）对所建立的模型进行自相关分析 （3）对存在自相关性的模型进行调整与修正 二、实验报告 1、问题提出 通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？ GDP是一国经济成就的根本反映。从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP增长，股票价格就随之上涨，实际走势有时恰恰相反。必须将GDP与经济形势结合起来考虑。在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。 本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。 2、指标选择： 指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。 3、数据来源： 实验数据来自《总统经济报告》（1989年），如表1所示：

表1 4、数据处理 将两组数据利用Eviews绘图，如图1、2所示： 图1 GDP数据简图图2 SPI数据简图

计量经济学实验报告 (1)

实验报告课程名称：计量经济学 实验项目：计量经济学Eviews应用与操作 学生姓名： 学号： 班级： 专业： 指导教师： 2015年12月

实验任务一 1. 根据数据1构建截面数据一元线性模型。 假设拟建立如下一元回归模型： Y=μ ββ10 ++X 下图为用Eviews 软件对数据进行回归分析的计算结果： Dependent Variable: Y Method: Least Squares Date: 01/07/03 Time: 23:44 Sample: 1 31 Included observations: 31 Coefficient Std. Error t-Statistic Prob.

X C R-squared Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid 9306127. Schwarz criterion Log likelihood Hannan-Quinn criter. F-statistic Durbin-Watson stat Prob(F-statistic) 由此可得：i i X Y 36.191.57?+-= （） （） （） （） R 2= 2. 对模型进行检验。 从回归估计的结果看，模型拟合较好。可决系数R 2=，拟合优度较高，表明该地区消费支出变化的97%可以由该地区可支配收入的变化来解释。从斜率项的t 检验值来看，在1%的水平上通过了显着性检验，它表明，人均可支配收入每增加1元，人均消费支出增加元。但是斜率值＞1，不符合经济规律。 3. 若2006年某地区人均可支配收入为4100元，那么该地区消费支出是多少？ 09.5518410036.191.57?0=?+-=Y （元） 实验任务二 1. 根据数据2构建时间数据一元线性模型。 假设拟建立如下一元回归模型： Y=μ ββ10 ++X 下图为用Eviews 软件对数据进行回归分析的计算结果： Dependent Variable: Y Method: Least Squares Date: 01/31/02 Time: 15:25 Sample: 1978 2006 Included observations: 29 Coefficient Std. Error t-Statistic Prob. X C