经济学实验报告内容5篇经济学实验报告内容 . 计量经济学实验报告 一.实验目的： 1、学习和掌握用SPSS做变量间的相关系数矩阵；2、掌握运用SPSS做多元线性回归的估下面是小编为大家整理的经济学实验报告内容5篇,供大家参考。
篇一：经济学实验报告内容
.计量经济学实验报告
一.实验目的：
1、学习和掌握用SPSS做变量间的相关系数矩阵；2、掌握运用SPSS做多元线性回归的估计；3、用残差分析检验是否存在异常值和强影响值4、看懂SPSS估计的多元线性回归方程结果；5、掌握逐步回归操作；6、掌握如何估计标准化回归方程7、根据输出结果书写方程、进行模型检验、解释系数意义和预测；
二．实验步骤：
1、根据所研究的问题提出因变量和自变量，搜集数据。2、绘制散点图和样本相关阵，观察自变量和因变量间的大致关系。3、如果为线性关系，则建立多元线性回归方程并估计方程。4、运用残差分析检验是否存在异常值点和强影响值点。5、通过t检验进行逐步回归。6、根据spss输出结果写出方程，对方程进行检验（拟合优度检验、F检验和t
检验）。7、输出标准化回归结果，写出标准化回归方程。8、如果通过检验，解释方程并应用（预测）。
三.实验要求：
研究货运总量y与工业总产值x1,农业总产值x2，居民非商品支出x3,之间的关系。详细数据见表：
（1）计算出y,x1,x2,x3的相关系数矩阵。（2）求y关于x1,x2,x3的三元线性回归方程（3）做残差分析看是否存在异常值。（4）对所求方程拟合优度检验。（5）对回归方程进行显著性检验。（6）对每一个回归系数做显著性检验。（7）如果有的回归系数没有通过显著性检验，将其剔除，重新建立回归方程，在做方程的显著性检验和回归系数的显著性检验。（8）求标准化回归方程。（9）求当x1=75,x2=42,x3=3.1时y。并给出置性水平为99%的近似预测区间。（10）结合回归方程对问题进行一些基本分析。
四.绘制散点图或样本相关阵
相关性
1/6'.
.
货运总量工业总产值农业总产值居民非商品支出
Pearson相关性
1
.556
.731*
.724*
货运总量
显著性（双侧）
.095
.016
.018
工业总产值农业总产值
NPearson相关性显著性（双侧）NPearson相关性显著性（双侧）NPearson相关性
10.556.095
10.731*.016
10.724*
101
11.155.650
11.444
10.155.650
111
11.562
10.444.171
11.562.072
111
居民非商品支出显著性（双侧）
.018
.171
.072
N
10
11
11
11
*.在0.05水平（双侧）上显著相关。
五．建立并估计多元线性回归模型：
Y01X12X23X3
2/6'.
.
六．残差分析找异常值
由上表分析得，残差分析找异常值后其Cook距离不能大于1，Student化已删除的残差的绝对值不能大于3，综上所述删除第六组观测值继续进行如上操作，再未发现异常值。
七.删除异常值继续回归：
模型汇总
模型
R
R方调整R方标准估计的误
差
1
.975a
.950
.920
12.94188
a.预测变量:(常量),居民非商品支出,工业总产值,农业总产值。
3/6'.
.
Anovaa
模型
平方和
df
均方
F
回归
15968.094
35322.698
31.779
1
残差
837.462
5167.492
总计
16805.556
8
a.因变量:货运总量b.预测变量:(常量),居民非商品支出,工业总产值,农业总产值。
Sig..001b
模型
(常量)工业总产值1农业总产值居民非商品支出
系数a
非标准化系数
标准系数
B
标准误差试用版
-659.510126.833
4.070
1.071
.412
16.043
2.824
1.057
-14.359
9.109
-.306
t
-5.2003.8025.681-1.576
Sig.
B的95.0%置信区间
下限
上限
.003-985.546-333.474
.013
1.318
6.822
.002
8.784
23.301
.176-37.776
9.057
则回归方程为：Y659.5104.070X116.043X214.359X3
由上述分析知居民的非商品支出的参数估计量3所对应P值为0.176大于=0.05，所以货运总量与居民非商品支出无显著性差异，即剔除变量：居民的非商品支出，继续做回归。
4/6'.
.
此时的回归方程为：
Y508.5013.534X112.333X2
八.统计检验：
（1）拟合优度检验：由估计结果图表可知，可决系数R2=0.962，修正的可决系数R2=0.925。计算结果表明，估计的样本回归方程较好的拟合了样本观测值。（2）F检验提出检验的原假设为H0:i=0对立假设为H1：i至少有一个不等于零（i=0，1,2）对于给定的显著性水平=0.05，P=0.000<=0.05,所以否定原假设,总体回归方程是显著的。(3)t检验提出的原假设为H0：i=0i=0，1，2
5/6'.
.
由表得，t统计量为0所对应的P值为0.0021所对应的P值为0.0212所对应的P值为0.000
对于给定的显著性水平a=0.05，因为012所对应的P值均小于=0.05,所以货运总量与工业总产值和农业总产值之
间有显著性关系，
（4）预测假设X1=75，X2=42试预测货运总量并构造其99%的置信区间将X1=75，X2=42代入估计的回归方程
Y508.5013.5347512.33342274.535经计算得Y的置信区间为（237.71840,312.28406.）(5)相关分析当维持农业总产值不变的情况下，每增加一单位的工业总产值，货运总量相应的增加3,534亿吨；当维持工业总产值不变的情况下，每增加一单位的农业总产值，货运总量相应的增加12.333亿吨；综上得出农业总产值引起货运总量的变化相比于工业总产值较大。
篇二：经济学实验报告内容
计量经济学实验报告一•实验目的：
1、学习和掌握用SPSS做变量间的相关系数矩阵；2、掌握运用SPSS做多元线性回归的估计；3、用残差分析检验是否存在异常值和强影响值4、看懂SPSS估计的多元线性回归方程结果；5、掌握逐步回归操作；6掌握如何估计标准化回归方程7、根据输出结果书写方程、进行模型检验、解释系数意义和预测；
二.实验步骤：
1、根据所研究的问题提出因变量和自变量，搜集数据。
2、绘制散点图和样本相关阵，观察自变量和因变量间的大致关系。
3、如果为线性关系，则建立多元线性回归方程并估计方程。
4、运用残差分析检验是否存在异常值点和强影响值点。
5、通过t检验进行逐步回归。
6根据spss输出结果写出方程，对方程进行检验(拟合优度检验、
F检验和t
检验)。
7、输出标准化回归结果，写出标准化回归方程。
8、如果通过检验，解释方程并应用(预测)。
三•实验要求：
研究货运总量y与工业总产值x1,农业总产值x2，居民非商品支出x3,之间的
关系。详细数据见表：
(1)计算出y,x1,x2,x3的相关系数矩阵。
(2)求y关于x1,x2,x3的三元线性回归方程
(3)做残差分析看是否存在异常值。
(4)对所求方程拟合优度检验。
(5)对回归方程进行显著性检验。
(6)对每一个回归系数做显著性检验。
(7)
如果有的回归系数没有通过显著
性检验，
将其剔除，重新建立回归方程，
在做方程的显著性检验和回归系数的显著性检验。
(8)求标准化回归方程。
(9)求当x仁75,x2=42,x3=3.1时y。并给出置性水平为99%的近似预测区间。
(10)结合回归方程对问题进行一些基本分析。
1/6'.
四.绘制散点图或样本相关阵
相关性
2/6'.
货运总量
Pearson相关性显著性（双侧）
工业总产值农业总产值居民非商品支出
NPearson相关性显著性（双侧）NPearson相关性显著性（双侧）NPearson相关性显著性（双侧）
N*.在0.05水平（双侧）上显著相关。
货运总量工业总产值农业总产值居民非商品支出
1
.556
.731*
.724*
.095
.016
.018
10.556
.095
10
10
1
.155
.650
10
11
11
.731*
.155
1
.016
.650
10.724*
11.444
11.562
.018
.171
.072
10
11
11
10.444.171
11.562.072
111
11
五.建立并估计多元线性回归模型:
0
1X1
2X2
3X3
棋型仁总
林准fed的俣
R
尺方
论釜RF
1
.890a
.S06
.708
a
（Mai.居民啊品七出］』总ria,农业总
产值
Anavs3
平冇如
F
1
叵I归
13655370
3
4551790
8.283
3297.130
6
549.522
总i+1S95Z5DQ
g
a.因変■:费远斂■
b,颅训公鑫居尺非简品支岀「业总产岂衣业总产僮
Sig..015b
非标醴化痛
1
停宣
工业％値
B-348.2^3
3.754
176459
1933
农业总产値苦民那商品勺吕
7.10112.447
2.990
10.50&
365.535
.277
t
-1,9741.9422.4651.178
Sig..□96
.100D49
.284
3/6'.
六.残差分析找异常值
i3
1.00
I
24Q
2.003.0Q1.M1.5Q
4.002.003203.00
110
ZRE_1^66014.54710.22798-.003881.41736-1.07490
-SS347.35127.79752
-
SRE_1•893636276726517-00433
175400
-211666-1.17343-11fi281
40935106463
-
SDR_1-.37604.59277.2434&-.003%
2.293(3■3.83214
-1.220391.206K379C21.07911
C00_1.16609.03115&C'62O
.000004C8743.21G01
■测m2醐
.&150Q1216&
-
LEV_1.3641814025160790993524702.64187
4927736129163663388310659
械忸
157.9123
粧K値
265.3018
览値
2127778
44.87675
N9
林:准前M値
-1676
1.176
.ODO
1.000
9
预涮的标律讦至
6082
11016
8486
1.654
9
谎整的WM
153.8641292.2651
231.654045.36696
g
-125078214.2606Q
.00300
10.23146
9
-.966
1.102
.000
.791
9
Student化-L*
-1312
1.534
.031
1.049
9
已删除的康E
-23.06691
27.SE7361.12377
1813936
g
Student化巳Bl徐的艰
-1450
1.B86
.086
1.178
g
Matial距冉
376
4.939
2.567
1.357
9
Cook的JgK
007
.57&
1Q4
.214
g
国中杠杆值
110
.617
333
.170
9
aS7S'>
由上表分析得，残差分析找异常值后其
Cook距离不能大于1,Student化已删除的残
差的绝对值不能大于3,综上所述删除第六组观测值继续进行如上操作，再未发现异常值。
七.删除异常值继续回归：
模型汇总
模型
R
R方
调整R方
标准估计的误
差
i
.975a
.950
.920
12.94188
a.预测变量：（常量）,居民非商品支岀，工业总产值,农业总产值。
4/6'.
模型
Anovaa
平方和
df
均方
F
回归
15968.094
35322.698
31.779
1
残差
837.462
5167.492
总计
16805.556
8
a.因变量：货运总量
b.预测变量：（常量）,居民非商品支岀，工业总产值,农业总产值。
篇三：经济学实验报告内容
.实验报告
一、实验名称：
我国过去19年公共支出与国内生产值的比较分析
二、实验目的：
我国历年的公共支出是随着我国社会经济的发展而变化的。本实验用定量的分析方法，根据我国的公共支出的实际情况，列举了19年来我国公共支出及国内生产总值，应用SPSS软件中线性回归分析和散点图对所得数据进行分析，并得出规律性结论，即公共支出随国内生产总值的增长的变化情况。
三、实验设备：
综合实验室计算机及网络.SPSS12.0软件.统计学.计量经济学
四、实验内容及主要步骤：
1、向SPSS系统中输入原始数据（2005年度国家统计局统计数据）(1)打开SPSS系统，进入数据编辑器。(2)点击变量视图,定义变量。(3)点击数据视图,输入原始数据。2、进行线性回归分析(1)点击“分析”菜单“回归”中选择“线性”命令。(2)在“线性回归分析”对话框中，从对话框左侧的变量列表中选择“国内生产总值”作为自变量，将“公共支出”作为因变量。(3)在“线性回归”中选择“统计量”对话框，然后在对话框中选择“置信区间.协方差矩阵.描述性.部分相关和偏相关性”等多选按钮。单击“继续”。(4)在“线性回归”中选择“图”对话框中，将散点图的属性设置为DEPENDENT。在“标准化残差图”中选择“直方图”和“正态概率图”。(5)在“线性回归-保存”对话框中，选择“预测值--标准化.均值预测值S.E”,“残差—标准化”，“距离—Mahalanobis距离”，“影响统计量—标准化DfBeta,标准化DfFit”，“预测区间—均值”。(6)单击“确定”，SPSS自动完成计算。(7)在“SPSS数据编辑器”中选择“图形”菜单，在出来的“散
精选word范本！
.
点图”中选择“简单散点图”，然后单击“定义”，将国内生产总值作为横轴值，公共支出作为纵轴值，单击“确定”，SPSS自动完成计算。
五、收集实验数据：
年份
1978198019851989199019911992199319941995199619971998199920002001200220032004
国内生产总
值
3624.14517.88989.116917.818598.421662.526651.934560.54667057494.966850.573142.776967.280579.368825495727.85103935.3116741.2136584.3
公共支出
1122.091228.832004.252823.783083.593386.623742.24642.35792.626823.727937.559233.5610798.1813187.6715886.518902.5822053.1524649.9528486.89
六、实验过程与分析
(一)实验原理1．线性回归：
本实验中主要涉及一元线性回归，即用一个解释变量线性表示一个被解释变量，通常的方程式为：Y=aX+b。但是，在很多情况，X和Y并不是呈现明显的线性关系,这时我们就需要对原模型进行重新估计,即利用最小二乘法构建新的估计方程式：
^
^
yaxbu
使用上述公式可以在X和Y线性关系不太明显的情况下准确描述二
精选word范本！
.
者的关系。2.公共支出与国内生产总值比较：从我国近19年的公共支出和国内生产总值数据变化中可以得到
一条规律：随着社会经济的增长，国内生产总值和公共支出的总体规模在逐年增长，但公共支出在国内生产总值中所占比重却逐年下降。
(二)实验数据分析
描述统计量
国内生产总值公共支出
均值56761.549
5
9778.2121
标准差40595.142
308461.3054
6
N1919
相关性
国内生产总值
Pearson相关性国内生产总值
1.000
公共支出显著性（单侧）国内生产总值
.963.
公共支出
.000
N
国内生产总值
19
公共支出
19
公共支出.963
1.000.000.1919
系数(a)
标准
模
化系
显著
型
非标准化系数
数
t
性B的95%置信区间
相关性
B
标准误Beta
下限
上限零阶偏部分
1（常11573.5573997.259
量）
2.895.0103140.07720007.037
公共支出
4.621
.313.96314.780.0003.962
5.281.963.963.963
精选word范本！
.
回归标准化残差的标准P-P图
因变量:国内生产总值
1.0
0.8
期望0.6的累积概0.4率
0.2
0.0
0.0
0.2
0.4
0.6
0.8
1.0
观测的累积概率
30000.00
25000.00
20000.00
公共支15000.00出
10000.00
5000.00
0.000.00
20000.00
40000.00
60000.00
80000.00
国内生产总值
100000.00
120000.00
140000.00
精选word范本！
.
七、实验结果总结：1．近19年来我国的国内生产总值的平均值为56761.549，公共支出的平均值为9778.2121。但是，90年代之前却低于这两平均值，90年代以后却高于这两平均值。说明:在改革开放以后,我国经济建设取得了卓越的成就2.散点图显示出前些年的公共支出上升幅度较小,后继几年上升幅度较大。但是，从社会经济总的发展趋势来看，公共支出的总的规模在不断扩大，在国内生产总值中所占比重却在下降。3.从公共支出—国内生产总值散点图及相关性和系数表中可以看出：公共支出和国内生产总值是线性相关的,并且a=0.963b=4.621,即当国内生产总值每变化一单位时,公共支出就变化5.584(0.963+4.621)个单位。
4.公共支出总量的统计描述；我国公共支出总量的基本变化情况。
如表1所示，自1978年以来,我国公共支出总量规模一直呈快速增长
篇四：经济学实验报告内容
《微观经济学》实验报告实验时间：级：
学号：
12月20日姓名：
系别：经济学类成绩：
专业班
【实验题目】个人收入与物价水平对陕西省城镇居民恩格尔系数影响
的实证分析【实验目的】通过实证分析加深对消费理论，尤其是恩格尔定律的认
识与理解。并分析影响恩格尔系数大小的影响因素。【理论基础】恩格尔系数与恩格尔定律：十九世纪中期，德国统计学
家与经济学家恩格尔对比利时不同收入的家庭消费情况进行了调查，研究了收入增加对消费需求支出构成的影响，提出了带有规律性的原理，由此被命名为恩格尔定律。
其具体内容是一个家庭收入越少，家庭收入中（或总支出中）用来购买食物的支出所占的比例就越大，随着家庭收入的增加，家庭收入中（或总支出中）用来购买食物的支出则会下降。推而广之，一个国家越穷，每个国民的平均收入中（或平均支出中）用于购买食物的支出所占比例就越大，随着国家的
第1页
富裕，这个比例呈下降趋势。ln恩EC格l尔nE定C(律1)的公(l式nE：C*lnEC(1))食物支出对总支出的比率(R1)=食物支出变动百分比÷总
支出变动百分比x100%食物支出对收入的比率(R2)=食物支出变动百分比÷收
入变动百分比x100%恩格尔系数是根据恩格尔定律得出的比例数，是表示生活
水平高低的一个指标。其计算公式如下：恩格尔系数=食品消费支出÷总消费支出
根据消费理论中斯勒茨基方程的收入效应与替代效应，收入与物价变动是影响恩格尔系数最重要的原因。
对应于一定的收入与物价水平，消费者应该有一个预期的最佳恩格尔系数。但消费行为具有一定程度的刚性，消费习惯难以在短时间内改变。杜森贝里的相对收入假说就谈到了棘轮效应，即消费习惯形成之后有不可逆性，易于向上调整而难于向下调整。因此，恩格尔系数的预期水平在单一周期内一般不会完全实现，而只能得到部分的调整。本文将据此建立一个局部调整模型。
局部调整假设认为，被解释变量的实际变化仅仅是预期变化的一部分，即
第2页
lnEC将*上述两1式lnC合P并I转2化ln形FP式I，得3ln到Yut
等于【ln实EC验要求(1】)lnEC(1)1lnCPI2lnFPI3lnYut
通ln过ECEv*ie0w*lnsEC软(1件)设1*l计nCP恩I格2*尔lnF系PI数3（*lnEYCut*表示）关于食品零售价格指数（FPI），居民消费价格指数（CPI），居民人均可支配收入（Y），之间的回归方程。
【实验方案与进度】1)设计回归模型根据ln以EC上理*论0分*ln析EC，(1恩)格1*尔lnC系PI数作2*ln为FP被I解3*释lnY变量ut*，以EC表示；它与解释变量本期食品零售价格指数(FPI)、本期消费价格指数(CPI)、本期收入(Y)、上期的EC存在以下关系(为缩小变量间的数量级差距，以及使模型更符合斯勒茨基方程的特征，取变量的自然对数形式）
2)利用EViews软件进行回归分析,得到回归方程3)修正多重共线性4)异方差检验多元线性回归模型要求满足随机扰动项μt同方差的基本假设，如存在异方差现象，就可能出现严重的偏差。利用White检验法，进行异方差检验。5)平稳性检验与协整分析由于模型中使用的都是时间序列数据，必须进行平稳性
第3页
检验，否则，得到的结果很可能就是“伪回归”。【实验过程与步骤】1)设计回归模型收集陕西城镇居民在1981-2009年间的恩格尔系数
（EC），人均可支配收入（Y)，居民消费指数（CPI),食品价格指数（FPI），绘制为表格。
打开Eviews，建立Workfile,步骤是New/work1981、end2009
在Eviews上建立名为EC,FPI,CPI,Y的时间序列。并在其内粘贴上之前绘制表格的数据。
第4页
保存为group1Quick/Equation/log(ec)clog(cpi)log(fpi)log(ec(-1))得到回归曲线
第5页
3)修正多重共线性去掉变量cpi
去掉变量Y
进行异方差检验
第6页
5)平稳性检验与协整分析由于模型中使用的都是时间序列数据，必须进行平稳性
检验，否则，得到的结果很可能就是“伪回归”。协整分析是通过对原回归结果中的残差项进行平稳性检
验，如残差项是平稳的，则消除了“伪回归”的可能，原回归结果反映了各变量间的长期均衡关系。
一次平稳性检验不符合，而二次符，基本排除了“伪回归”的可能。
第7页
【实验结果】Log(ec)=0.721535Log(ec(-1))+0.064748Log(fpi)+1.
413356C【结果分析】首先，本期恩格尔系数的对数会受到上一期恩格尔系数对数的影响，影响系数为0.721535,证明了城镇居民的消费存在一定程度的刚性，我们可以将其理解为消费习惯与消费结构在短期内难以改变；其次，从长期看来，恩格尔定律在我国也是适用的，随着收入的增加，恩格尔系数呈下降趋势。最后，LNFPI的系数为正，说明食品价格上涨会使城
乡居民的恩格尔系数增大。
第8页
篇五：经济学实验报告内容
v...
..
实验报告
——行为经济学
..
.资料.
.
v
...
..
一、独裁者博弈(DictatorGame)
这是一个两人博弈，其中一人为决策提出者(Proposer)，另一人为决策响应者(Responder)。Proposer决定如何在两个人之间分$100，即决定“AmountforYou”及“AmountforOther”。决策制定后，Responder被告知该决策。
实验数据统计图如下所示:
实验结果分析：1、根据传统经济学理论的“理性人假设”，在独裁者博弈中，决
..
.资料.
.
v
...
..
策者的理性决策应为：使自己的利益最大化，即将所有的钱都据为己有，而给决策响应者分的数额为0。2、根据实验数据不难发现，各决策者都或多或少会偏离传统经济学中的理性决策，只有极少数的决策者做到了是自己的利益最大化，即将$100全部留给自己；大部分决策者都给决策响应者分了一少部分的钱。这说明人的行为是极其复杂的，不是只追求自身利益最大化的传统经济学理性人，影响他们决策的还有很多其他的因素。
二、最后通牒博弈(UltimatumGame)
最后通牒博弈类似于独裁者博弈，其中一人为决策提出(Proposer)，另一人为决策响应者(Responder)。Proposer决定如何在两个人之间分$100，即决定“AmountforYou”及“AmountforOther”。决策制定后，Responder可以接受该决策(Accept)，或者拒绝(Reject)。如果Reject，则双方的收益都为0。
实验数据统计图如下所示:
..
.资料.
.
v
...
..
实验结果分析：
..
.资料.
.
v
...
..
1、根据传统经济学理论的“理性人假设”，在最后通牒博弈中，决策者的理性决策应为：使自己的利益最大化。而在最后通牒博弈中，由于决策响应者有权对决策拒绝，如果决策者将所有的钱都据为己有，决策者所能得到的收益将为0，所以决策者必须将利益分给决策响应者一部分；同时为使自己的利益最大化，决策者又必须给决策响应者尽可能少分。因此，决策者此时的最优决策应为：给决策响应者分一单位的钱，其余的都留给自己。在此实验中应为给自己留$99，给决策响应者分$1，从而使自己的利益最大化。而决策响应者作为一个理性人，如果决策者没有给他分钱，他的最优决策就是拒绝决策者的决策，从而使双方得益均为0，在自己没有得益的时候，使决策者的得益也为0，从而对决策者进行惩罚。而如果决策者分给了自己一部分利益，不管多少，都应该接受。因为作为理性人，如果在有得益的时候拒绝决策者的决策时，自己的得益将变为0，这在惩罚决策者的决策的同时也使自己的得益减少了，故不可取。在此实验中即，如果决策者分给决策响应者的钱数不少于$1时，决策响应者都应该接受决策。2、根据实验数据不难发现，各决策者都或多或少会偏离传统经济学中的理性决策。在本实验中，在图“接受的收益比较”中，当收益在$30左右时，大部分决策响应者就会接受决策者的决策，但各决策响应者的可接受收益却不尽相同。在图“拒绝的收益比较”中，当收益大于$35时，决策响应者都接受了决策，即他们认为这样的决策是比较公平的，是可接受的，也是合理的；而在收益小于$35时，各决策响应者的反应则是不尽相同的，大多数响应者在被分给$19.5（均值）左右时会拒绝决策者的决策，而部分响应者则在大于5时就会接受决策者的决策。这取决于他们个人对公平的认识。在这里，他们的行为表现得不像理性人。他们不是只追求利益最大化的传统经济学理性人，他们是现实经济活动中的复杂人。在他们认为不公平时，即使所得利益大于他们利益最大化看的最小收益，拒绝会使他们自己的收益为0时，他们还是会拒绝决策者的决策，以惩罚决策者。
3.二阶段谈判博弈(Two‐StageBargaining)
二阶段谈判博弈类似于最后通牒博弈。在第一阶段，其中一人为决策提出者(Proposer)，另一人为决策响应者(Responder)。Proposer决定如何在两个人之间分$100，即决定“AmountforYou”“AmountforOther”。决策制定后，Responder可以接受该决策
..
.资料.
.
v
...
..
(Accept)，或者拒绝(Reject)。如果选择Reject，则进入第二阶段。由Responder提出如何在两人之间分$100，Proposer只能接受(Accept)，或者拒绝(Reject)。如果Reject，则双方的收益都为0。
实验数据统计图如下所示：
实验结果分析：
1、根据传统经济学理论的“理性人假设”，在两阶段博弈中，决策者的理性决策应为：使自己的利益最大化。两阶段博弈是一个动态博弈，先从第二阶段出发，在此阶段，决策者成为了决
..
.资料.
.
v
...
..
策接受着，故根据传统经济学理论，只要决策响应者分给他不少于$1的钱，他就应该接受决策。否则，他将得不到任何收益，即拒绝的话其收益将为0。而从决策响应者的角度考虑，在第一阶段，决策者分给他少于$99的钱时，他就要拒绝，从而在第二阶段分给对方$1，使自己得到最大化的利益$99。2、根据试验统计数据不难看出，在第一阶段当决策者分给决策响应者多于$50而小于$70时，甚至比$50还少时，决策响应者便接受了决策者的决策，而并没有去追求$99的最大利益。而且不难观察到，决策者的决策大部分都是分给决策响应者$50，且此时绝大多数决策响应者都会接受该决策。这表明他们认为此决策结果是比较公平的、可接受的。而在第二阶段时，我们观察图“第二阶段拒绝”可以看出，决策者在被分给$40左右时都会拒绝决策，他们认为他们应被给与更多的利益；他们此时表现得与理性决策者很不相同，他们如果符合传统经济学理性人假设的话，一旦被分给了一部分钱，他们是不会拒绝决策的，因为如果拒绝了，他们的得益便会为0。而在此实验的第二阶段，很多决策者放弃了$40左右的收益来惩罚响应者所做的决策。这表明，人不是简单的理性人，还有很多其他的利益以外的因素影响着他们的决策。社会人是复杂人。
