經(jīng)典模型的線性回歸分析.doc

《經(jīng)典模型的線性回歸分析.doc》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、《計量經(jīng)濟學》實驗報告《計量經(jīng)濟學》課內(nèi)實驗報告學生姓名:張學陽1009300132及學號：學院:理學院班級:數(shù)學101課程名稱：計量經(jīng)濟學實驗題目:經(jīng)典模型的線性回歸分析指導教師姓名及職稱：朱秀麗講師朱振菊實驗師2013年05月08日-9-《計量經(jīng)濟學》實驗報告一、實驗目的1.掌握三種非經(jīng)典線性回歸模型的概念；2.學會利用Eviews軟件檢驗非經(jīng)典線性回歸模型的形式；3.學會利用Eviews軟件處理非經(jīng)典線性回歸模型。二、實驗內(nèi)容1.表1列出了1998年我國主要制造工業(yè)銷售收入與銷售利潤的統(tǒng)計資料，請利用統(tǒng)計軟件Eviews建立我國制造業(yè)利潤函數(shù)模型，要求檢驗異方差性，并處

2、理異方差性。2．利用表2資料，試建立我國城鄉(xiāng)居民儲蓄存款模型，并檢驗模型的自相關(guān)性。3．經(jīng)分析，影響國內(nèi)旅游市場收入的主要因素，除了國內(nèi)旅游人數(shù)和旅游支出以外，還可能與相關(guān)基礎設施有關(guān)。為此，考慮的影響因素主要有國內(nèi)旅游人數(shù)，城鎮(zhèn)居民人均旅游支出X3，農(nóng)村居民人均旅游支出X4，并以公路里程X5和鐵路里程作為相關(guān)基礎設施的代表。為此設定了如下對數(shù)形式的計量經(jīng)濟模型：其中：——第t年全國旅游收入——國內(nèi)旅游人數(shù)（萬人）——城鎮(zhèn)居民人均旅游支出（元）——農(nóng)村居民人均旅游支出（元）——公路里程（萬公里）——鐵路里程（萬公里）為估計模型參數(shù)，收集旅游事業(yè)發(fā)展最快的1994—2003年的

3、統(tǒng)計數(shù)據(jù)。利用Eviews軟件，對模型進行OLS回歸，并且討論多重共線性。三、建立模型注：此部分對實驗問題的進行描述，建立經(jīng)典線性模型，進行必要說明。格式：小四，宋體（timesnewroman），段間距單倍，首行縮進2個字符1.統(tǒng)計量對給定的顯著水平，查分布表得的臨界值，若，表明樣本數(shù)據(jù)異方差性顯著，否則，認為不存在異方差性。2.自相關(guān)系數(shù)當樣本容量很大時-9-《計量經(jīng)濟學》實驗報告四、實驗方法及結(jié)果1.圖4-1回歸-9-《計量經(jīng)濟學》實驗報告圖4-2懷特檢驗從結(jié)果中可以看出，Obs*R-squared=6.270439,對于0.05的顯著水平應該否定零假設，即隨機項中存在

4、異方差。-9-《計量經(jīng)濟學》實驗報告圖4-3處理異方差2.使用普通最小二乘法估計模型，得圖4-4模型估計該回歸方程的判定系數(shù)很高，回歸系數(shù)很顯著。對樣本量n=21，一個解釋變量的模型，在5%的顯著水平下，查DW表可知，dL=1.22，du=1.42，得到DW

5、模型進行廣義差分變換得：Yt-0.9025Yt-1=B1（1-0.9025）+B2（Xt-0.9025Xt-1）+Vt令Yt*=Yt-0.9025Yt-1Xt*=Xt-0.9025Xt-1使用普通最小二乘法估計模型得回歸方程為：-9-《計量經(jīng)濟學》實驗報告Yt*=30.2955+0.0064Xt*Se=(3.4329)(0.0006)T=(8.8251)(10.4894)R^2=0.8594F=110.0268DW=1.7856圖4-9查表知道，對于樣本容量為20的5%顯著水平DW，Dl=1.20，Du=1.41。由于DW>Du,所以模型中已經(jīng)沒有序列相關(guān)。3.利用Eview

6、s軟件，輸入Y、X2、X3、X4、X5、X6等數(shù)據(jù)，采用這些數(shù)據(jù)對模型進行OLS回歸，結(jié)果如圖4-9：圖4-9回歸由此可見，該模型，可決系數(shù)很高，F(xiàn)檢驗值173.3525,明顯顯著。但是當時,不僅、-9-《計量經(jīng)濟學》實驗報告系數(shù)的t檢驗不顯著，而且系數(shù)的符號與預期的相反，這表明很可能存在嚴重的多重共線性。計算各解釋變量的相關(guān)系數(shù)，選擇X2、X3、X4、X5、X6數(shù)據(jù)，點”view/correlations”得相關(guān)系數(shù)矩陣（如圖4-10）：圖4-10相關(guān)矩陣由相關(guān)系數(shù)矩陣可以看出：各解釋變量相互之間的相關(guān)系數(shù)較高，證實確實存在嚴重多重共線性。消除多重共線性采用逐步回歸的辦法，

7、去檢驗和解決多重共線性問題。分別作Y對X2、X3、X4、X5、X6的一元回歸，結(jié)果如表4.5所示：表4.1變量X2X3X4X5X6參數(shù)估計值0.08429.052311.667334.33242014.146t統(tǒng)計量8.665913.15985.19676.46758.74870.90370.95580.77150.83940.9054按的大小排序為：X3、X6、X2、X5、X4。以X3為基礎，順次加入其他變量逐步回歸。首先加入X6回歸結(jié)果為：t=(2.9086)(0.46214)當取時，，X6參數(shù)的t