得到了估计方程自动保存的.doc
《得到了估计方程自动保存的.doc》由会员分享,可在线阅读,更多相关《得到了估计方程自动保存的.doc(7页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、【精品文档】如有侵权,请联系网站删除,仅供学习与交流得到了估计方程自动保存的.精品文档.计量经济学实验报告学号:20104982 专业班级:金融二班 姓名:王慧 一、实验目的:1、 掌握一元、多元线性回归模型的估计方法及检验方法;2、 异方差检验及异方差的消除的分析过程;3、 自回归检验及自回归消除的分析过程;4、 多重共线性及多重共线性消除的分析过程。 二、实验要求:选择方程进行一元线性回归、异方差、自回归和多重共线性的检验与消除。三、实验原理:普通最小二乘法(OLS)、加权普通最小二乘法(WLS)四、实验数据:1、东莞市经济部分数据、广东省宏观经济部分数据。2、自选数据实验一、回归分析实验
2、 要求:第一题使用t检验进行检验(需要有计算过程),其余题目可以通过观察Eviews输出结果用p检验即可。第3、4必须是多远回归分析内容。实验目的:掌握一元、多元线性回归模型的估计方法及检验方法。实验要求:选择方程进行一元、多元回归线性回归。实验原理:普通最小二乘法(OLS)。实验数据:东莞市经济部分数据、广东省宏观经济部分数据。实验步骤:选择方程进行一元回归线性回归分析第一部分一元回归分析:一、 根据东莞数据,选择国内生产总值(GDP)、财政收入(REV)、财政支出(EXB)和社会消费品零售额(SLC),分别进行如下处理:(a)把REV作为应变量,把GDP作为解释变量:(b)把EXB作为应变
3、量,把REV作为解释变量;(c)把SLC作为应变量,把GDP作为解释变量进行一元线性回归分析。1、(a)REV作为因变量,GDP作为解释变量从散点图可知,这对变量成线性关系。得到了估计方程:REV=-5826.158+0.084781*GDP (2517.475) (0.003311) (-2.314286) (25.60453) R2=0.976176 SE=7732.823l 模型检验:(1) 拟合优度检验:从回归估计的结果来看,模型拟合较好。可决系数R2=0.976176,表明财政收入变化的97.6176%可由国内生产总值的变化来解释。(2) 变量显著性检验(计算过程如下):从斜率项的t
4、检验值来看,大于5%显著性水平下的自由度为n-2=16的临界值t0.025(16)=2.120,即t=(0.084781-0)/0.003311=25.604532.120, 通过了变量显著性检验。(3) 方程显著性检验:因为该模型是一元回归模型,所以该检验与t检验是一致的。(4) 经济意义检验:该斜率值满足00.0847812.120,通过了变量的显著性检验,并且斜率值00.7193082.120,通过了变量的显著性检验,并且,斜率值00.3314701,说明,GDP每增加一个单位,SLC增加0.331470个单位,符合经济理论。二、根据广东数据选择收入法国内生产总值(GDP1)、劳动者报酬
5、(LB)、固定资产折旧(ZJ)、生成税净额(SE)、营业盈余(YY)、财政收入(CS)和财政支出(CZ),分别把LB、ZJ、SE、YY作为应变量,GDP1作为解释变量;CS作为应变量,SE作为解释变量;CZ作为应变量,CS作为解释变量进行一元线性回归分析。样本区间为19781999年根据要求,以下用P检验即可。2、(a)分别得到了估计方程:LB=0.513231*GDP1 ZJ=0.154983*GDP1 SE=0.154507*GDP1 YY=0.198076*GDP1l 模型检验:由P检验可知四个都P=0.00000.05,参数显著。(b)、CS作为因变量,SE作为解释变量得到了估计方程:
6、CS=31.03074+0.482249*SEl 模型检验:根据P检验:P=0.00000.05,参数显著(c)CZ作为因变量,CS作为解释变量得到了估计方程:CZ=-26.30586+1.302514*CSl 模型检验:根据P检验,P=0.00000.05,参数显著第二部分多元回归分析:根据东莞数据选择第二产业增加值(GDP2)、固定资产净值(NKF2)和劳动者人数(LT2)的数据,把GDP2作为应变量,NKF2和LT2作为两个解释变量进行二元线性回归分析。3、GDP2作为因变量,NKF2和LT2作为两个解释变量得到了估计方程:GDP2=-25143.33+0.629378*NKF2+0.3
7、95314*LT2 (29418.08) (0.029715) (0.136511) (-0.854690) (21.18011) (2.895838) R2=0.990406 SE=32150.29l 模型检验:用P检验,P1=0.00000.05 P2=0.01110.05,所以常数项不显著,去掉常数项再回归得:(b)对GDP12回归得结果为:(c)对SQR(GDP1)回归的结果为:因为P=0.47680.05,所以常数项不显著,去掉常数项再回归得:(d)对1/GDP1回归的结果为:从四个回归结果来看,(a)、(b)、(c)、(d)都显著,比较(a)、(b)、(c)、(d)的回归,选择(c
8、),方程为ABS(RESID)=0.134548*SQR(GDP1),即异方差的形式为:=(0.134545*(SQR(GDP1)2也即异方差的形式为:=GDP1第二部分异方差模型的处理:(通过对前面对异方差模型的检验,根据广东数据ZJ对GDP1的回归存在异方差,现在对其进行处理,加权最小二乘法(WLS)是处理异方差模型的标准方法,下面是实验步骤:)要求三:ZJ对GDP1回归异方差的处理一、 根据异方差形式,选择权数,进行加权最小二乘法,得到回归截图:得到了回归方程:ZJ=-16.12033+0.153429*GDP1,它与存在异方差的方程显然不同。二、进行同方差性变换,然后回归就是ZJ/(G
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 得到 估计 方程 自动 保存
限制150内