计量经济学作业.doc

表1是1981年2004年的国内生产总值（Y）以及物质消费（）、投资总值（），属于时间序列数据。年份国内生产总值（Y）物质消费(X1）投资(X2)19815934.52604.11253198271712867.91493.219838964.43182.51709198410202.23674.52125.6198511962.545892641198614928.351753098198716909.25961.23742198818547.97633.14624198921617.88523.54339199026638.19113.2473219915934.510315.959401992717112459.88317199334634.415682.412980199446759.420809.816856.3199558478.126944.520300.5199667884.632152.323336.1199774462.634854.625154.2199878345.236921.127630.8199982067.539334.429475.5200089468.142895.632623.8200197314.845898.136813.32002105172.348881.641918.32003117390.252685.551303.92004136875.958994.562351.4表1 资料来源：中国统计年鉴建立多元线性回归方程Eviews软件估计结果如表2所示。 表2 国内生产总值对投资、物质消费的二元回归估计 表明可建立如下国内生产总值函数： （0.7020） （4.1166） （2.1174）=0.9810 =0.9792 F=543.16 模型拟合度较高，在5%的显著性水平下显著，在10% 的显著性水平下显著。可知，此期间内，是物质消费而不是投资的增加，对国内生产总值更有刺激作用。异方差 检验是否存在异方差-采用G-Q检验将样本按物质消费排序，然后去掉中间6个样本，将其余的样本分为容量各为9的两个样本，并分别进行回归。样本取值较小的Eviews输出的结果见表3.，可得残差平方和=6058581。 表3样本取值较大的Eviews输出结果见表4，可以得到残差平方和=3831819。表4因此，检验统计量为：在5%的显著性水平下，。由于0.63254.28，可以得出参数稳定，不存在异方差，此模型可用。 序列相关性（1）此模型满足运用D.W.检验法的四个条件。所以可从Eviews结果看出：D.W.=1.3089 表5在5%显著水平下，n=24-2-1=21，k=3(包含常数项)，查表得=1.13，=1.54。由于D.W.=1.3089,在不确定的区域内，所以选用其他方法。（2）看残差图：逆转此书较少，所以属于存在正的自相关（3） “QuickGenerate Series填入e=resid”产生残差变量，“QuickGenerate Series填入e1=e(-1)”,产生e的滞后一期变量，做出二者的散点图发现主要出现在第一三象限，所以可知存在正的自相关（4）处理自相关在y、x1、x2 “open as Equation”填入“y x1 x2 c ar(1)” ,即在对一阶自相关进行修正，用广义最小二乘法得到最后的回归。表6因而广义最小二乘法的估计结果为： （0.5710） （3.1021） （2.8158） （0.4431）=0.8862 D.W.=1.6457D.W.=1.6457 且 2,在接受假设不存在序列相关性的区域内，所以自相关已处理。多重共线性检验简单相关系数Eviews中“Quick Group Statistics Correlations” 求出、的相关系数如表6所示。表7可以看出是相关系数高达99.23%的，表明模型存在严重的多重共线性。用每一个解释变量分别对被解释变量做简单回归，从而决定解释变量的重要度，为解释变量排序。 （0.3213） 0.8681 F=92.1664 （1.4969） 0.8732 F=96.3939根据t统计量的大小排序，可见解释变量的重要程度为