计量经济学-多元线性回归模型.doc

学习资料收集于网络，仅供参考计量经济学多元线性回归模型3.1解：（1）建立百户拥有家用汽车量计量经济模型，建立Eviews文件，做出Y与X2、X3、X4的线形图，如下图所示：可以看出各地区百户拥有家用汽车量及其各影响因素的差异明显，其变动方向基本相同，相互之间可能具有一定的相关性，则可以建立线性回归模型:Yt=1+2X2t+3X3t+4X4t+ut利用Eviews得出估计参数结果为Dependent Variable: YMethod: Least SquaresDate: 10/22/14 Time: 01:16Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb.C246.854051.975004.7494760.0001X25.9968651.4060584.2650200.0002X3-0.5240270.179280-2.9229500.0069X4-2.2656800.518837-4.3668420.0002R-squared0.666062Mean dependent var16.77355Adjusted R-squared0.628957S.D. dependent var8.252535S.E. of regression5.026889Akaike info criterion6.187394Sum squared resid682.2795Schwarz criterion6.372424Log likelihood-91.90460Hannan-Quinn criter.6.247709F-statistic17.95108Durbin-Watson stat1.147253Prob(F-statistic)0.000001根据上图的数据，估计模型的结果写为Yt=246.8540+5.996865X2t-0.524027X3t-2.265680X4t （51.97500） （1.406058） （0.179280） （0.518837）t= （4.749476） （4.265020） （-2.922950） （-4.366842）R2= 0.666062 R2= 0.628957 F= 17.95108 n=31统计检验 拟合优度：由参数估计表可知，R2= 0.666062，修正的可决系数 R2= 0.628957，这说明模型的拟合程度较好，说明“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”对“百户拥有家用汽车量”有一定程度的联合影响。F检验：由参数估计表可得，F统计量为17.95108, 针对H0：2=3=4=0，给定显著性水平=0.05，在F分布表中查出自由度为k-1=3和n-k=27的临界值F（3,27）=2.96，则说明F= 17.95108F（3,27）=2.96，应该拒绝原假设，说明回归方程显著，即“人均地区GDP”、“城镇人口比重”、“交通工具消费价格指数”等变量联合起来对“百户拥有家用汽车量”有显著影响。t检验：分别针对H0：j=0（j=1,2,3,4），给定显著性水平=0.05，在t分布表中查出自由度为n-k=27的临界值t2（n-k）=2.0518，,而根据参数估计表可得，1、2、3、4相对应的t统计量分别为4.749476 、4.265020、-2.922950、-4.366842，绝对值都大于2.0518，这说明在显著性水平=0.05的情况下，都拒绝H0：j=0（j=1,2,3,4），也就是说，当其他解释变量都不变的情况下，“人均GDP”（X2）、“城镇人口比重”（X31）、“交通工具消费价格指数” （X4）变量分别对“百户拥有家用汽车量”有显著影响。这样的结论也可以从P值来看，1、2、3、4相对应的P值都小于0.05，表明在显著性水平=0.05下，三个解释变量分别对被解释变量影响显著。（2）X2的参数估计值为5.996865，表明随着经济的增长，人们的消费能力提高，人均GDP每增加1万元，平均说来百户拥有家用汽车量将增加近6辆。由于城镇公共交通的大力发展,家用汽车的需求降低，X3的参数估计值为-0.524027，表明随着城镇化的推进，“城镇人口比重”每增加1%，平均说来百户拥有家用汽车量将减少0.524辆。因为汽车价格和使用费用的提高将抑制家用汽车的使用，X4的参数估计值为-2.265680，表明随着家用汽车使用成本的提高，“交通工具消费价格指数”每增加1个百分点，平均说来百户拥有家用汽车量将减少2.2657辆。总的来说，估计的参数与经验判断相一致。（3）模型的可决系数为0.666062，说明模型中解释变量变解释了百户拥有家用汽车量变动的66.6%，还有33.4%未能被解释。这说明影响百户拥有家用汽车量的因素可能还有交通状况、社会环境、人们观念等，需要考虑纳入一些其他的解释变量。但是使用更多解释变量或许会面临某些基本假定的违反,需要采取一些其他措施。3.2解：（1）建立出口货物总额计量经济模型，建立Eviews文件，做出Y与X2、X3的线形图可以看出出口货物总额及其各影响因素的差异明显，其变动方向基本相同，相互之间可能具有一定的相关性，则可以建立线性回归模型:Yt=1+2X2t+3X3t+ut利用Eviews得出估计参数结果为Dependent Variable: YMethod: Least SquaresDate: 10/22/14 Time: 14:19Sample: 1 18Included observations: 18VariableCoefficientStd. Errort-StatisticProb.C-18231.588638.216-2.1105730.0520X20.1354740.01279910.584540.0000X318.853489.7761811.9285120.0729R-squared0.985838Mean dependent var6619.191Adjusted R-squared0.983950S.D. dependent var5767.152S.E. of regression730.6306Akaike info criterion16.17670Sum squared resid8007316.Schwarz criterion16.32510Log likelihood-142.5903Hannan-Quinn criter.16.19717F-statistic522.0976Durbin-Watson stat1.173432Prob(F-statistic)0.000000根据上图的数据，估计模型的结果写为Yt=-18231.58+0.135474X2t+18.85348X3t （8638.216） （0.012799） （9.776181） t= （-2.110573） （10.58454） （1.928512） R2= 0.985838 R2= 0.983950 F= 522.0976 n=18统计检验拟合优度：由参数估计表可知，R2= 0.985838，修正的可决系数 R2=0.983950，这说明模型的拟合程度很好，说明“工业增加值”、“人命币汇率”对“出口货物总额”有明显的联合影响。F检验：由参数估计表可得，F统计量为522.0976, 针对H0：2=3=0，给定显著性水平=0.05，在F分布表中查出自由度为k-1=2和n-k=15的临界值F（2,15）=3.68，则说明F= 522.0976F（2,15）=3.68，应该拒绝原假设，说明回归方程显著，即“工业增加值”、“人命币汇率”等变量联合起来对“出口货物总额”有显著影响。t检验：分别针对H0：j=0（j=1,2,3），给定显著性水平=0.05，在t分布表中查出自由度为n-k=15的临界值t2（n-k）=2.1314，,而根据参数估计表可得，2相对应的t统计量为10.58454，绝对值大于2.0518，这说明在显著性水平=0.05的情况下，拒绝H0：2=0，也就是说，当其他解释变量都不变的情况下，“工业增加值”（X2）变量对“货物出口总额”有显著影响。当给定显著性水平=0.05，根据参数估计表可得，3相对应的t统计量为1.928512，绝对值小于2.0518，这说明在显著性水平=0.05的情况下，不拒绝H0：3=0，也就是说，在显著性水平=0.05的情况下，“人民币汇率”（X3）变量对“货物出口总额”没有显著影响。但当给定显著性水平=0.10，在t分布表中查出自由度为n-k=15的临界值t2（n-k）=1.7531，,而根据参数估计表可得，1、3相对应的t统计量分别为-2.110573和1.928512，绝对值都大于1.7531，这说明在显著性水平=0.10的情况下，拒绝H0：1=0，3=0，也就是说，当其他解释变量都不变的情况下，“人民币汇率”（X3）变量对“货物出口总额”有显著影响。这样的结论也可以从P值来看，2相对应的P值小于0.05，表明在显著性水平=0.05下，对应解释变量对被解释变量影响显著，1、3相对应的P值小于0.10，表明在显著性水平=0.10下，对应解释变量对被解释变量影响显著。经济检验：X2的参数估计值为0.135474，表明随着生产力的发展，工业增加值每增加1亿元，平均说来出口货物总额将增加近0.135474亿元。X3的参数估计值为18.85348，表明随着人民币的增值，人民币汇率的提高，相对于100美元人民币每增加1元，平均说来出口货物总额将增加18.85348亿元。（2）建立出口货物总额计量经济模型，建立Eviews文件，做出InY与InX2、X3的线形图可以看出出口货物总额及其各影响因素的差异明显，相互之间可能具有一定的相关性，则可以建立线性回归模型:InYt=1+2InX2t+3X3t+ut利用Eviews得出估计参数结果为Dependent Variable: INYMethod: Least SquaresDate: 10/22/14 Time: 16:04Sample: 1994 2011Included observations: 18VariableCoefficientStd. Errort-StatisticProb.C-10.810901.698653-6.3643970.0000INX21.5737840.09154717.191060.0000X30.0024380.0009362.6053210.0199R-squared0.986373Mean dependent var8.400112Adjusted R-squared0.984556S.D. dependent var0.941530S.E. of regression0.117006Akaike info criterion-1.302176Sum squared resid0.205355Schwarz criterion-1.153780Log likelihood14.71958Hannan-Quinn criter.-1.281714F-statistic542.8930Durbin-Watson stat0.684080根据上图的数据，估计模型的结果写为InYt=-10.81090+1.573784InX2t+0.002438X3t （1.698653） （0.091547） （0.000936） t= （-6.364397） （17.19106） （2.605321） R2= 0.986373 R2= 0.984556 F= 542.8930 n=18统计检验拟合优度：由参数估计表可知，R2= 0.986373，修正的可决系数R2= 0.984556，这说明模型的拟合程度很好，说明“工业增加值”、“人命币汇率”对“出口货物总额”有明显的联合影响。F检验：由参数估计表可得，F统计量为542.8930, 针对H0：2=3=0，给定显著性水平=0.05，在F分布表中查出自由度为k-1=2和n-k=15的临界值F（2,15）=3.68，则说明F=542.8930F（2,15）=3.68，应该拒绝原假设，说明回归方程显著，即“工业增加值”、“人命币汇率”等变量联合起来对“出口货物总额”有显著影响。t检验：分别针对H0：j=0（j=1,2,3），给定显著性水平=0.05，在t分布表中查出自由度为n-k=15的临界值t2（n-k）=2.1314，而根据参数估计表可得，1、2、3相对应的t统计量分别为-6.364397 、17.19106、2.605321，绝对值都大于2.1314，这说明在显著性水平=0.05的情况下，都拒绝H0：j=0（j=1,2,3），也就是说，当其他解释变量都不变的情况下，“工业增加值”（InX2）、“人民币汇率”（X31）变量分别对“出口货物总额”有显著影响。这样的结论也可以从P值来看，1、2、3相对应的P值都小于0.05，表明在显著性水平=0.05下，两个解释变量分别对被解释变量影响显著。经济检验：InX2的参数估计值为1.573784，表明随着生产力的发展，工业增加值每增加1%，平均说来出口货物总额将增加近1.5