计量经济学论文初稿.doc

二、 模型设定及数据说明1、 模型设定通过对数据的观察，根据收集的1995年至2010年的统计数据建立模型。其模型表达式为： （i=1，2）其中：Y表示重庆市的工业固体废物综合利用量，分别表示工业固体废物产生量和工业固体废物排放量。可近似认为表明重庆工业固体废物综合利用情况。分别表明工业固体废物产生权数和排放权数。表示随机误差项。 通过上式，我们可以了解到重庆市的工业固体废物综合利用情况，从而进行预测分析，为环境保护提供依据和参考。2、 数据说明 以下数据来自重庆统计局，见表1 表1 单位：万吨年份工业固体废物综合利用量工业固体废物产生量工业固体废物排放量1995467.7910922301996510.06117422919976231279273199857913682291999655.471512291200062613052382001882130016820027611348160.9420039681336141.6885200410931489117.9686200513291777184.495520061330.91763.7122.184120071623.42086.8138.1292200818512311149200920772552149.8620102348.272869134 三、模型参数估计 运用Eviews3.1软件，采用最小二乘法，对表1中的数据进行线性回归，对所建模型进行估计，估计结果见下图。（图1）从估计结果可以得到模型； Dependent Variable: YMethod: Least SquaresDate: 12/13/11 Time: 11:08Sample: 1995 2010Included observations: 16VariableCoefficientStd. Errort-StatisticProb. X10.9563990.04236322.576500.0000X2-2.5118120.403255-6.2288380.0000C-15.86768127.9021-0.1240610.9032R-squared0.986701 Mean dependent var1107.806Adjusted R-squared0.984654 S.D. dependent var594.6610S.E. of regression73.66482 Akaike info criterion11.60429Sum squared resid70544.58 Schwarz criterion11.74915Log likelihood-89.83431 F-statistic482.2423Durbin-Watson stat1.903302 Prob(F-statistic)0.000000图1 四、模型的检验通过上述线性回归得到模型，现在就其具体形式进行检验：1、 经济意义检验 通过估计所得到参数，可进行经济意义检验：(1) =0.956399，表示在其他条件不变的情况下，重庆工业固体废物产生量每增长一个百分点，综合利用量增加0.956399个百分点；反之，降低0.956399，符合经济现实。（2）=-2.511812, 表示在其他条件不变的情况下，重庆工业固体废物排放量每增长一个百分点，综合利用量减少2.511812个百分点；反之，增加2.511812，符合经济现实。 综上可知，该模型符合经济意义，经济意义检验通过。2、 统计检验（1）拟合优度检验 样本决定系数 的值越接近1，说明回归直线对观测值的拟合程度越好；反之，的值越接近0，说明回归直线对观测值的拟合程度越差。、由图1参数估计结果可得，样本决定系数=0.9867010.8，可见其拟合优度不错. 调整后的样本决定系数 因解释变量为多元，使用调整后的拟合优度，以消除解释变量多拟合优度的影响。调整后的=0.9846540.8，所以其拟合优度不错。（2）方程显著性检验 由模型可知总离差平方和TSS的自由度为15，回归平方和ESS的自由度为2。所以残差平方和的自由度为13。 ： =0 ： 0在成立的条件下，统计量F=(ESS/k)/(RSS/(n-k-1)=482.2423而在=0.05，n=16,k=2时，查表得（2,13）=3.81(13)=2.16,则拒绝原假设，接受备选假设，即认为显著不为0。3、 计量经济学检验（1） 解释变量之间的多重共线性检验在这里采用综合分析法，检验模型各解释变量间是否存在多重共线性问题： 通过做简单回归得到下表;回归方程DW=-710+1.095439-5.90815415.817490.9470080.834263=2458.263-7.308996.100417-3.4901330.9132620.786378根据经济理论和统计检验，最重要，从而得出最优简单回归方程=-710+1.095439 将其余变量逐一引入=-710+1.095439，从而得出为最优模型。说明该模型不存在多重共线性问题，可能是因为各变量之间具有相反的变化趋势。（2） 随机扰动项序列相关检验在给定=0.05，n=16,k=2,查D-W统计表，得=0.98,=1.54。由DW=1.9033022,可知随机误差项不存在序列相关。因此，回归方程为： 由模型可知，当工业固体废物产生量增长一个百分点时，综合利用量增长0.956399个百分点；当工业固体废物排放量增加一个百分点时，综合利用量减少