多元线性回归模型计量经济学作业doc

1、多元线性回来模型 一,试验目的 利用 Eviews 软件估量可化为线性回来模型的非线性模型,并对线性回来模型的参数线性约束条件进行检验；本试验就工业总产值和资产和职工人数的线性关系进行回来分析,并讨论制造业的规模酬劳情形；二,试验内容 下表列示出来中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值 设定模型为Y,资产合计 K及职工人数 L；YAKLeu（1）利用上述资料,进行回来分析；（2）回答：中国该年的制造业总体出现规模酬劳不变状态吗？序号工业总产值Y资产合计 K职工人数 L序号工业总产资产合计K职工人数 L（亿元）（亿元）（万人）值 Y（亿元）（亿元）（万人）1

2、3722.7 3078.22 113 17 812.7 1118.81 43 2 1442.52 1684.43 67 18 1899.7 2052.16 61 3 1752.37 2742.77 84 19 3692.85 6113.11 240 4 1451.29 1973.82 27 20 4732.9 9228.25 222 5 5149.3 5917.01 327 21 2180.23 2866.65 80 6 2291.16 1758.77 120 22 2539.76 2545.63 96 7 1345.17 939.1 58 23 3046.95 4787.9 222 8 65

3、6.77 694.94 31 24 2192.63 3255.29 163 9 370.18 363.48 16 25 5364.83 8129.68 244 10 1590.36 2511.99 66 26 4834.68 5260.2 145 11 616.71 973.73 58 27 7549.58 7518.79 138 12 617.94 516.01 28 28 867.91 984.52 46 13 4429.19 3785.91 61 29 4611.39 18626.94 218 14 5749.02 8688.03 254 30 170.3 610.91 19 15 17

4、81.37 2798.9 83 31 325.53 1523.19 45 16 1243.07 1808.44 33 1 三,试验指导（一）用 excel 对试验数据进行处理工业总产职工人数转变后的工业总产值资产合计职工人数值 Y 资产合计 K L 数据lnY lnK lnL 序号（亿元）（亿元）（万人）（亿元）（亿元）（万人）1 3722.7 3078.22 113 8.222204 8.032107 4.727388 2 1442.52 1684.43 67 7.274147 7.429183 4.204693 3 1752.37 2742.77 84 7.468724 7.916724

5、4.430817 4 1451.29 1973.82 27 7.280208 7.587726 3.295837 5 5149.3 5917.01 327 8.546616 8.685587 5.78996 6 2291.16 1758.77 120 7.736814 7.47237 4.787492 7 1345.17 939.1 58 7.204276 6.844922 4.060443 8 656.77 694.94 31 6.487334 6.543826 3.433987 9 370.18 363.48 16 5.913989 5.895724 2.772589 10 1590.36

6、 2511.99 66 7.371716 7.828831 4.189655 11 616.71 973.73 58 6.424399 6.881134 4.060443 12 617.94 516.01 28 6.426391 6.246126 3.332205 13 4429.19 3785.91 61 8.395972 8.239042 4.110874 14 5749.02 8688.03 254 8.656785 9.069701 5.537334 15 1781.37 2798.9 83 7.485138 7.936982 4.418841 16 1243.07 1808.44 3

7、3 7.125339 7.50022 3.496508 17 812.7 1118.81 43 6.700362 7.020221 3.7612 18 1899.7 2052.16 61 7.549451 7.626648 4.110874 19 3692.85 6113.11 240 8.214154 8.718191 5.480639 20 4732.9 9228.25 222 8.462293 9.130025 5.402677 21 2180.23 2866.65 80 7.687186 7.960899 4.382027 22 2539.76 2545.63 96 7.839825

8、7.842133 4.564348 23 3046.95 4787.9 222 8.021896 8.473847 5.402677 24 2192.63 3255.29 163 7.692857 8.088037 5.09375 25 5364.83 8129.68 244 8.58762 9.003277 5.497168 26 4834.68 5260.2 145 8.48357 8.567924 4.976734 27 7549.58 7518.79 138 8.929247 8.92516 4.927254 28 867.91 984.52 46 6.766088 6.892154

9、3.828641 29 4611.39 18626.94 218 8.436285 9.832364 5.384495 30 170.3 610.91 19 5.137562 6.41495 2.944439 31 325.53 1523.19 45 5.785455 7.328562 3.806662 经对数变换,原模型YAKLeu可转化为lnYAlnKlnK2 （二）对模型进行回来分析（1）建立工作文件夹,导入数据打开 Eviews 软件,挑选“File” 菜单中的“New-Workfile ” 选项,出现 “Workfile Creat”对 话 框 , 选 择 “Unstructured

10、/Undated” , 在 框“ Observations” 中输入“31” , 然后单击“OK” ,弹出如下窗口,如下图所示：在 excel 表中整理并复制好所需的数据,打开 Eviews 软件,在命令窗口中键入数据输入： DATA lnY lnK lnL ,在弹出窗口“Group” 中,挑选第一个空格,右键挑选“paste ” ,此时将显示一个数组窗口3 点击“View/Graph ” ,在弹出窗口中挑选“scatter ” ,点击确定,可得散点图从散点图中可以看出LnK 和 LnL 分别与 LnY 有肯定的相关关系；4 （2）建立回来数据模型对数转化后的模型为：lnYalnKlnL,利用

11、数据对模型进行回来分析；在 Eviews 命令窗口中挑选“Proc/Make Equation ” ,在弹出窗口中输入“lnY c lnK lnL” , 得到以下结果lnK.0361 lnL样本回来方程为：lnY1 . 1540 . 609 1.59 3.45 1.75 其中R20. 8099,R20.7963,F59 . 66随机误差项的方差的估量值507/31-3=0.181071 回来结果说明,工业总产值对数值 lnY 79.63%的变化可以由资产合计的对数 InK 与职工的对数 InL 的变化来说明, 但仍有 20.37%的变化是由其他因素的变化影响的；假如给定显著性水平 0 . 05

12、,查表可知自由度为（ 2,28）的 F 分布的相应临界值为 F 0 . 05 2 , 28 3 . 34,可见表中的 F 值 59.66 为远大于临界值,说明 lnK,lnL 联合起来对 lnY 有着显著的线性影响；5 假如给定显著性水平0 . 05,查 t 分布表中自由度为28（n-k-1=28 ）的 t 分布的相应临界值, 得到.0t025282. 048,由表可见,lnK 的参数为 3.45通过了该显著性水平下的t 检验,但 lnL 的参数为 1.79,小于 2.048 ,未通过检验；假如给定显著性水平 0 ,查 t 分布表中自由度为 28 的相应临界值,得到 0t . 05 28 1

13、. 701,此时,由表可知, lnK 和 lnL 的参数 t 值都大于该临界值, lnK ,lnL 的参数通过了变量的显著性检验；由表可知,R 2 0 . 7963 , 说明工业总产值的对数值的 79.6%的变化可以由资产合计的对数与职工的对数的变化来说明,但仍有 20.4%的变化是由其他因素的变化影响的；（三）参数的约束检验由以上的试验结果可以看出,0 . 97 1,即资产与劳动的产出弹性之和近似为 1,说明中国制造业该年基本出现规模酬劳不变的状态；因此,进行参数的约束检验时,提出零假设为 H 0 : 1；假如原假设为真,就可估量如下模型：（1）建立新的 workfilelnYClnKGro

14、up 窗口选LL,将原始数据输入到工作表中,在择 proc/Make Equation ,如下列图：6 2 在弹出的窗口中输入logy/l c logk/l,按“ 确定” ,得到如下的结果假如给定显著性水平0 . 05,查表可知自由度为（ 2,28）的 F 分布的相应临界值为 F 0 . 05 2 , 28 3 . 34；查 t 分布表中自由度为 28（n-k-1=28 ）的t 分布的相应临界值,得到 .0t 025 28 2 . 048；从上表中简单看出,该估量方程通过了 F 检验与参数的 t 检验；7 （3）对规模酬劳是否变化进行的分析由试验（二）（三）两个试验可以得到 RSS R 5 . 0886,RSS U 5 . 0703；当约束条件为真时,可得到如下的 F 统计量：F RRS R RRS U 1 5 . 0886 5 . 0703 =0.1011 RSS U 31 2 1 5 . 0703 28在 5%的显著性水平下,自由度为（1,28 ）的 F 分布的临界值为F .0 05 4 . 20；运算的 F 值 0.1011 小于临界值 , 不