实验三-多元线性回归模型的估计和检验

1、实际报告课程名称：计量经济学实验项目：实验性三维线性回归模型评估和测试实验类型：综合设计验证r专业课：姓氏：号码：实验室教室：教员：李实实验日期：2014年5月12日广东商学院中国商学院教务办公系统一、实验项目培训计划团队合作：是/否r团队成员：无实验目的：掌握多元线性回归模型的估计和检验方法。实验场地及仪器、设备和材料实验室：具有通用配置的计算机、Eviews软件和通用办公软件。实验培训内容(包括实验原理和操作程序):实验步骤国内生产总值增长模型：分析广东国内生产总值的增长。根据广东的数据(见“表：广东的宏观经济数据-第三章。xls”文件中，各变量的表示如实验指导教材所示)，选择不变价格的国

2、内生产总值(GDPB)、不变价格的资本存量(ZC)和员工(RY)，并以GDPB为因变量，ZC和RY为两个解释变量进行二元线性回归分析。要求：根据实验教学课本，分别为：1.制作散点图(GDPB与ZC相同，GDPB与RY相同)(结果在本页控制)2.进行因果关系检验(GDPB与ZC相同，GDPB与RY相同)(结果在本页控制)两两格兰杰因果检验日期： 05/12/14时间： 12:10样本： 1978 2005Lags: 2零假设：无线电定向标选择器统计问题。ZC不是格兰杰原因263.849390.0376广发银行不是ZC的格兰杰原因19.07482.E-05两两格兰杰因果检验日期： 05/12/14

3、时间： 12:10样本： 1978 2005Lags: 3零假设：无线电定向标选择器统计问题。瑞不是格兰杰原因252.887440.0641广发银行不是格兰杰原因3.463090.0382从因果关系检验来看，ZC对GDPB的影响明显，RY的影响不明显，这是可以理解的。计划经济时期存在隐性失业，这使得劳动力变动对产出的影响不明显。3.用ZC和RY对GDPB进行多元线性回归，写出模型估计的结果，分析模型检验是否通过？(3次测试)(结果控制在本页)得到的估计方程GDPB=0。*ZC 0。*RY-800.59974.将已建立的二元回归模型(广东省发展银行与ZC和广东省发展银行)与相同的回归模型(广东省

4、发展银行与ZC和广东省发展银行与广东省发展银行)进行比较，并分析其优势。(结果在本页控制)5.结合相关经济理论，分析了估计二元回归模型的经济意义。(结果在本页控制)估计方程的确定系数R2接近1；参数显著性t检验大于2。方程的显著性检验是显著的。调整后的决定系数为0.99085，明显优于上述一元回归。(2)宏观经济模型：基于广东数据，研究广东省居民消费行为、固定资产投资行为、商品和服务净出口及库存行为，分别建立居民消费模型、固定资产投资模型、商品和服务净出口模型和库存增长模型。要求：根据实验教学教材，分别制作以下模型，并对需要改进的模型进行改进。写出最终的估计模型结果，并结合相关经济理论分析模型

5、的经济意义。(见“表：广东省宏观经济数据第三章。xls”的数据，所有变量均按照实验教学教科书表示。)1.居民消费模式(结果在本页控制)根据经济理论，家庭消费取决于劳动报酬。看看散点图和因果检验。两两格兰杰因果检验日期： 05/12/14时间： 12:34样本： 1978 2005Lags: 2零假设：无线电定向标选择器统计问题。伦敦银行不是格兰杰原因267.190100.0042徐福记不是导致英镑的格兰杰原因5.455160.0124从散点图来看，它们之间存在线性关系，从因果关系检验来看，它们之间似乎存在双向因果关系。这在宏观经济中是真实的。单变量线性回归如下：得到回归方程XFJ=0。*LB-

6、75.996622.固定资产投资模型(结果在本页控制)TZC固定资产投资明显依赖于固定资产折旧ZJ、营业盈余YY和财政支出CZ。三元线性回归如下：移除一个解释变量，并执行三个二元线性回归，如下所示：从以上三个回归结果可以看出，只要固定资产折旧ZJ和财政支出CZ中的一个不在方程中，回归就能得到很好的拟合。现在我们来看最后一个回归方程。等式是TZG=0。*YY 1。*CZ 20.918933.商品和服务的净流出模型(结果在本页控制)首先考虑影响CK商品和服务净流出的因素作为支出法的国内生产总值，并考察散点图和因果关系检验。从散点图和因果检验中，我们可以看出它们是相关的，单变量线性回归如下：在所有收

7、集的统计数据中，年利率L1是可以考虑引入的一个因素。二元线性回归的L1介绍如下：最后，得出回归方程CK=0.88239 *国内生产总值-42.65989*LL 202.21734.库存增加模型(结果在此页面控制)TZC的库存增加显然取决于城乡储蓄CX和商品零售价格指数PSL，并且二元线性回归如下：等式是TZC=0。*CX 1。*PSL-209.0546二、实验总结和评价实验总结(包括实验数据分析、实验结果、实验过程中出现的问题及解决方案等。):参见实验步骤。1.多元线性回归模型是将总体回归函数描述为解释变量和多个解释变量之间的线性关系的模型。通常，多元线性回归模型可以用矩阵形式表示。2.多元线

8、性回归模型中随机扰动项U的假设，除了零均值假设、同方差假设、无自相关假设、随机扰动与解释变量之间无相关性假设以及正态性假设之外，还需要无多重共线性假设。3.多元线性回归模型参数的最小二乘估计；参数估计公式的分布性质、期望、方差和标准误差；在满足基本假设的条件下，多元线性回归模型的最小二乘估计是最好的线性无偏估计。4.多元线性回归模型中的参数区间估计方法。5.多重可确定系数的意义和计算方法，以及修正可确定系数的作用和方法。6.f检验是对多元线性回归模型中所有解释变量的联合显著性检验。f检验是基于方差分析的。7.在多元回归分析中，在其他解释变量不变的情况下，为了检验每个解释变量是否对解释变量有显著影响，有必要分别检验每个估计的回归系数。8.用多元线性回归模型预测解释变量的平均值和个体值。实验的自我评估：1.总结本次实验的结果、问题和收获。(约50字)这个国家的每一项指数都密切相关。我不太熟悉散点图和实验过程中因果检验的步骤。我只是在老师和同学的指导下逐渐熟悉了这些步骤，这些步骤将在以后的实验中发挥很大的作用。2.将这个实验与“实验2”相比较，有什么区别和收获？(约50字)实验二主要采用因果分析和一元线性回归，实验三涉及多元线性回归相关实验。总