實(shí)驗(yàn)三-多元線性回歸模型的估計(jì)和檢驗(yàn)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上 實(shí) 驗(yàn) 報(bào) 告課程名稱： 計(jì)量經(jīng)濟(jì)學(xué) 實(shí)驗(yàn)項(xiàng)目： 實(shí)驗(yàn)三 多元線性回歸模型的 估計(jì)和檢驗(yàn) 實(shí)驗(yàn)類型：綜合性 設(shè)計(jì)性 驗(yàn)證性R專業(yè)班別： 姓 名： 學(xué) 號： 實(shí)驗(yàn)課室： 指導(dǎo)教師： 石立 實(shí)驗(yàn)日期： 2014年5月12日 廣東商學(xué)院華商學(xué)院教務(wù)處 制 一、實(shí)驗(yàn)項(xiàng)目訓(xùn)練方案小組合作：是 否R小組成員：無實(shí)驗(yàn)?zāi)康模赫莆斩嘣€性回歸模型估計(jì)和檢驗(yàn)的方法。實(shí)驗(yàn)場地及儀器、設(shè)備和材料實(shí)驗(yàn)室：普通配置的計(jì)算機(jī)，Eviews軟件及常用辦公軟件。實(shí)驗(yàn)訓(xùn)練內(nèi)容（包括實(shí)驗(yàn)原理和操作步驟）：【實(shí)驗(yàn)步驟】（一）國內(nèi)生產(chǎn)總值的增長模型：分析廣東省國內(nèi)生產(chǎn)總值的增長，根據(jù)廣東數(shù)據(jù)（數(shù)據(jù)見“表：廣

2、東省宏觀經(jīng)濟(jì)數(shù)據(jù)-第三章.xls”文件，各變量的表示按照試驗(yàn)指導(dǎo)課本上的來表示）選擇不變價(jià)GDP（GDPB）、不變價(jià)資本存量（ZC）和從業(yè)人員（RY），把GDPB作為因變量，ZC和RY作為兩個(gè)解釋變量進(jìn)行二元線性回歸分析。要求：按照試驗(yàn)指導(dǎo)課本，分別作：1作散點(diǎn)圖（GDPB同ZC，GDPB同RY）（結(jié)果控制在本頁）2進(jìn)行因果關(guān)系檢驗(yàn)（GDPB同ZC，GDPB同RY）（結(jié)果控制在本頁）Pairwise Granger Causality TestsDate: 05/12/14 Time: 12:10Sample: 1978 2005Lags: 2 Null Hypothesis:Obs

3、F-StatisticProb.  ZC does not Granger Cause GDPB 26 3.849390.0376 GDPB does not Granger Cause ZC 19.07482.E-05Pairwise Granger Causality TestsDate: 05/12/14 Time: 12:10Sample: 1978 2005Lags: 3 Null Hypothesis:ObsF-StatisticProb.  RY does not Granger Cause

4、 GDPB 25 2.887440.0641 GDPB does not Granger Cause RY 3.463090.0382 從因果關(guān)系檢驗(yàn)看，ZC明顯影響GDPB，RY不明顯，這是可以理解的，計(jì)劃經(jīng)濟(jì)時(shí)期存在著隱性失業(yè)，使得勞動(dòng)力的變化對產(chǎn)出的影響不明顯。3作GDPB同ZC和RY的多元線性回歸，寫出模型估計(jì)的結(jié)果，并分析模型檢驗(yàn)是均否通過？（三個(gè)檢驗(yàn)）（結(jié)果控制在本頁）得到的估計(jì)方程GDPB=0.*ZC+0.*RY-800.59974將建立的二元回歸模型（GDPB同ZC和RY）同一元回歸模型（GDPB同ZC、GDPB同RY）相比較，分析優(yōu)點(diǎn)。

5、（結(jié)果控制在本頁）5結(jié)合相關(guān)的經(jīng)濟(jì)理論，分析估計(jì)的二元回歸模型的經(jīng)濟(jì)意義。（結(jié)果控制在本頁）估計(jì)方程的判定系數(shù)人R2接近1；參數(shù)顯著性t檢驗(yàn)均大于2；方程顯著性F檢驗(yàn)顯著。調(diào)整的判定系數(shù)為0.99085，比上面的一元回歸有明顯改善。（二）宏觀經(jīng)濟(jì)模型：根據(jù)廣東數(shù)據(jù)，研究廣東省居民消費(fèi)行為、固定資產(chǎn)投資行為、貨物和服務(wù)凈出口行為和存貨行為，分別建立居民消費(fèi)模型、固定資產(chǎn)投資模型、貨物和服務(wù)凈出口模型和存貨增加模型。要求：按照試驗(yàn)指導(dǎo)課本，分別作出以下模型，并對需要改進(jìn)的模型進(jìn)行改進(jìn)。寫出最終估計(jì)的模型結(jié)果，并結(jié)合相關(guān)的經(jīng)濟(jì)理論，分析模型的經(jīng)濟(jì)意義。（數(shù)據(jù)見“表：廣東省宏觀經(jīng)濟(jì)數(shù)據(jù)-第三章.xls

6、”文件，各變量的表示按照試驗(yàn)指導(dǎo)課本上的來表示。）1居民消費(fèi)模型（結(jié)果控制在本頁）根據(jù)經(jīng)濟(jì)理論居民消費(fèi)XFJ取決于勞動(dòng)報(bào)酬LB，看散點(diǎn)圖和因果關(guān)系檢驗(yàn)。Pairwise Granger Causality TestsDate: 05/12/14 Time: 12:34Sample: 1978 2005Lags: 2 Null Hypothesis:ObsF-StatisticProb.  LB does not Granger Cause XFJ 26 7.190100.0042 XFJ does not Granger Cause

7、LB 5.455160.0124從散點(diǎn)圖看它們之間具有線性關(guān)系，從因果關(guān)系檢驗(yàn)看它們之間似乎具有雙向因果關(guān)系。宏觀經(jīng)濟(jì)中確實(shí)如此。進(jìn)行一元線性回歸如下：得到回歸方程XFJ=0.*LB-75.996622固定資產(chǎn)投資模型（結(jié)果控制在本頁）固定資產(chǎn)投資TZC顯然取決于固定資產(chǎn)折舊ZJ、營業(yè)盈余YY和財(cái)政支出CZ，進(jìn)行三元線性回歸如下：分別去掉一個(gè)解釋變量進(jìn)行三個(gè)二元線性回歸如下：從上面三個(gè)回歸結(jié)果可以看出，只要固定資產(chǎn)折舊ZJ和財(cái)政支出CZ其中一個(gè)不在方程中，回歸就能得到很好的擬合?，F(xiàn)在暫且去最后一個(gè)回歸方程來使用，方程為 TZG=0.*YY+1.*CZ+20.918933貨物和服務(wù)凈流

8、出模型（結(jié)果控制在本頁）先考慮影響貨物和服務(wù)凈流出CK的因素為支出法的國內(nèi)生產(chǎn)總值GDP，看散點(diǎn)圖和因果關(guān)系檢驗(yàn)。從散點(diǎn)圖和因果關(guān)系檢驗(yàn)看它們具有關(guān)系，進(jìn)行一元線性回歸如下：在所有收集到的統(tǒng)計(jì)數(shù)據(jù)中，年利率LL是一個(gè)可以考慮引入的因素，引入LL進(jìn)行二元線性回歸如下：最后得到回歸方程 CK=0.88239*GDP-42.65989*LL+202.21734存貨增加模型（結(jié)果控制在本頁）存貨增加TZC顯然取決于城鄉(xiāng)儲(chǔ)蓄CX和商品零售價(jià)格指數(shù)PSL，進(jìn)行二元線性回歸如下：方程為 TZC=0.*CX+1.*PSL-209.0546二、實(shí)驗(yàn)總結(jié)與評價(jià)實(shí)驗(yàn)總結(jié)（包括實(shí)驗(yàn)數(shù)據(jù)分析、實(shí)驗(yàn)結(jié)果、實(shí)驗(yàn)過程中出現(xiàn)的

9、問題及解決方法等）：見實(shí)驗(yàn)步驟中。1、多元線性回歸模型是將總體回歸函數(shù)描述為一個(gè)被解釋變量與多個(gè)解釋變量之間線性關(guān)系的模型。通常多元線性回歸模型可以用矩陣形式表示。 2、多元線性回歸模型中對隨機(jī)擾動(dòng)項(xiàng)U的假定，除了零均值假定、同方差假定、無自相關(guān)假定、隨機(jī)擾動(dòng)與解釋變量不相關(guān)假定、正態(tài)性假定以外，還要求滿足無多重共線性假定。 3、多元線性回歸模型參數(shù)的最小二乘估計(jì)式；參數(shù)估計(jì)式的分布性質(zhì)及期望、方差和標(biāo)準(zhǔn)誤差；在基本假定滿足的條件下，多元線性回歸模型最小二乘估計(jì)式是最佳線性無偏估計(jì)式。 4、多元線性回歸模型中參數(shù)區(qū)間估計(jì)的方法。 5、多重可決系數(shù)的意義和計(jì)算方法，修正可決系數(shù)的作用和方法。 6

10、、F檢驗(yàn)是對多元線性回歸模型中所有解釋變量聯(lián)合顯著性的檢驗(yàn)，F(xiàn)檢驗(yàn)是在方差分析基礎(chǔ)上進(jìn)行的。 7、多元回歸分析中，為了分別檢驗(yàn)當(dāng)其他解釋變量不變時(shí)，各個(gè)解釋變量是否對被解釋變量有顯著影響，需要分別對所估計(jì)的各個(gè)回歸系數(shù)作t檢驗(yàn)。 8、利用多元線性回歸模型作被解釋變量平均值預(yù)測與個(gè)別值預(yù)測的方法。對實(shí)驗(yàn)的自我評價(jià)：1總結(jié)本次實(shí)驗(yàn)的實(shí)驗(yàn)成果、遇到的問題和收獲。（50字左右）國家的各項(xiàng)指數(shù)都是息息相關(guān)的，在實(shí)驗(yàn)過程當(dāng)中對散點(diǎn)圖、因果關(guān)系檢驗(yàn)的步驟不是很熟悉，通過老師和同學(xué)的指導(dǎo)我才慢慢熟悉了步驟，在以后的實(shí)驗(yàn)中有很大的作用。2將本實(shí)驗(yàn)同“實(shí)驗(yàn)二”相比較，比較有哪些不同，又有何收獲。（50字左右）在實(shí)驗(yàn)二中主要是以因果關(guān)系分析以及一元線性回歸為主，而實(shí)驗(yàn)三則涉及到了多元線性回歸的相關(guān)實(shí)驗(yàn)，總體難度不大，但對具體步驟不夠熟練還有待加強(qiáng)練習(xí)。3學(xué)習(xí)的自我評價(jià)：評價(jià)自我對本課程知識(shí)內(nèi)容的掌握程度、對實(shí)驗(yàn)操作的掌握熟練情況以及在接下來的學(xué)