实验三 多元线性回归模型的估计和检验.docx

实验三 多元线性回归模型的估计和检验.docx

《实验三 多元线性回归模型的估计和检验.docx》由会员分享，可在线阅读，更多相关《实验三 多元线性回归模型的估计和检验.docx（20页珍藏版）》请在冰豆网上搜索。

实验三多元线性回归模型的估计和检验

实验报告

课程名称：

计量经济学

实验项目：

实验三多元线性回归模型的

估计和检验

实验类型：

综合性□设计性□验证性☑

专业班别：

11本国贸5班

姓名：

学号：

实验课室：

厚德A207

指导教师：

石立

实验日期：

2014-2-25

广东商学院华商学院教务处制

一、实验项目训练方案

小组合作：

是□否☑

小组成员：

无

实验目的：

掌握多元线性回归模型估计和检验的方法。

实验场地及仪器、设备和材料

实验室：

普通配置的计算机，Eviews软件及常用办公软件。

实验训练内容（包括实验原理和操作步骤）：

【实验步骤】

（一）国内生产总值的增长模型：

分析广东省国内生产总值的增长，根据广东数据（数据见“表：

广东省宏观经济数据-第三章.xls”文件，各变量的表示按照试验指导课本上的来表示）选择不变价GDP（GDPB）、不变价资本存量（ZC）和从业人员（RY），把GDPB作为因变量，ZC和RY作为两个解释变量进行二元线性回归分析。

要求：

按照试验指导课本

~

，分别作：

1．作散点图（GDPB同ZC，GDPB同RY）（结果控制在本页）

2．进行因果关系检验（GDPB同ZC，GDPB同RY）（结果控制在本页）

（1）GDPB同ZC的因果分析

PairwiseGrangerCausalityTests

Date:

12/01/13Time:

14:

39

Sample:

19782005

Lags:

2

 NullHypothesis:

Obs

F-Statistic

Prob. 

 ZCdoesnotGrangerCauseGDPB

 26

 3.84939

0.0376

 GDPBdoesnotGrangerCauseZC

 19.0748

2.E-05

（2）GDPB同RY的因果分析

PairwiseGrangerCausalityTests

Date:

12/01/13Time:

14:

39

Sample:

19782005

Lags:

3

 NullHypothesis:

Obs

F-Statistic

Prob. 

 RYdoesnotGrangerCauseGDPB

 25

 2.88744

0.0641

 GDPBdoesnotGrangerCauseRY

 3.46309

0.0382

从因果关系检验看，ZC明显影响GDPB,,RY不太明显，这是可以理解的，计划经济时期存在着隐性失业，使得劳动力的变化对产出的影响不太明显。

3．作GDPB同ZC和RY的多元线性回归，写出模型估计的结果，并分析模型检验是均否通过？

（三个检验）（结果控制在本页）

所以，由上图可得，

多元线性回归方程为GDPB=0.377170*ZC+0.353689*RY-800.5997

故，估计方程的判定系数R

=0.999085接近1；参数显著性t检验值大于2；方程显著性F检验显著。

4．将建立的二元回归模型（GDPB同ZC和RY）同一元回归模型（GDPB同ZC、GDPB同RY）相比较，分析优点。

（结果控制在本页）

（1）GDPB同ZC一元回归模型如下:

（2）GDPB同RY一元回归模型如下:

由于建立的二元回归模型（GDPB同ZC和RY）的调整的判定系数为0.999085，

故，建立的二元回归模型（GDPB同ZC和RY）同一元回归模型（GDPB同ZC、GDPB同RY）相比较，其优点是比下面的两个一元回归模型有明显改善。

5．结合相关的经济理论，分析估计的二元回归模型的经济意义。

（结果控制在本页）

由于二元回归模型GDPB=0.377170*ZC+0.353689*RY-800.5997

所以说，模型估计结果说明，在假定其他变量不变的情况下，当年GDPB每增加1个单位，ZC会增加0.377170个单位，RY会增加0.353689个单位。

（二）宏观经济模型：

根据广东数据，研究广东省居民消费行为、固定资产投资行为、货物和服务净出口行为和存货行为，分别建立居民消费模型、固定资产投资模型、货物和服务净出口模型和存货增加模型。

要求：

按照试验指导课本

~

，分别作出以下模型，并对需要改进的模型进行改进。

写出最终估计的模型结果，并结合相关的经济理论，分析模型的经济意义。

（数据见“表：

广东省宏观经济数据-第三章.xls”文件，各变量的表示按照试验指导课本上的来表示。

）

1．居民消费模型（结果控制在本页）

PairwiseGrangerCausalityTests

Date:

12/01/13Time:

15:

23

Sample:

19782005

Lags:

2

 NullHypothesis:

Obs

F-Statistic

Prob. 

 LBdoesnotGrangerCauseXFJ

 26

 7.19010

0.0042

 XFJdoesnotGrangerCauseLB

 5.45516

0.0124

从散点图看，它们具有线性关系，从因果关系检验看到它们之间似乎具有双向因果关系，宏观经济中确实如此。

进行一元线性回归如下：

DependentVariable:

XFJ

Method:

LeastSquares

Date:

12/01/13Time:

15:

25

Sample:

19782005

Includedobservations:

28

Coefficient

Std.Error

t-Statistic

Prob.  

LB

0.986702

0.016916

58.33010

0.0000

C

-75.99662

59.99073

-1.266806

0.2165

R-squared

0.992416

    Meandependentvar

2362.277

AdjustedR-squared

0.992125

    S.D.dependentvar

2565.722

S.E.ofregression

227.6909

    Akaikeinfocriterion

13.76260

Sumsquaredresid

1347921.

    Schwarzcriterion

13.85776

Loglikelihood

-190.6765

    Hannan-Quinncriter.

13.79169

F-statistic

3402.401

    Durbin-Watsonstat

0.701578

Prob（F-statistic）

0.000000

所以，由上图可得，

一元线性回归方程为XFJ=0.986702*LB-75.99662

除劳动报酬LB外，企业盈余YY也会影响居民消费XFJ，看散点图和因果关系检验。

PairwiseGrangerCausalityTests

Date:

12/01/13Time:

15:

33

Sample:

19782005

Lags:

1

 NullHypothesis:

Obs

F-Statistic

Prob. 

 YYdoesnotGrangerCauseXFJ

 27

 4.25720

0.0501

 XFJdoesnotGrangerCauseYY

 0.09358

0.7623

从散点图看和因果关系检验看应该把YY引入方程中，进行一元线性回归如下：

DependentVariable:

XFJ

Method:

LeastSquares

Date:

12/01/13Time:

15:

34

Sample:

19782005

Includedobservations:

28

Coefficient

Std.Error

t-Statistic

Prob.  

LB

0.740808

0.032893

22.52199

0.0000

YY

0.362075

0.046452

7.794692

0.0000

C

46.91513

36.60282

1.281735

0.2117

R-squared

0.997789

    Meandependentvar

2362.277

AdjustedR-squared

0.997612

    S.D.dependentvar

2565.722

S.E.ofregression

125.3710

    Akaikeinfocriterion

12.60139

Sumsquaredresid

392946.9

    Schwarzcriterion

12.74412

Loglikelihood

-173.4194

    Hannan-Quinncriter.

12.64502

F-statistic

5641.541

    Durbin-Watsonstat

1.122075

Prob（F-statistic）

0.000000

显然回归得到改善，引入YY是正确的，最后得到回归方程

XFJ=0.740808*LB+0.362075*YY+46.91513

2．固定资产投资模型（结果控制在本页）

进行三元线性回归如下：

DependentVariable:

TZG

Method:

LeastSquares

Date:

12/01/13Time:

15:

38

Sample:

19782005

Includedobservations:

28

Coefficient

Std.Error

t-Statistic

Prob.  

ZJ

1.111864

0.243152

4.572716

0.0001

YY

0.431692

0.052566

8.212352

0.0000

CZ

0.143210

0.405308

0.353338

0.7269

C

31.27625

27.82517

1.124027

0.2721

R-squared

0.997573

    Meandependentvar

1628.997

AdjustedR-squared

0.997270

    S.D.dependentvar

2003.852

S.E.ofregression

104.7010

    Akaikeinfocriterion

12.27166

Sumsquaredresid

263095.1

    Schwarzcriterion

12.46197

Loglikelihood

-167.8032

    Hannan-Quinncriter.

12.32984

F-statistic

3288.646

    Durbin-Watsonstat

1.298515

Prob（F-statistic）

0.000000

现在分别去掉一个解释变量进行三个二元回归如下：

（1）

DependentVariable:

TZG

Method:

LeastSquares

Date:

12/01/13Time:

15:

40

Sample:

19782005

Includedobservations:

28

Coefficient

Std.Error

t-Statistic

Prob.  

ZJ

1.191878

0.086993

13.70091

0.0000

YY

0.438422

0.048129

9.109365

0.0000

C

33.65613

26.52092

1.269041

0.2161

R-squared

0.997561

    Meandependentvar

1628.997

AdjustedR-squared

0.997366

    S.D.dependentvar

2003.852

S.E.ofregression

102.8521

    Akaikeinfocriterion

12.20542

Sumsquaredresid

264463.7

    Schwarzcriterion

12.34815

Loglikelihood

-167.8758

    Hannan-Quinncriter.

12.24905

F-statistic

5111.852

    Durbin-Watsonstat

1.370345

Prob（F-statistic）

0.000000

（2）

DependentVariable:

TZG

Method:

LeastSquares

Date:

12/01/13Time:

15:

42

Sample:

19782005

Includedobservations:

28

Coefficient

Std.Error

t-Statistic

Prob.  

ZJ

1.098578

0.465021

2.362428

0.0262

CZ

1.349301

0.722479

1.867601

0.0736

C

-45.61394

50.11293

-0.910223

0.3714

R-squared

0.990754

    Meandependentvar

1628.997

AdjustedR-squared

0.990014

    S.D.dependentvar

2003.852

S.E.ofregression

200.2421

    Akaikeinfocriterion

13.53789

Sumsquaredresid

1002422.

    Schwarzcriterion

13.68062

Loglikelihood

-186.5304

    Hannan-Quinncriter.

13.58152

F-statistic

1339.431

    Durbin-Watsonstat

0.436795

Prob（F-statistic）

0.000000

（3）

DependentVariable:

TZG

Method:

LeastSquares

Date:

12/01/13Time:

15:

43

Sample:

19782005

Includedobservations:

28

Coefficient

Std.Error

t-Statistic

Prob.  

YY

0.430093

0.070453

6.104709

0.0000

CZ

1.869278

0.197846

9.448135

0.0000

C

20.91893

37.17015

0.562788

0.5786

R-squared

0.995459

    Meandependentvar

1628.997

AdjustedR-squared

0.995096

    S.D.dependentvar

2003.852

S.E.ofregression

140.3301

    Akaikeinfocriterion

12.82683

Sumsquaredresid

492313.8

    Schwarzcriterion

12.96957

Loglikelihood

-176.5756

    Hannan-Quinncriter.

12.87047

F-statistic

2740.226

    Durbin-Watsonstat

0.751924

Prob（F-statistic）

0.000000

从上面三个回归可以结果看出，只要固定资产折旧ZJ和财政支出CZ其中一个不在方程中，回归就能得到很好的拟合。

现在暂且取最后一个回归方程来使用。

 方程为 

TZG=0.430093*YY+1.869278*CZ+20.91893。

3．货物和服务净流出模型（结果控制在本页）

DependentVariable:

CK

Method:

LeastSquares

Date:

11/29/13Time:

15:

44

Sample:

19782005

Includedobservations:

28

Coefficient

Std.Error

t-Statistic

Prob.  

GDP

0.099316

0.005552

17.88813

0.0000

C

-112.9813

45.74528

-2.469792

0.0204

R-squared

0.924852

    Meandependentvar

427.0379

AdjustedR-squared

0.921962

    S.D.dependentvar

651.0303

S.E.ofregression

181.8672

    Akaikeinfocriterion

13.31318

Sumsquaredresid

859967.3

    Schwarzcriterion

13.40834

Loglikelihood

-184.3845

    Hannan-Quinncriter.

13.34227

F-statistic

319.9853

    Durbin-Watsonstat

0.959767

Prob（F-statistic）

0.000000

从散点图和因果关系检验看它们具有关系，进行一元线性回归如下：

DependentVariable:

CK

Method:

LeastSquares

Date:

04/25/14Time:

17:

53

Sample:

19782005

Includedobservations:

28

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

GDP

0.099316

0.005552

17.88813

0.0000

C

-112.9813

45.74528

-2.469792

0.0204

R-squared

0.924852

    Meandependentvar

427.0379

AdjustedR-squared

0.921962

    S.D.dependentvar

651.0303

S.E.ofregression

181.8672

    Akaikeinfocriterion

13.31318

Sumsquaredresid

859967.3

    Schwarzcriterion

13.40834

Loglikelihood

-184.3845

    Hannan-Quinncriter.

13.34227

F-statistic

319.9853

    Durbin-Watsonstat

0.959767

Prob（F-statistic）

0.000000

所有收集到的统计数据中，年利率LL是一个可以考虑引入的因素，引入LL进行二元线性回归如下：

DependentVariable:

CK

Method:

LeastSquares

Date:

04/25/14Time:

17:

55

Sample:

19782005

Includedobservations:

28

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

GDP

0.088239

0.005525

15.97067

0.0000

LL

-42.65989

11.83064

-3.6