计量经济学实验报告——粮食产量的影响因素分析Word格式文档下载.doc

计量经济学实验报告——粮食产量的影响因素分析Word格式文档下载.doc

《计量经济学实验报告——粮食产量的影响因素分析Word格式文档下载.doc》由会员分享，可在线阅读，更多相关《计量经济学实验报告——粮食产量的影响因素分析Word格式文档下载.doc（7页珍藏版）》请在冰豆网上搜索。

30868

1987

37911

1776

108845

22705

20913

31130

1988

39151

1931

110933

23656

22950

31254

1989

40208

1999

111268

20393

24836

31663

1990

39408

2142

110123

23945

26575

32249

1991

40755

2357

112205

24449

28067

33225

1992

44624

2590

113466

17819

28708

38914

1993

43529

2806

112314

27814

29389

39098

1994

44264

2930

110560

25895

30308

38699

1995

45649

3152

110509

23133

31817

37680

1996

44510

3318

109544

31383

33802

36628

1997

46662

3594

110060

22267

36118

35530

1998

50454

3828

112548

21233

38547

34820

1999

49417

3981

112912

30309

42016

34840

2000

51230

4084

113787

25181

45208

35177

2001

50839

4124

113161

26731

48996

35768

2002

46218

4146

108463

34374

52574

36043

2003

45264

4254

106080

31793

55172

36513

2004

45706

4339

103891

27319

57930

36870

2005

43070

4412

99410

32516

60387

36546

2006

46947

4637

101606

16297

64028

35269

2007

48402

4766

104278

19966

68398

33970

2008

49804

4928

104958

24632

72522

32561

2009

50160

5108

105638

25064

76590

31444

注：

这里由于没有从事粮食生产的农业劳动数据，用第一产业劳动力替代。

资料来源：

《中国统计年鉴》（1985，2009）

三、模型的估计、检验、确认

对模型有如下假设：

1.零均值：

2.同方差无自相关：

3.随机扰动项与解释变量不相关：

4.无多重共线性

5.残差的正态性：

显然这些假设是不可能完全成立的，所以必须对其进行检验。

残差的正态性检验已完成。

主要需要检验的有：

一、多重共线性检验。

二、异方差性检验。

三、自相关性检验。

由于现有知识有限，只能对检验出来的一种情况进行修正，其它的暂不做修正，只做检验。

我们将基于以上数据进行分析。

（1）利用Eviews5.0作OLS估计的结果为：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/26/11Time:

12:

41

Sample:

19852009

Includedobservations:

25

Variable

Coefficient

Std.Error

t-Statistic

Prob. 

C

-26695.08

7507.527

-3.555775

0.0021

X1

5.994511

0.609713

9.831685

0.0000

X2

0.536701

0.057858

9.276245

X3

-0.135873

0.029720

-4.571732

0.0002

X4

0.090822

0.042053

-2.159696

0.0438

X5

-0.007390

0.070511

-0.104814

0.9176

R-squared

0.980829

Meandependentvar

44945.64

AdjustedR-squared

0.975783

S.D.dependentvar

4150.729

S.E.ofregression

645.9230

Akaikeinfocriterion

15.98480

Sumsquaredresid

7927113.

Schwarzcriterion

16.27733

Loglikelihood

-193.8100

F-statistic

194.4114

Durbin-Watsonstat

1.715679

Prob（F-statistic）

0.000000

Y=-26695.08+5.994511X1+0.536701X2+-0.135873X3+0.090822X4+-0.007390X5

（7507.527）（0.609713）（0.057858）（0.029720）（0.042053）（0.070511）

T=（-3.555775）（9.831685）（9.276245）（-4.571732）（-2.159696）（-0.104814）

R-Squared=0.980829df=19

从上面的估计的结果可以看出：

可决系数R-Squared=0.980829，表明模型在整体的拟和非常好。

系数显著性检验：

对于C、X1、X2、X3、X4的系数，t的统计量的绝对值都通过了检验，而X5的系数的t统计量为-0.104814，在df=19、α=0.05的情况下，X5的系数不能通过检验。

根据经验判断，无法通过第一步检验的原因很可能是解释变量之间存在多重共线性。

（2）多重共线性的检验与修正

我们对X1X2X3X4X5进行多重共线性检验，得到：

表1.2相关系数表

1.000000

-0.616566

0.400644

0.952746

0.314885

-0.238039

-0.741538

-0.060970

0.310096

0.409704

0.128834

可以发现X1X2X3X4X5之间存在高度的线性相关关系。

运用逐步回归法进行修正：

表1.3一元回归估计结果

变量

参数估计值

3.158761

-0.14429

0.182715

0.165219

0.553797

t值

7.716525

-0.68297

1.126564

4.775066

1.799071

r^2

0.721363

0.019877

0.052295

0.123364

其中，加入X1的r^2最大，以X1为基础，顺次加入其他变量逐步回归。

结果如下。

表1.4加入新变量的回归结果

（一）

加入变量

0.631835

-0.10622

-0.26297

0.146656

11.07516

-1.11232

-3.97217

0.79565

0.957624

0.736199

0.837737

0.729157

其中，加入X2的r^2最大，以X1，X2为基础，顺次加入其他变量逐步回归。

表1.4加入新变量的回归结果

（二）

-0.11151

-0.03681

0.002836

-3.63213

-0.82605

0.037402

0.973974

0.958958

0.957627

其中，加入X3的r^2最大，以X1，X2，X3为基础，顺次加入其他变量逐步回归。

表1.5加入新变量的回归结果（三）

-0.08821

0.082863

-2.67113

1.34134

0.980817

显然可见，加入X5时，参数的检验值不显著，说明主要是因为X5引起了多重共线性。

修正多重共线性以后的回归结果为：

13:

36