《各地区的国内生产总值的影响因素》计量经济学论文(eviews分析)Word文档格式.docx

《各地区的国内生产总值的影响因素》计量经济学论文(eviews分析)Word文档格式.docx

《《各地区的国内生产总值的影响因素》计量经济学论文(eviews分析)Word文档格式.docx》由会员分享，可在线阅读，更多相关《《各地区的国内生产总值的影响因素》计量经济学论文(eviews分析)Word文档格式.docx（18页珍藏版）》请在冰豆网上搜索。

京

11115.00

17893.30

4616.92

1913.97

4837932.00

天

津

6719.01

14801.35

4738.20

614.27

2989271.90

河

16011.97

9678.75

12269.80

839.33

1568890.20

山

西

7315.40

9355.10

4943.16

581.91

283745.50

内蒙

古

8496.20

12369.87

7336.79

576.83

231547.60

辽

宁

13668.58

12324.58

12292.49

1183.98

3341492.80

吉

林

6426.10

10914.44

6411.60

361.11

312493.50

黑龙

江

8314.37

9629.60

5028.83

444.31

1008212.70

上

海

14069.86

20992.35

5043.75

2368.45

14179602.70

苏

30981.98

13153.00

18949.87

2654.75

19919919.00

浙

21462.69

16683.48

10742.32

1983.81

13301295.40

安

徽

8851.66

10233.98

8990.73

629.32

888648.70

福

建

10823.01

13450.57

6231.20

778.14

5331911.00

6971.05

9739.99

6643.14

430.02

736848.80

东

30933.28

12012.73

19034.53

1720.35

7949070.60

南

18018.53

9566.99

13704.50

821.50

734537.60

湖

11328.89

10294.07

7866.89

616.06

997879.60

11555.00

10828.23

7703.38

568.27

549203.40

广

36796.71

16857.50

12933.12

3130.61

35895489.30

7021.00

10352.38

5237.24

417.68

837537.00

1503.06

10086.65

988.32

151.24

130863.20

重

庆

5793.66

12144.06

5214.28

435.62

428007.10

四

川

12601.23

10860.20

11371.87

886.67

1416944.70

贵

州

3561.56

9048.29

2412.02

311.71

135661.20

云

5692.12

10201.81

4526.37

548.11

451325.20

藏

394.85

9034.31

378.28

18.51

37547.10

陕

7314.58

10705.67

6246.90

532.80

398814.90

甘

肃

3166.82

8890.79

2363.00

176.04

73551.20

青

1018.62

8786.52

798.23

70.17

25187.60

夏

1203.92

10280.00

1075.91

90.74

74293.00

新

疆

4183.21

9327.55

2725.45

301.13

1093456.30

由散点图知，Y与X1、X2、x3、X4呈现性关系，所以设模型为

Y=β0+β1x1+β2x2+β3x3+β4x4+μ

三、，模型参数估计与回归结果分析

Y与X1、X2、X3、X4的回归分析结果如下：

Y=1433.68-0.15X1+1.07X2+1.96X3+0.00047X4（0.64） （-0.65） （9.38） （1.15） （4.65）

R2=0.973521 Error!

2=0.969447 F=238.9774 D.W.=1.836524

（一）经济意义检验

从经济意义上说，各地区的生产总值Y与固定资产投资X2、各地税收收入X3、各地净出口X4成正相关。

但是X1的系数是负的，表明居民消费性支出每上升一个百分点，GDP生产总值将下降0.15个百分点，不符合实际意义，所以删去X1这个变量。

（二）统计检验

由回归结果表明，R2和调整R2的值都接近于1，表明模型的拟合优度较好。

在α=0.05的显著性水平下，自由度n-k-1=26的t统计量的临界值为tα/2（26）

=2.056，x2、x4的t值大于该临界值，所以x2、x4在95%的水平下影响显著，通过了变量显著性检验。

F统计量的临界值为F0.05（4，26）=2.74，F大于该临界值，所以模型的线性关系在95%的置信水平下显著成立。

（三）计量经济学检验

1、多重共线性检验：

X1、X2、X3、X4的相关系数如下表：

X2

X3

X4

1

0.24012

0.7916

0.6674

0.66113

0.5071

0.6611

0.9012

由表中数据可知X1、X2、X3、X4可能存在高度相关性

（1）做Y与X1的回归，结果如下：

Y=-6554.045+1.488X1

（-1.1295）（3.076）

R2=0.245966 Error!

2=0.219965 F=9.459825 D.W.=1.691451

（2）作y与x2的回归，结果如下:

Y=-741.76+1.628x2

（-0.556） （10.407）

R2=0.788787 Error!

2=0.781504 F=108.302 D.W.=1.975

（3）作y与x3的回归，结果如下:

Y=2401.974+9.896x3（2.11） （10.01）

R2=0.775543 Error!

2=0.767803 F=100.2005 D.W.=1.399332

（4）作y与x4的回归，结果如下:

Y=7029.52+0.00096x4

（6.67） （7.692）

R2=0.671093 Error!

2=0.659751 F=59.17 D.W.=1.382

由此可见，Y受X2的影响最大，所以选

（2）为初始的回归模型。

（5）做Y与X2、X1的回归，结果如下：

R2=0.873569

（6）作y与x2、x3的回归，结果如下

R2=0.941792

（7）作y与x2、x4的回归，结果如下

R2=0.971909

由此可得X2、X4的拟合度最好。

（8）做Y与X2、X4、X1的回归，结果如下：

R2=0.972164

（9）做Y与X2、X1、X3的回归，结果如下：

R2=0.951473

（10）做Y与X3、X2、X4的回归，结果如下：

R2=0.973095

（11）已知Y与X1、X3、X2、X4的回归为：

R2=0.973521

由此可得X2、X4拟合度最好，所以通过逐步回归后模型为

Y=260.4758+1.166709X2+0.000582X4

2、异方差性检验：

E2与x2的散点图如下：

说明e2与x2存在单调递增型异方差性。

E2与X4的散点图如下：

说明e2与x2存在复杂型异方差性；

进行怀特检验后可得：

可知

P=0.1568%<

5%，所以确定存在异方差性。

已知Y与X2、X4的回归方程为：

对Y与X2、X4的方程异方差性调整后得到：

可以看出修正后模型的拟合优度及D.W.值均有所提高。

所以最终得到模型为：

Y=89.06516+1.192841X2+0.000606X4

（3）序列相关检验：

对其进行序列相关检验，结果如下：

可以看出不存在序列相关，修正异方差性后的Y 与X2、X4的回归方程中可得D.W.=2.205041

进行消除一阶序列相关，可得方程如下：

可以看出，序列相关修正后，解释变量的T统计量的概率却上升到快接近于1，所以不合理。

所以无需再进行序列相关修正。

四、结论：

本次计量结果得到模型：

Y=89.06516+1.192841X2+0.000606X4【已知Y---生产总值（亿元）

X1----居民消费性支出（元） X2----固定资产投资（亿元） X3 各地

税收收入（亿元） X4 各地净出口（万美元）】表明各