统计软件应用期末课程论文范文2Word文档下载推荐.docx

统计软件应用期末课程论文范文2Word文档下载推荐.docx

《统计软件应用期末课程论文范文2Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《统计软件应用期末课程论文范文2Word文档下载推荐.docx（17页珍藏版）》请在冰豆网上搜索。

在众多可选择对象中我们经分析研究结合大量文献资料决定从交通建设着手。

在我国，交通一般分布为公路，铁路，航班，航船等。

由于考虑到我国一般大众的旅游交通方式集中在公路和铁路上，为了避免解释变量的过多过繁以及可能带来的多重共线形等问题，我们只选取了前二者。

即确定了

公路长度和

铁路长度这两个解释变量。

其中，考虑到我国旅游业不断发展过程中，高速公路的修建也不断增多，在

的确定过程中，我们已经将其拟合，尽量保证解释变量的完整和真实。

二、相关数据

三、计量经济模型的建立

Ｙ＝ｃ（１）＋ｃ（２）＊Ｘ２＋ｃ（３）＊Ｘ３＋ｃ（４）＊Ｘ４＋ｃ（５）＊Ｘ５＋ｃ（６）＊Ｘ６＋Ｕ

我们建立了下述的一般模型：

其中

Ｙ——1994-2003年各年全国旅游收入

Ｃ（１）——待定参数　

——国内旅游人数（万人）

——入境旅游人数（万人）

——城镇居民人均旅游花费（元）

——农村居民人均旅游花费（元）

——公路长度（含高速）（万公里）

——铁路长度（万公里）

Ｕ——随即扰动项

四、模型的参数估计和检验

利用Eviews软件，采用以上数据对该模型进行OLS回归，结果如下：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/23/10Time:

01:

56

Sample:

19942003

Includedobservations:

10

Variable

Coefficient

Std.Error

t-Statistic

Prob. 

C

-340.5047

1357.835

-0.250770

0.0882

X2

-0.001616

0.013520

-0.119529

0.1524

X3

0.232358

0.128017

1.815050

0.1671

X4

6.391052

1.716888

3.722463

0.0337

X5

-1.046757

1.224011

-0.855187

0.0453

X6

5.673429

6.667266

0.850938

0.4573

X7

-474.3909

355.7167

-1.333620

0.2745

R-squared

0.996391

Meandependentvar

2494.200

AdjustedR-squared

0.989174

S.D.dependentvar

980.4435

S.E.ofregression

102.0112

Akaikeinfocriterion

12.28407

Sumsquaredresid

31218.86

Schwarzcriterion

12.49588

Loglikelihood

-54.42035

F-statistic

138.0609

Durbin-Watsonstat

3.244251

Prob（F-statistic）

0.000944

由此可见，该模型可决系数很高，F检验显著，但是

、

的系数t检验不显著，且

的系数符号不符合经济意义，说明存在严重的多重共线性。

所以进行以下修正：

〈一〉．统计方法检验及修正

多重共线性的检验：

首先对Y进行各个解释变量的逐步回归,由最小二乘法，结合经济意义和统计检验得出拟合效果最好的两个解释变量如下：

02:

00

-3193.041

606.2101

-5.267217

0.0012

9.729003

1.435442

6.777703

0.0003

-1.197036

2.059371

-0.581263

0.1293

0.957285

0.945081

229.7654

13.95532

369544.9

14.04609

-66.77660

78.43859

0.791632

0.000016

继续采用逐步回归法将其余解释变量代入，得出拟合效果最好的三个解释变量，结果如下：

01

-3391.810

514.1119

-6.597416

0.0006

0.029414

0.014525

2.025042

0.0393

6.355459

2.050175

3.099959

0.0211

-0.284542

1.772604

-0.160522

0.1077

0.974627

0.961940

191.2739

13.63446

219514.3

13.75550

-64.17232

76.82334

1.328513

0.000035

以上模型估计效果最好，继续逐步回归得到以下结果：

40

-1973.943

441.5947

-4.470034

0.0066

-0.005095

0.011431

-0.445729

0.6744

0.328279

0.080682

4.068802

0.0096

4.665485

1.158665

4.026602

0.0101

-1.714020

0.999029

-1.715686

0.1469

0.994114

0.989406

100.9150

12.37329

50919.23

12.52458

-56.86644

211.1311

3.034041

0.000009

各项拟合效果都较好。

虽然

的t检验不是很显著，但考虑到其经济意义在模型中的重要地位，暂时保留。

继续引入

。