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。
![统计软件应用期末课程论文范文2Word文档下载推荐.docx](https://file1.bdocx.com/fileroot1/2022-10/8/d9cd4909-308b-43c1-a487-6ed06335348e/d9cd4909-308b-43c1-a487-6ed06335348e1.gif)
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
。