我国粮食生产与相关投入计量经济学模型分析文档格式.docx
《我国粮食生产与相关投入计量经济学模型分析文档格式.docx》由会员分享,可在线阅读,更多相关《我国粮食生产与相关投入计量经济学模型分析文档格式.docx(18页珍藏版)》请在冰豆网上搜索。
Date:
12/15/06Time:
00:
16
Sample:
19802003
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-5410.500
21545.50
-0.251120
0.8046
X1
8.164618
1.611512
5.066433
0.0001
X2
0.163901
0.151925
1.078830
0.2949
X3
-0.230792
0.103152
-2.237399
0.0381
X4
-0.251621
0.131538
-1.912919
0.0718
X5
0.638869
0.429496
1.487485
0.1542
R-squared
0.922443
Meandependentvar
42847.33
AdjustedR-squared
0.900899
S.D.dependentvar
5325.186
S.E.ofregression
1676.383
Akaikeinfocriterion
17.89898
Sumsquaredresid
50584693
Schwarzcriterion
18.19350
Loglikelihood
-208.7878
F-statistic
42.81740
Durbin-Watsonstat
0.415364
Prob(F-statistic)
0.000000
估计方程为
t:
(-0.25)(5.07)(1.08)(-2.24)(-1.91)(1.49)
=0.9224F=42.8174
由于,,未通过t检验,而且前的符号经济意义也不合理,因此解释变量键可能存在多重共线性。
四.多重共线性分析
1.检验简单相关系数
,,,,的相关系数表如下:
1.000000
-0.844852
0.375109
0.980034
0.396547
-0.400823
-0.822917
-0.195668
0.500381
-0.603832
0.268218
2.用Y分别关于,,,,作一元线性回归得:
变量
参数估计值
4.255
-0.348
0.469
0.281
3.235
t统计量
8.29
-1.19
2.528
5.118
4.522
0.7576
0.0606
0.2251
0.5435
0.4817
由上表知,解释变量的重要程度依次为,,,,
3.将各解释变量按以上顺序分别引入基本回归模型中,并用OLS法估计。
先把引入模型,用Y关于,做回归并用OLS法估计得:
18:
13
29444.91
1146.287
25.68721
0.0000
10.23087
1.309005
7.815765
-0.484598
0.101949
-4.753326
0.883222
0.872101
1904.447
18.05824
76165307
18.20550
-213.6989
79.41445
0.893524
=0.9224 t(25.69) (7.82)(-4.75)
可见,引入后,拟合优度有所提高,但回归参数的符号不对,所以应该把从模型中删除。
按照上面的方法依次引入,,,经过检验均可保留。
删去不符合条件的解释变量,得到Y关于,,,的方程:
(-1.95)(8.51)(2.37)(-2.39)(2.34)
=0.9067F=46.1480DW=0.38
12:
41
-33196.40
16990.08
-1.953870
0.0656
5.290239
0.621761
8.508471
0.322197
0.136035
2.368498
0.0286
-0.260340
0.108892
-2.390807
0.0273
0.977798
0.417731
2.340736
0.0303
0.906676
0.887029
1789.857
18.00071
60868170
18.24614
-211.0085
46.14801
0.380375
五.
序列相关性分析
对上一步得到的回归方程
做序列相关性分析,采用LM检验法:
1.2阶滞后:
Breusch-GodfreySerialCorrelationLMTest:
F-statistic
24.93890
Probability
0.000009
Obs*R-squared
17.89932
0.000130
TestEquation:
RESID
13:
05
Presamplemissingvaluelaggedresidualssettozero.
5709.028
9294.296
0.614251
0.5472
0.078765
0.332401
0.236959
0.8155
-0.093432
0.075415
-1.238899
0.2322
-0.103549
0.060792
-1.703326
0.1067
0.216553
0.224804
0.963297
0.3489
RESID(-1)
1.223990
0.189696
6.452391
RESID(-2)
-0.518640
0.195301
-2.655586
0.0166
0.745805
1.33E-11
0.656089
1626.789
954.0127
16.79772
15472384
17.14132
-194.5727
8.312966
2.552423
0.000262
得估计结果为:
t (0.61)(0.24)(-1.24)(-1.70)(0.96)(6.45)(-2.66)
=0.7458N=24P=2K=5(包含常数项)
LM=(N-P)*=(24-2)*0.7458=16.4076
=5.99
由于LM>
而且,的回归系数显著不为零,表明此模型存在一阶,二阶自相关
2.3阶滞后:
17.48614
0.000026
18.39076
0.000365
27
Presamplemissing