实验报告5计量作业.docx

实验报告5计量作业.docx

《实验报告5计量作业.docx》由会员分享，可在线阅读，更多相关《实验报告5计量作业.docx（13页珍藏版）》请在冰豆网上搜索。

实验报告5计量作业

实验报告

课程名称：

计量经济学

实验项目名称：

单方程线性回归模型的

参数估计和统计检验

（二）

院（系

实验地点：

实验日期：

2012年4月15日

实验目的：

掌握利用EViews软件对模型函数形式进行选择以及对多元单方程线性回归模型进行参数估计和统计检验。

实验内容：

1、模型函数形式的选择

1）建立工作文件并完成数据输入

2）趋势图和散点图分析

3）模型的估计

根据散点图，其拟合形状可以推测出有四种情况。

以及用Quick中的Extimation写方程形式如下：

①线性模型：

ycx

②二阶多项式模型：

ycxx^2

③线性到对数模型:

log（y）cx

④双对数模型:

log（y）clog（x）

分别得到如下OLS估计、及分析：

①线性模型

模型中变量前的参数均为正，符合散点图中递增趋势。

t值分别为6、37和20、09，而p值均为0。

这里的t值足够大，而p值均<0﹑05，所以可以直接拒绝原假设，即具有统计显著性。

②二阶多项式模型：

同①，拒绝原假设，这样各参数也均有统计显著性。

③线性到对数模型

同①分析，具有统计显著性。

④双对数模型：

同①分析，具有统计显著性。

4）模型的比较

比较r^2因为此方法只有在因变量相同的情况下才可使用，故我们分组讨论。

在以上四组模型中因变量相同的分别是线性模型和二阶多项式模型、线性到对数和双对数模型。

●①r^2=0、98

②r^2=0、99

●③r^2=0、98

④r^2=0、97

比较后可知二阶多项式和线性到对数模型拟合的比较好。

因此排除对线性模型和双对数模型的推测。

在估计窗口的View中Actual，Fitted，Residual打开Actual，Fitted，ResidualTable即得到如下残差图：

二阶多项式残差图：

线性到对数残差图

：

我们所做的是我国的税收预测模型，所以所得到的残差图应该在未来的趋势上越接近0也就是说越靠近中间的那条线越能准确的描述未来的一种预测。

故双对数模型较其他模型来说对其拟合更好。

2、多元线性回归模型

1）计算相关系数

2）OLS估计

β^2=0.524310

β^3=-0.025529

3）模型的统计检验

①拟合优度检验

R^2=0.729208

②模型的总体显著性检验

假设H0：

β2=β3=0H1：

β2和β3不全为0

F=2154298

Fα（k-1，n-k）=F0.05（2，16）=3.63

则比较，因F>F0.05（2，19）故拒绝原假设，即总体具有统计显著性

③个别偏回归系数的显著性检验

β2的P=0.0024拒绝原假设，具有统计显著性。

β3的P=0.6257>0.1即接受原假设，不具有统计显著性。

4）输出Eviews结果

log（rm2）=1.239345+0.524310log（rgdp）-0.025529log（tbrate）

0.6244520.1455500.051333R^2=0.729208

1.9847063.602265-0.497313df=19-3=16

0.06460.00240.6257

实验方法、步骤和结果：

成绩评定__________________________