计量经济学实验报告——粮食产量的影响因素分析Word格式文档下载.doc

1、30868 198737911 1776 108845 22705 20913 31130 198839151 1931 110933 23656 22950 31254 198940208 1999 111268 20393 24836 31663 199039408 2142 110123 23945 26575 32249 199140755 2357 112205 24449 28067 33225 199244624 2590 113466 17819 28708 38914 199343529 2806 112314 27814 29389 39098 199444264 2930

2、 110560 25895 30308 38699 199545649 3152 110509 23133 31817 37680 199644510 3318 109544 31383 33802 36628 199746662 3594 110060 22267 36118 35530 199850454 3828 112548 21233 38547 34820 199949417 3981 112912 30309 42016 34840 200051230 4084 113787 25181 45208 35177 200150839 4124 113161 26731 48996

3、35768 200246218 4146 108463 34374 52574 36043 200345264 4254 106080 31793 55172 36513 200445706 4339 103891 27319 57930 36870 200543070 4412 99410 32516 60387 36546 200646947 4637 101606 16297 64028 35269 200748402 4766 104278 19966 68398 33970 200849804 4928 104958 24632 72522 32561 200950160 5108

4、105638 25064 76590 31444 注：这里由于没有从事粮食生产的农业劳动数据，用第一产业劳动力替代。资料来源：中国统计年鉴（1985，2009）三、模型的估计、检验、确认对模型有如下假设：1.零均值： 2.同方差无自相关： 3.随机扰动项与解释变量不相关： 4.无多重共线性5. 残差的正态性：显然这些假设是不可能完全成立的，所以必须对其进行检验。残差的正态性检验已完成。主要需要检验的有：一、多重共线性检验。二、异方差性检验。三、自相关性检验。由于现有知识有限，只能对检验出来的一种情况进行修正，其它的暂不做修正，只做检验。我们将基于以上数据进行分析。（1）利用Eviews5.0作

5、OLS估计的结果为：Dependent Variable: YMethod: Least SquaresDate: 12/26/11 Time: 12:41Sample: 1985 2009Included observations: 25VariableCoefficientStd. Errort-StatisticProb.C-26695.087507.527-3.5557750.0021X15.9945110.6097139.8316850.0000X20.5367010.0578589.276245X3-0.1358730.029720-4.5717320.0002X40.090822

6、0.042053-2.1596960.0438X5-0.0073900.070511-0.1048140.9176R-squared0.980829Mean dependent var44945.64Adjusted R-squared0.975783S.D. dependent var4150.729S.E. of regression645.9230Akaike info criterion15.98480Sum squared resid7927113.Schwarz criterion16.27733Log likelihood-193.8100F-statistic194.4114D

7、urbin-Watson stat1.715679Prob（F-statistic）0.000000Y= -26695.08+5.994511X1+0.536701X2+-0.135873X3+0.090822 X4+-0.007390X5 （7507.527） （0.609713） （0.057858） （0.029720） （0.042053） （0.070511） T =（-3.555775）（9.831685） （9.276245） （-4.571732） （-2.159696） （-0.104814） R-Squared=0.980829 df=19从上面的估计的结果可以看出：可决系

8、数R-Squared=0. 980829，表明模型在整体的拟和非常好。系数显著性检验：对于C、X1、X2、X3、X4的系数，t的统计量的绝对值都通过了检验，而X5的系数的t统计量为-0.104814，在df=19、=0.05的情况下， X5的系数不能通过检验。根据经验判断，无法通过第一步检验的原因很可能是解释变量之间存在多重共线性。（2）多重共线性的检验与修正我们对X1 X2 X3 X4 X5进行多重共线性检验，得到： 表1.2 相关系数表1.000000-0.6165660.4006440.9527460.314885-0.238039-0.741538-0.0609700.3100960.

9、4097040.128834可以发现X1 X2 X3 X4 X5之间存在高度的线性相关关系。运用逐步回归法进行修正： 表1.3一元回归估计结果变量参数估计值3.158761-0.144290.1827150.1652190.553797t值7.716525-0.682971.1265644.7750661.799071r20.7213630.0198770.0522950.123364其中，加入X1的r2最大，以X1为基础，顺次加入其他变量逐步回归。结果如下。 表1.4 加入新变量的回归结果（一）加入变量0.631835-0.10622-0.262970.14665611.07516-1.11

10、232-3.972170.795650.9576240.7361990.8377370.729157其中，加入X2的r2最大，以X1，X2为基础，顺次加入其他变量逐步回归。 表1.4 加入新变量的回归结果（二）-0.11151-0.036810.002836-3.63213-0.826050.0374020.9739740.9589580.957627其中，加入X3的r2最大，以X1，X2，X3为基础，顺次加入其他变量逐步回归。表1.5 加入新变量的回归结果（三）-0.088210.082863-2.671131.341340.980817显然可见，加入X5时，参数的检验值不显著，说明主要是因为X5引起了多重共线性。修正多重共线性以后的回归结果为： 13:36