《各地区的国内生产总值的影响因素》计量经济学论文(eviews分析)Word文档格式.docx

1、京11115.0017893.304616.921913.974837932.00天津6719.0114801.354738.20614.272989271.90河16011.979678.7512269.80839.331568890.20山西7315.409355.104943.16581.91283745.50内蒙古8496.2012369.877336.79576.83231547.60辽宁13668.5812324.5812292.491183.983341492.80吉林6426.1010914.446411.60361.11312493.50黑龙江8314.379629.6050

2、28.83444.311008212.70上海14069.8620992.355043.752368.4514179602.70苏30981.9813153.0018949.872654.7519919919.00浙21462.6916683.4810742.321983.8113301295.40安徽8851.6610233.988990.73629.32888648.70福建10823.0113450.576231.20778.145331911.006971.059739.996643.14430.02736848.80东30933.2812012.7319034.531720.3579

3、49070.60南18018.539566.9913704.50821.50734537.60湖11328.8910294.077866.89616.06997879.6011555.0010828.237703.38568.27549203.40广36796.7116857.5012933.123130.6135895489.307021.0010352.385237.24417.68837537.001503.0610086.65988.32151.24130863.20重庆5793.6612144.065214.28435.62428007.10四川12601.2310860.20113

4、71.87886.671416944.70贵州3561.569048.292412.02311.71135661.20云5692.1210201.814526.37548.11451325.20藏394.859034.31378.2818.5137547.10陕7314.5810705.676246.90532.80398814.90甘肃3166.828890.792363.00176.0473551.20青1018.628786.52798.2370.1725187.60夏1203.9210280.001075.9190.7474293.00新疆4183.219327.552725.4530

5、1.131093456.30由散点图知，Y 与 X1、X2、 x3、 X4 呈现性关系，所以设模型为Y=0+1x1+2x2+3x3+4x4+三、，模型参数估计与回归结果分析Y 与 X1、X2、X3、X4 的回归分析结果如下：Y=1433.68-0.15X1+1.07X2+1.96X3+0.00047X4 （0.64）（-0.65）（9.38）（1.15）（4.65）R2=0.973521Error! 2=0.969447F=238.9774D.W.=1.836524（一）经济意义检验从经济意义上说，各地区的生产总值 Y 与固定资产投资 X2、各地税收收入 X3、各地净出口 X4 成正相关。但是

6、 X1 的系数是负的，表明居民消费性支出每上升一个百分点，GDP 生产总值将下降 0.15 个百分点，不符合实际意义， 所以删去 X1 这个变量。（二）统计检验由回归结果表明，R2 和调整 R2 的值都接近于 1，表明模型的拟合优度较好。在 =0.05 的显著性水平下，自由度 n-k-1=26 的 t 统计量的临界值为 t/2（26）=2.056，x2、x4 的 t 值大于该临界值，所以 x2、x4 在 95%的水平下影响显著， 通过了变量显著性检验。F 统计量的临界值为 F0.05（4，26）=2.74，F 大于该临界值，所以模型的线性关系在 95%的置信水平下显著成立。（三）计量经济学检验

7、1、多重共线性检验：X1、X2、X3、X4 的相关系数如下表：X2X3X410.240120.79160.66740.661130.50710.66110.9012由表中数据可知 X1、X2、X3、X4 可能存在高度相关性（1）做 Y 与 X1 的回归，结果如下：Y=-6554.045+1.488X1（-1.1295）（3.076）R2=0.245966Error! 2=0.219965F=9.459825D.W.=1.691451（2） 作 y 与 x2 的回归，结果如下:Y=-741.76+1.628x2（-0.556）（10.407）R2=0.788787Error! 2=0.78150

8、4F=108.302D.W.=1.975（3） 作 y 与 x3 的回归，结果如下:Y=2401.974+9.896x3 （2.11）（10.01）R2=0.775543Error! 2=0.767803F=100.2005D.W.=1.399332（4） 作 y 与 x4 的回归，结果如下:Y=7029.52+0.00096x4（6.67）（7.692）R2=0.671093Error! 2=0.659751F=59.17D.W.=1.382由此可见，Y 受 X2 的影响最大，所以选（2）为初始的回归模型。（5） 做 Y 与 X2、X1 的回归，结果如下：R2=0.873569（6） 作 y

9、 与 x2、x3 的回归，结果如下R2=0.941792（7） 作 y 与 x2、x4 的回归，结果如下R2=0.971909由此可得 X2、X4 的拟合度最好。（8） 做 Y 与 X2、X4、X1 的回归，结果如下：R2=0.972164（9） 做 Y 与 X2 、X1、X3 的回归，结果如下：R2=0.951473（10） 做 Y 与 X3、X2、X4 的回归，结果如下：R2=0.973095（11） 已知 Y 与 X1、X3、X2、X4 的回归为：R2=0.973521由此可得 X2、X4 拟合度最好，所以通过逐步回归后模型为Y=260.4758+1.166709X2+0.000582X

10、42、异方差性检验：E2 与 x2 的散点图如下：说明 e2 与 x2 存在单调递增型异方差性。E2 与 X4 的散点图如下：说明 e2 与 x2 存在复杂型异方差性；进行怀特检验后可得：可知P=0.1568%5%，所以确定存在异方差性。已知 Y 与 X2、X4 的回归方程为：对 Y 与 X2、X4 的方程异方差性调整后得到：可以看出修正后模型的拟合优度及 D.W.值均有所提高。所以最终得到模型为：Y=89.06516+1.192841X2+0.000606X4（3）序列相关检验：对其进行序列相关检验，结果如下：可以看出不存在序列相关，修正异方差性后的 Y与 X2、X4 的回归方程中可得 D.W.=2.205041进行消除一阶序列相关，可得方程如下：可以看出，序列相关修正后，解释变量的 T 统计量的概率却上升到快接近于1，所以不合理。所以无需再进行序列相关修正。四、结论：本次计量结果得到模型：Y=89.06516+1.192841X2+0.000606X4【已知 Y-生产总值（亿元）X1-居民消费性支出（元）X2-固定资产投资（亿元）X3各地税收收入（亿元）X4各地净出口（万美元）】表明各