计量经济学论文(eviews分析)计量经济作业.(精选)

合集下载

EViews统计分析在计量经济学中的应用EViews概述

EViews统计分析在计量经济学中的应用EViews概述
拟合优度检验、F检验、预测
5/7/2023
EViews统计分析在计量经济学中的应用
2
2
EViews历史
EViews是由Quantitative Micro Software 〔QMS〕公司开发的,专门从事数据分析、回归 分析和预测的工具。EViews结合了电子表格和 相关的数据库技术以及传统统计软件分析功能, 并且使用了单击图形用户界面。EViews特点是 对于时间序列数据有较强的分析能力,另外在 预测分析、科学数据分析与评价、金融分析、 经济预测、销售预测和本钱分析等领域应用非 常广泛。
5/7/2023
EViews统计分析在计量经济学中的应用
22 22
图形操作
将图形插入文献中:Eviews可以将图形插入到 Word文档中。首先将图形翻开,然后点击 Eviews主画面顶部主按钮Edit/Copy/click弹出 对话框。选择〞Copy to clipboard〞,点击 OK,然后在Word文档中指指定位置粘贴即可。
EViews统计分析在计量经 济学中的应用EViews概述
1
:EViews简介
o 实验目的:熟悉和掌握Eviews在一元线性回 归模型中的应用。
o 实验数据:2019年中国各地区城市居民人均 年消费支出〔CS〕和可支配收入〔INC〕 〔相关数据在文件夹“书中资料/第3章〞〕 。
o 实验原理:普通最小二乘法(OLS) o 实验预习知识:普通最小二乘法、t检验、
可翻开下拉式菜单〔或再下
一级菜单,如果有的话〕,
点击某个选项电脑就执行对 应的操作响应〔File,Edit的 编辑功能与Word, Excel中的 相应功能相似〕
图1-1 EViews主窗口界面
5/7/2023

最新计量经济学论文Eviews

最新计量经济学论文Eviews

计量经济学期末课程设计辽宁科技大学工商管理学院级题目:恩格尔系数理论的实证分析—第1页—恩格尔系数理论的实证分析摘要:建议全面建设小康社会的指标体系包括经济方面4项指标、社会方面7项指标、环境方面3项指标、制度方面2项指标。

恩格尔系数是其中一个重要指标。

一般来说,居民收入水平越高,其恩格尔系数越小。

本文选用逐步回归方法定量分析影响城镇居民家庭恩格尔系数的因素,同时进一步研究现在消费中存在的问题。

影响恩格尔系数因素有很多,本文针对我国的城镇民的食物支出总额占消费支出总额的比例即恩格尔系数进行相关因素的分析,并建立计量经济模型,运用Eviews软件对所给数据分别进行了简单多元回归分析、多重共线性分析、异方差分析和自相关分析,最后得出众多因素对我国城镇居民家庭恩格尔系数的影响,从而得出相关的结论。

关键字:恩格尔系数逐步回归方法计量经济学消费支出总额一文献综述20世纪初期,我国民众消费重点是以吃穿等基本生存需求为主;90年代,食品、衣着消费支出比重下降,家用设备支出比重也已大大下降。

改革开发以来,随着中国经济的高速增长,人民是生活也逐渐得到改善,一方面,城镇和农村居民家庭人均可支配收入从1978年的343.4元和133.6元上升到2009年的17174.7元和5153.2元。

另一方面,城镇和农村居民家庭的恩格尔系数也从1978年的57.5%和67.7%下降到了36.5%和41.0%。

可见,人民生活水平总体上表达了由温饱到小康的历史性跨越。

根据联合国粮农组织的标准划分:恩格尔系数在60%以上为贫困,在50%~59%为温饱,在40%~49%为小康,在30%~39%为富裕,30%以下为最富裕。

对于我国目前的恩格尔系数来看,城镇居民基本上实现富裕,而农村居民只能到达小康,而从收入水平上来看,我国仍属于中低收入的国家,和恩格尔系数的分析结果有些出入。

对人民的消费与收入的构分析,恩格尔定律是否能得到实际经济发展的证实?中国人民生活水平的发展水平是否符合恩格尔定律呢?恩格尔系数与国民总收入〔亿元〕、全国城镇居民的卫生总费用〔元〕、全国城镇居民的教育经费情况费用〔元〕、城镇居民的居民消费价格指数〔%〕、城镇平均每户就业面〔%〕、城镇人均储蓄〔元〕存在着什么样的关系呢?这是本项目研究的主要目的。

计量经济学论文(eviews分析)计量经济作业

计量经济学论文(eviews分析)计量经济作业

我国旅游收入的计量分析一、经济理论陈述在研读了大量统计和计量资料的基础上,选择了三个大方面进行研究,既包括旅游人数,人均旅游花费和基本交通建设。

其中,在旅游人数这个解释变量的划分上,我们考虑到随着全球经济一体化的发展,越来越多的外国游客来中国旅游消费。

中国旅游的国际市场是个有发展潜力的新兴市场,尽管外国游客前来旅游的方式包罗万象而且消费能力也不尽相同,但从国际服务贸易的角度出发,我们在做变量选择时,运用国际营销的知识进行市场细分,划分了国际和国内两个市场。

这样,在旅游人数这个解释变量的最终确定上,我们选择了2X国内旅游人数,3X入境旅游人数。

这点选择除了理论支持外,在现实旅游业发展中我们也看到很多景区包括成都的近郊也有不少外国游客的身影。

所以,我们选取这两个解释变量等待下一步进行模型设计和检验。

另外,对于人均旅游花费,我们在进行市场细分时,没有延续前两个变量的选择模式,有几个原因。

首先,外国游客前来旅游的形式和消费方式各异且很难统计。

我们在花大力气收集数据后,仍然没有比较权威的统计数据资料。

其次,随着国家对农业的不断重视和扶持,我国农业有了长足发展。

农村居民纯收入增加,用于旅游的花费也有所上升。

而且鉴于农村人口较多,前面的市场细分也不够细化,在这个解释变量的确定上,我们选择农村人均旅游花费,既是从我国基本国情出发,也是对第一步研究分析的补充。

所以我们确定了4X城镇居民人均旅游花费和5X农村居民人均旅游花费。

旅游发展除了对消费者市场的划分研究,还应考虑到该产业的基础硬件设施。

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6X公路长度和7X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6X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。

eviews_计量经济学论文——通货膨胀率影响因素计量分析

eviews_计量经济学论文——通货膨胀率影响因素计量分析

通货膨胀率影响因素计量分析一.经济理论概述在研读了大量统计和计量资料的基础上,选取了国民生产总值,职工平均工资,全社会固定资产投资总额,失业率解释变量来探究对通货膨胀率的影响,建立通货膨胀率影响因素的计量模型。

这里用居民消费价格指数作为反应通货膨胀率的指标。

(1)一般来说国民生产总值增加会导致通货膨胀率的上升;(2)职工平均工资增加,将导致职工消费的增加,又会导致国民生产总值的增加,两者之前可能会出现较高的相关性,要进行多重共线性检验。

(3)全社会固定资产投资总额对通货膨胀率的影响,可以从两个角度来分析。

第一种是通过分析投资的实质来分析。

投资能形成现实的货币流通量,又增加商品和劳务的产出,促进经济增长增加商品和劳务的供给。

第二种是投资过程会在商品和货币两个市场产生对通货膨胀率的影响。

固定资产投资膨胀会拉动对能源、原料等生产资料的大量需求,引发基础产品价格上涨,进而造成下游产品全面上涨。

固定资产投资会形成大量资金需求,并在国内银行信贷放松的情况下称为可能,引起货币供应量、信贷的超常规增长,造成物价增长。

(4)失业率与通货膨胀率的关系:根据短期菲利普斯曲线,两者是负相关关系,可以用总需求供给解释,在短期中物品与劳务的总需求增加引起物价上涨,产量增加。

产量越多,意味着就业越多,失业率下降,物价上涨引起通货膨胀,因此,总需求变动在短期中使通货膨胀和失业反方向变动。

而在长期菲利普斯曲线中,失业率与通货膨胀无关,失业率为自然失业率。

在长期中,总供给量只取决于它的劳动、资本和自然资源的供给,以及生产技术,因此总供给量不变,就业量不变,失业率不变,为经济摩擦下的自然失业率。

二.相关数据列1列2列3列4列5列6指标名称中国中国中国中国中国就业基本情况(年) CPI(年)城镇非私营单位就业人国内生产总值(年)全社会固定资产投资完成城镇登记失业率CPI平均工资:合计GDP全社会固定资产投资完成单位上年=100元亿元亿元%来源国家统计局国家统计局国家统计局国家统计局国家统计局1981102.50772.004,891.60961.00 3.80 1982102.00798.005,323.401,200.40 3.20 1983102.00826.005,962.701,369.06 2.30 1984102.70974.007,208.101,832.87 1.90 1985109.301,148.009,016.002,543.19 1.80 1986106.501,329.0010,275.203,120.60 2.00 1987107.301,459.0012,058.603,791.69 2.00 1988118.801,747.0015,042.804,753.80 2.00 1989118.001,935.0016,992.304,410.40 2.60 1990103.102,140.0018,667.804,517.00 2.50 1991103.402,340.0021,781.505,594.50 2.30 1992106.402,711.0026,923.488,080.10 2.30 1993114.703,371.0035,333.9213,072.30 2.60 1994124.104,538.0048,197.8617,042.10 2.80 1995117.105,348.0060,793.7320,019.30 2.90 1996108.305,980.0071,176.5922,913.50 3.00 1997102.806,444.0078,973.0324,941.10 3.10 199899.207,446.0084,402.2828,406.20 3.10 199998.608,319.0089,677.0529,854.70 3.10 2000100.409,333.0099,214.5532,917.70 3.10 2001100.7010,834.00109,655.1737,213.50 3.60 200299.2012,373.00120,332.6943,499.90 4.00 2003101.2013,969.00135,822.7655,566.60 4.30 2004103.9015,920.00159,878.3470,477.40 4.20 2005101.8018,200.00184,937.4088,773.60 4.20 2006101.5020,856.00216,314.40109,998.20 4.10 2007104.8024,721.00265,810.30137,323.90 4.00 2008105.9028,898.00314,045.40172,828.40 4.20 200999.3032,244.00340,902.81224,598.80 4.30 2010103.3036,539.00401,512.80278,121.90 4.10 2011105.4041,799.00473,104.00311,485.13 4.10 2012102.6046,769.00519,470.10374,694.74 4.10 2013102.6051,483.00568,845.20446,294.09 4.05三.计量经济模型的建立其中P——CPIY——国民生产总值W——职工平均工资I ——全社会固定资产投资总额U——失业率四、模型的求解和检验利用eviews软件进行计量回归,模型的F值为0.02,在5%的显著性水平下显著,但是发现I和U的t值较小,没有通过在5%的显著性水平下变量的显著性检验。

计量经济学eviews作业

计量经济学eviews作业

计量经济学eviews作业摘要:计量经济学eviews 作业I.简介- 计量经济学eviews 作业的背景和意义II.计量经济学eviews 软件的介绍- Eviews 软件的作用和特点- Eviews 软件在计量经济学中的应用III.计量经济学eviews 作业的步骤- 数据收集和处理- 建立模型和估计参数- 模型检验和优化- 结果分析和解释IV.计量经济学eviews 作业的实践应用- 具体案例分析- 结果展示和讨论V.总结- 计量经济学eviews 作业的收获和展望正文:计量经济学eviews 作业I.简介计量经济学是研究经济现象数量规律的学科,通过收集、处理、分析和解释经济数据,以揭示经济变量之间的关系和规律。

Eviews 软件是一款功能强大的计量经济学软件,广泛应用于经济学研究、实证分析、政策评估等领域。

在本篇文章中,我们将介绍计量经济学eviews 作业的相关内容。

II.计量经济学eviews 软件的介绍Eviews 软件是一款专业的计量经济学软件,具有强大的数据处理和分析功能。

它能够支持各种数据格式,包括时间序列数据、横断面数据和面板数据等。

Eviews 软件的特点如下:- 操作简便:界面友好,易于上手- 功能强大:支持多种计量经济学模型和方法- 结果可靠:提供丰富的统计检验和稳健性检验在计量经济学中,Eviews 软件可以用于建立各种模型,如线性回归模型、时间序列模型、面板数据模型等,以研究经济变量之间的关系。

III.计量经济学eviews 作业的步骤计量经济学eviews 作业主要包括以下几个步骤:1.数据收集和处理:收集所需数据,检查数据质量,进行数据清洗和处理。

2.建立模型和估计参数:根据研究目的和数据特点,选择合适的计量经济学模型,使用Eviews 软件进行参数估计。

3.模型检验和优化:对模型进行显著性检验、参数稳定性检验等,根据检验结果对模型进行优化。

4.结果分析和解释:分析模型结果,解释各经济变量之间的关系,撰写分析报告。

计量经济学案例分析(Eviews操作)

计量经济学案例分析(Eviews操作)

美股行情对A股的影响性分析——标普500与沪深300相关性分析摘要:本文主要通过分析标准普尔500指数与沪深300指数的相关性,以标普500指数为解释变量,以沪深300指数为被解释变量,利用Eviews软件,使用其中的最小二乘法对其进行线性回归分析,最终得出方程。

并对其进行显著性检验(F,t)、异方差检验、自相关性检验来验证方程的可靠性。

然后解释方程的经济意义,并利用软件对未来指数变动进行预测。

最后在未来几天比较预测结果与实际两个指数的变化情况,验证实际应用情况。

关键词:标普500、沪深300、Eviews、显著性检验、异方差检验、自相关性检验。

一、研究背景1.全球化大环境在经济全球化不断深入发展的今天,全球资本市场,尤其是中美两个超级大国之间的资本流通,早已彼此嵌入,密不可分。

全世界早有不少学者对中美资本流通做了深入研究。

但美国股市发展早于中国十几年,其内部的资金也远远超过中国股市,美国股市的资本流动势必会对中国股市产生一定影响,这种影响不仅体现在情绪面,更反映在指数变动方向上。

2.对外开放资本市场的QFII政策Qualified Foreign Institutional Investor,作为一种过渡性制度安排,QFII制度是在资本项目尚未完全开放的国家和地区,实现有序、稳妥开放证券市场的特殊通道。

外资对中国股市的影响早已不可忽视,而美国市场的变动也一定程度会影响在中国股市外资的操作行为。

所以研究两个指数的变动是很有意义的。

二、数据1.数据选择沪深两个市场各自均有独立的综合指数和成份指数,这些指数不能用来反映沪深两市的整体情况,而沪深300指数则同时考虑了两市的交易情况,是中国A股市场的“晴雨表”。

标准普尔500指数英文简写为S&P 500 Index,是记录美国500家上市公司的一个股票指数。

与道琼斯指数等其他指数相比,标准普尔500指数包含的公司更多,因此风险更为分散,能够反映更广泛的市场变化。

计量经济学论文(eviews分析)

计量经济学论文(eviews分析)

计量经济学论文(eviews分析)我国限额以上餐饮企业营业额的影响因素分析摘要:本文收集了1999年至2009年共11年的相关数据,选取餐饮企业数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型,对我国限额以上餐饮企业营业额的影响因素进行分析。

利用Eviews软件对模型进行参数估计和检验,并加以修正,最后根据模型的最终结果进行经济意义分析,提出自己的看法。

关键词:餐饮企业营业额、影响因素、计量分析一、研究背景近十年来,投资者进入餐饮企业的数量不断增加。

在他们进入一个行业之前,势必要对该行业的营业额、营业利润等进行估计,当这些因素的估计值能够达到他们的预期时,他们才会对其进行投资。

由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素,对于我国餐饮企业的营业额问题的深入研究就显得尤为必要,这有助于投资者作出合理的决策。

因此,本文进行了对我国限额以上餐饮企业营业额的计量模型研究。

二、变量的选取影响餐饮企业营业额的因素有很多,包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数(表示交通状况)。

但综合考虑后,本文选取了其中的一部分变量(企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数)进行研究,并对各个变量对餐饮企业营业额的影响进行预测。

1.企业数本文认为餐饮企业营业额与餐饮企业的数量有关,并预测两者之间呈正相关。

2.城镇居民人均年消费性支出本文认为餐饮企业营业额与城镇居民人均年消费性支出有关,并预测两者之间呈正相关。

3.全国城镇人口数本文认为餐饮企业营业额与全国城镇人口数有关,并预测两者之间呈正相关。

4.公路里程数本文认为餐饮企业营业额与公路里程数有关,并预测两者之间呈正相关。

三、相关数据本文收集了1999年至2009年共11年的相关数据,包括营业额(单位:亿元)、企业数(单位:个)、人均年消费性支出(单位:元)、全国城镇人口数(单位:万人)以及公路里程数(单位:万公里)。

计量经济学课程论文完整版

计量经济学课程论文完整版

计量经济学课程论文完整版计量经济学是经济学的重要分支之一,它通过运用数理统计和经济理论分析来研究经济现象和经济规律。

本文旨在探讨计量经济学在现代经济领域中的应用和意义。

首先,计量经济学通过建立数学模型和利用实证数据来分析经济学中的问题,能够帮助经济学家们更加深入地理解经济现象。

例如,利用计量经济学方法,可以对通货膨胀、失业率、经济增长率等经济指标进行分析,从而揭示出它们之间的内在联系和规律,为政府制定经济政策提供理论依据和实证支持。

其次,计量经济学在企业经济决策和市场预测方面也有重要作用。

许多企业利用计量经济学方法对市场需求、价格变动、产品销售等进行预测和分析,以便更好地制定市场营销策略和产品定价策略。

同时,投资者和金融机构也可以利用计量经济学方法来进行风险评估和投资组合优化,提高投资收益率和降低风险。

另外,计量经济学在社会政策评估和效果分析方面也具有重要价值。

政府部门可以利用计量经济学方法来评估各种社会政策的效果和影响,例如教育政策、医疗保健政策、社会福利政策等。

通过对政策实施前后的数据进行对比分析,可以客观评价政策的效果,为政府改进政策提供参考依据。

总的来说,计量经济学在现代经济领域中发挥着不可替代的作用。

它不仅可以增强人们对经济现象的理解,促进经济学理论的发展,还能够为企业经济决策、市场预测、社会政策评估等提供有力支持。

因此,进一步深化对计量经济学的研究和应用,将会对推动经济领域的发展和进步起到积极作用。

此外,计量经济学也能够帮助经济学家们更准确地理解市场行为与市场效率。

通过利用计量经济学方法,可以对供需关系、价格弹性、市场竞争等因素进行经验分析,为市场营销、产业咨询和市场调研提供准确的数据基础和理论支持。

这对于企业在竞争激烈的市场环境中制定战略计划,提高市场竞争力具有重要意义。

此外,计量经济学还在国际贸易和全球经济分析方面发挥着重要作用。

国际贸易中的各种关贸协定、贸易政策和汇率波动都会对全球经济产生复杂的影响。

计量经济学eviews报告

计量经济学eviews报告

计量经济学eviews报告在经济学研究中,计量经济学是一个重要的分支领域,它利用数理统计和经济理论方法,对经济现象进行定量分析和预测。

而在进行计量经济学研究时,经济学家们通常会使用eviews软件来进行数据处理和分析。

本报告将对eviews软件在计量经济学研究中的应用进行介绍和分析。

首先,eviews软件作为一款专业的计量经济学软件,具有强大的数据处理和分析功能。

它可以对各种类型的经济数据进行处理,包括时间序列数据、截面数据和面板数据等。

同时,eviews还提供了丰富的统计分析工具,如回归分析、时间序列分析、方差分析等,可以帮助经济学家们快速准确地进行数据分析和模型建立。

其次,eviews软件在计量经济学研究中的应用非常广泛。

在实证研究中,经济学家们通常会使用eviews来进行数据的导入和清洗,然后进行相关的计量分析。

例如,他们可以利用eviews进行回归分析,来探讨不同经济变量之间的关系;也可以利用eviews进行时间序列分析,来预测未来的经济走势。

总之,eviews为经济学家们提供了一个强大的工具,帮助他们更好地进行计量经济学研究。

另外,eviews软件还具有友好的用户界面和丰富的图表展示功能,使得经济学家们可以直观地呈现研究结果。

他们可以通过eviews生成各种统计图表,如散点图、折线图、柱状图等,直观地展示数据之间的关系和变化趋势。

这些图表不仅可以帮助经济学家们更好地理解数据,还可以用于学术论文和研究报告的展示。

总之,eviews软件在计量经济学研究中发挥着重要的作用,它为经济学家们提供了强大的数据处理和分析工具,帮助他们更好地进行实证研究。

未来,随着计量经济学研究的深入发展,相信eviews软件将会继续发挥重要作用,为经济学研究提供更多的便利和支持。

计量经济学案例分析报告eviews

计量经济学案例分析报告eviews

第二章案例分析一、研究的目的要求居民消费在社会经济的持续开展中有着重要的作用。

居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体表现。

改革开放以来随着中国经济的快速开展,人民生活水平不断提高,居民的消费水平也不断增长。

但是在看到这个整体趋势的同时,还应看到全国各地区经济开展速度不同,居民消费水平也有明显差异。

例如,2002年全国城市居民家庭平均每人每年消费支出为元, 最低的某某省仅为人均元,最高的某某市达人均10464元,某某是某某的倍。

为了研究全国居民消费水平与其变动的原因,需要作具体的分析。

影响各地区居民消费支出有明显差异的因素可能很多,例如,居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。

为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。

二、模型设定我们研究的对象是各地区居民消费的差异。

居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例与经济结构有较大差异,最具有直接比照可比性的是城市居民消费。

而且,由于各地区人口和经济总量不同,只能用“城市居民每人每年的平均消费支出〞来比拟,而这正是可从统计年鉴中获得数据的变量。

所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出〞。

因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。

因此建立的是2002年截面数据模型。

影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产〞和“购物环境〞;有的与居民收入可能高度相关,如“就业状况〞、“居民财产〞;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数〞、“利率〞。

计量经济学案例分析eviews

计量经济学案例分析eviews

第二章案例分析一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。

居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。

改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也不断增长。

但是在看到这个整体趋势的同时,还应看到全国各地区经济发展速度不同,居民消费水平也有明显差异。

例如,2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元,最高的上海市达人均10464元,上海是黑龙江的2.35倍。

为了研究全国居民消费水平及其变动的原因,需要作具体的分析。

影响各地区居民消费支出有明显差异的因素可能很多,例如,居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。

为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。

二、模型设定我们研究的对象是各地区居民消费的差异。

居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。

而且,由于各地区人口和经济总量不同,只能用“城市居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。

所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。

因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。

因此建立的是2002年截面数据模型。

影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。

计量经济学论文(eviews分析)计量经济作业

计量经济学论文(eviews分析)计量经济作业

计量经济学论文(eviews分析)计量经济作业计量经济学论文(EViews分析)导言计量经济学是一门研究经济现象及其相互关系的学科,通过运用统计学方法和经济学理论,对经济数据进行分析和解释。

在本篇论文中,我们将运用EViews软件进行计量经济分析,以探讨某一经济问题的核心要素和关系。

第一部分:数据收集与描述性统计在这一部分中,我们将介绍数据的来源和收集方法,并进行描述性统计分析,以便了解数据的基本特征。

数据来源和收集方法我们收集了关于某国家的宏观经济数据,包括国内生产总值(GDP)、物价指数、失业率、人口数量等。

这些数据可以通过政府统计局、国际组织或经济学研究机构的报告来获取。

描述性统计分析在这一部分,我们将计算各个变量的平均值、标准差、最小值、最大值和偏度等统计指标,并绘制相应的直方图和散点图,以便对数据的分布和相关关系有更直观的了解。

第二部分:计量经济模型的建立与估计在这一部分中,我们将构建计量经济模型,并通过使用EViews软件进行参数估计,以分析各个变量之间的关系。

模型的建立根据我们对经济问题的研究目标和数据的特点,我们选择了某一计量经济模型,以解释变量Y与自变量X1、X2之间的关系。

在模型中,我们还考虑了可能的误差项。

参数估计使用EViews软件,我们可以通过最小二乘法对模型进行参数估计。

这将帮助我们确定各个变量的系数估计值,并评估其统计显著性。

模型诊断在参数估计后,我们将进行模型的诊断检验,以评估模型的拟合优度和误差项的符合性。

通过观察残差图和假设检验等方法,我们可以确定模型是否符合计量经济学的基本假设。

第三部分:计量经济模型的解释与预测在这一部分中,我们将解释计量经济模型的估计结果,并利用该模型进行未来情景的预测。

模型解释通过对模型中各个变量的系数估计进行解释,我们可以理解自变量与因变量之间的经济关系,并得出相应的经济学解释。

模型预测利用模型的参数估计结果和最新的经济数据,我们可以进行未来情景的预测。

计量经济学论文(eviews分析)计量经济作业

计量经济学论文(eviews分析)计量经济作业

计量经济学论文(eviews分析)计量经济作业计量经济学论文分析的重要性不言而喁。

在经济学领域中,计量经济学是一门研究经济现象的学科,通过数学模型和统计分析对经济数据进行量化分析,以揭示经济规律和探寻经济发展规律。

eviews是一个专门用于时间序列分析和计量经济学建模的软件工具,广泛应用于经济学研究和金融领域。

在进行计量经济学论文分析时,首先需要明确研究问题和假设,然后收集相关数据。

随后,利用eviews软件对数据进行清洗和整理,进行描述性统计分析,绘制图表,进行回归分析等。

通过计量经济学方法,可以验证假设、识别变量之间的关系、预测未来趋势等。

举例来说,假设我们要研究某国家的经济增长与通货膨胀之间的关系。

首先,我们收集相关数据,包括国内生产总值(GDP)、通货膨胀率等。

然后,利用eviews软件导入数据,进行描述性统计分析,观察数据的分布特征。

接下来,可以进行回归分析,建立经济增长与通货膨胀之间的模型,分析它们之间的关系及影响因素。

在计量经济学论文中,需要注重数据的准确性和分析的科学性。

同时,也需要注意论文的结构和组织,合理安排内容,确保表达清晰,逻辑严谨。

最后,对研究结果进行讨论和总结,提出建议和展望,为相关研究和政策制定提供参考。

综上所述,计量经济学论文分析是一项复杂而重要的研究工作,需要研究者具备扎实的理论基础和专业的技能。

利用eviews软件进行数据分析和建模,可以帮助研究者更好地理解经济现象、揭示规律、做出预测,为经济学研究和实践提供理论支持和决策依据。

愿更多的学者和研究人员投身于计量经济学领域,不断推动学科进步和实践应用,为经济发展和社会进步做出贡献。

计量经济学实验一 计量经济学软件EViews

计量经济学实验一 计量经济学软件EViews

实验一计量经济学软件EViews一、计量经济学软件EViews的使用实验目的:熟悉EViews软件的基本使用功能。

实验要求:快速熟悉描述统计和线性回归分析。

实验原理:软件使用。

实验数据:1978-2005年广东省消费和国内生产总值统计数据。

实验步骤:(一)启动EViews软件进入Windows以后,双击桌面EViews6图标启动EViews,进入EViews窗口。

EViews的四种工作方式:(1)鼠标图形导向方式;(2)简单命令方式;(3)命令参数方式(1与2相结合);(4)程序(采用EViews命令编制程序)运行方式。

(二)创建工作文件假定我们要研究广东省消费水平与国内生产总值(支出法)之间的关系,收集了1978—2005年28年的样本资料(表1-1),消费额记作XF(亿元),国内生产总值记作GDP(亿元)。

根据资料建立消费函数。

进入EViews后的第一件工作,通常应由创建工作文件开始。

只有建立(新建或调入原有)工作文件,EViews才允许用户输入,开始进行数据处理。

建立工作文件的方法是点击File/New/Workfile。

选择新建对象的类型为工作文件。

选择数据类型和起止日期,并在对话框中提供必要的信息:适当的时间频率(年、季度、月度、周、日);最早日期和最晚日期。

开始日期是项目中计划的最早的日期;结束日期是项目计划的最晚日期,以后还可以对这些设置进行修改。

非时间序列提供最大观察个数。

建立工作文件对话框如图1-2所示,按OK确认,得新建工作文件窗口(图1-3)。

表1-1图1-2工作文件窗口是EViews的子窗口。

它也有标题栏、控制栏、控制按钮。

标题栏指明窗口的类型是Workfile、工作文件名和存储路径。

标题栏下是工作文件窗口的工具条。

工具条上是一些按钮。

图1-3View —观察按钮;Proc —过程按钮;Save —保存工作文件;Show —显示序列数据;Fetch —读取序列;Store —存储序列;Delete —删除对象;Genr —生成新的序列;Sample —设置观察值的样本区间。

计量经济学论文范文eviews

计量经济学论文范文eviews

《我国财政收入影响因素分析》班级:09财政1班姓名:***学号:************指导教师:***完成时间:2011年12月4日摘要:对我国财政收入影响因素进行了定量分析,建立了数学模型,并提出了提高我国财政收入质量的政策建议。

关键词:财政收入实证分析影响因素一、引言财政收入对于国民经济的运行及社会发展具有重要影响。

首先,它是一个国家各项收入得以实现的物质保证。

一个国家财政收入规模大小往往是衡量其经济实力的重要标志。

其次,财政收入是国家对经济实行宏观调控的重要经济杠杆。

宏观调控的首要问题是社会总需求与总供给的平衡问题,实现社会总需求与总供给的平衡,包括总量上的平衡和结构上的平衡两个层次的内容。

财政收入的杠杆既可通过增收和减收来发挥总量调控作用,也可通过对不同财政资金缴纳者的财政负担大小的调整,来发挥结构调整的作用。

此外,财政收入分配也是调整国民收入初次分配格局,实现社会财富公平合理分配的主要工具。

在我国,财政收入的主体是税收收入。

因此,在税收体制及政策不变的情况下,财政收入会随着经济繁荣而增加,随着经济衰退而下降。

我国的财政收入主要包括税收、国有经济收入、债务收入以及其他收入四种形式,因此,财政收入会受到不同因素的影响。

从国民经济部门结构看,财政收入又表现为来自各经济部门的收入。

财政收入的部门构成就是在财政收入中,由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构,它体现国民经济各部门与财政收入的关系。

我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。

因此,本文认为财政收入主要受到总税收收入、国内生产总值、其他收入和就业人口总数的影响。

二、预设模型令财政收入Y(亿元)为被解释变量,总税收收入X1(亿元)、国内生产总值X2(亿元)、其他收入X3(亿元)、就业人口总数为X4(万人)为解释变量,据此建立回归模型。

二、数据收集从《2010中国统计年鉴》得到1990--2009年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据如下:obs 财政收入Y 总税收收入X1 国内生产总值X2 其他收入X3 就业人口总数X4 1990 2937.1 2821.86 18667.8 299.53 64749 1991 3149.48 2990.17 21781.5 240.1 65491 1992 3483.37 3296.91 26923.5 265.15 66152 1993 4348.95 4255.3 35333.9 191.04 66808 1994 5218.1 5126.88 48197.9 280.18 67455 1995 6242.2 6038.04 60793.7 396.19 68065 1996 7407.99 6909.82 71176.6 724.66 68950 1997 8651.14 8234.04 78973 682.3 69820 1998 9875.95 9262.8 84402.3 833.3 70637 1999 11444.08 10682.58 89677.1 925.43 71394 2000 13395.23 12581.51 99214.6 944.98 72085 2001 16386.04 15301.38 109655.2 1218.1 73025 2002 18903.64 17636.45 120332.7 1328.74 73740 2003 21715.25 20017.31 135822.8 1691.93 74432 2004 26396.47 24165.68 159878.3 2148.32 75200 2005 31649.29 28778.54 184937.4 2707.83 75825 2006 38760.2 34804.35 216314.4 3683.85 76400 2007 51321.78 45621.97 265810.3 4457.96 76990 2008 61330.35 54223.79 314045.4 5552.46 774802009 68518.3 59521.59 340506.9 7215.72 77995三、模型建立1、散点图分析2、单因素或多变量间关系分析Y X1 X2 X3 X4Y 1 0.9989134611478530.9934790452908040.8770144886795640.983602719841508X1 0.998913461147853 10.9937402677184690.8556377347447820.984935296593492X2 0.9934790452908040.993740267718469 10.8561835802284710.986241165680459X3 0.8770144886795640.8556377347447820.856183580228471 10.810940334650381X4 0.9836027198415080.9849352965934920.9862411656804590.810940334650381 1由散点图分析和变量间关系分析可以看出被解释变量财政收入Y与解释变量总税收收入X1、国内生产总值X2、其他收入X3、就业人口总数X4呈线性关系,因此该回归模型设为:μβββββ+++++=443322110X X X X Y3、 模型预模拟由eviews 做ols 回归得到结果:Dependent Variable: Y Method: Least Squares Date: 11/14/11 Time: 17:51 Sample: 1990 2009 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 7299.523 1691.814 4.314614 0.0006 X1 1.062802 0.021108 50.34972 0.0000 X2 0.001770 0.004528 0.391007 0.7013 X3 0.873369 0.119806 7.289852 0.0000 X4-0.1159750.026580-4.3631600.0006R-squared 0.999978 Mean dependent var 20556.75 Adjusted R-squared 0.999972 S.D. dependent var 19987.03 S.E. of regression 106.6264 Akaike info criterion 12.38886 Sum squared resid 170537.9 Schwarz criterion 12.63779 Log likelihood -118.8886 F-statistic 166897.9 Durbin-Watson stat1.496517 Prob(F-statistic)0.0000004321115975.0873369.0001770.0062802.1523.7299X X X X Y -+++=(4.314614) ( 50.34972 ) ( 0.391007) ( 7.289852) ( -4.363160)999978.02=R 999972.02=R 9.166897=F 496517.1.=W D四、 模型检验 1.计量经济学意义检验 ⑴多重共线性检验与解决求相关系数矩阵,得到:Correlation MatrixY X1 X2 X3 X4 1 0.998913461147853 0.9934790452908040.8770144886795640.9836027198415080.998913461110.99374026770.85563773470.984935296547853 18469 44782 934920.993479045290804 0.993740267718469 10.8561835802284710.9862411656804590.877014488679564 0.8556377347447820.856183580228471 10.8109403346503810.983602719841508 0.9849352965934920.9862411656804590.810940334650381 1发现模型存在多重共线性。

计量经济学论文(精选15篇)

计量经济学论文(精选15篇)

计量经济学论文(精选15篇)计量经济学论文(精选15篇)计量经济学论文(一):计量经济学含义与性质研究摘要:计量经济学表示经济学和数学以及统计学的有机统一。

透过经济学与数学以及统计学的有机统一,以实现经济问题理论定量与经验定量相统一的目标。

计量经济学的目的在于使现有的经济领域的研究方法变得更加科学化。

计量经济学是经济学的重要分支学科。

能够说计量经济学是经济学的独特一面。

计量经济学科学性的标志在于其严谨的数学方法逻辑性和正确指向性的统计推断。

计量经济学也具有不精确性。

在计量经济学的科学性和不精确性之外还有其局限性。

计量经济学的未来还需我们共同努力。

关键词:计量经济学;定义;科学性;不精确性;局限性一、计量经济学的含义1.计量经济学的早期含义在17世纪时期,计量经济学第一次在戴夫南特和金的研究中出现,但当时,计量经济学这个专业术语并未出现,直到挪威的一位名叫弗里希的经济学家在其发表的论文中提出了计量经济学的概念。

计量经济学表示经济学和数学以及统计学的有机统一。

在研究中发此刻统计学和数学以及经济学的相互关系中存在着一种规律,发现这个发现的发现者将其命名为计量经济学。

计量经济学是对理论政治以及纯经济学的主观抽象法则进行试验和数据检验并由此来将纯经济学最大化的成为严格好处上的科学。

1933年,计量经济学会将计量经济学定义为:透过经济学与数学以及统计学的有机统一,以实现经济问题理论定量与经验定量相统一的目标。

这个定义表现了计量经济学是由统计学数学以及经济学共同组成的,缺一不可。

我们不能简单地理解为是数学在经济理论领域的应用,也不能笼统得以为是经济理论问题的简单统计,只有将三者构建在一齐才能发挥出特定的效力。

2.计量经济学的现代含义由于计量经济学的早期目的在于科学化经济理论研究,因此在随后的经济理论研究方法的不断拓展完善中,计量经济学的含义也随之发生了改变。

其定义变的更加具体也更加具有内涵。

第一种定义认为:计量经济学是利用统计学和数学的方法来分析经济学理论数据,将经济学的经验理论包含在内一齐分析,透过分析来证明经济理论的正确与否。

用Eviews分析计量经济学问题

用Eviews分析计量经济学问题

一、问题背景高新区自开始设立至今短短十多年的时间,以其惊人的经济发展速度为世人所关注。

随着我国经济发展模式的逐步转变,高新区已经成为我国依靠科技进步和技术创新推动经济社会发展、走中国特色自主创新道路的一面旗帜。

“十二五”时期,面对新的机遇和挑战,国家高新区应注重提升五种能力,努力成为加快转变经济发展方式的排头兵。

为了探索高新经济发展的内在规律性,本文采用截面数据对高新区的投入产出进行分析,力求能够增进对高新区经济发展的了解,对高新区的进一步发展有所帮助。

二、模型设定本文研究的是高新区投入对产出的影响,所以本模型的被解释变量Y 即为高新区的产出。

就目前对高新区数据的统计来看,反映高新区产出的主要有“工业总产值”、“工业增加值”、“技工贸总收入”、“利润”和“上缴税额”几个总量指标。

按照生产函数理论,产出利用增加值,所以模型中我们将使用“工业增加值”指标数据来估计各高新区的总产出。

从高新区的投入来看,对产出有重要影响的因素主要包括以下几个方面:资本K ,劳动力L ,技术投入T ,此外,体制改革,管理模式创新也可以看作是投入的要素,但因其不可量化,因此归入模型的扰动项中。

这样,按照科布道格拉斯形式的生产函数,我们设定函数形式为:u T L AK Y γβα= 两边取自然对数得:u T L K A Y ln ln ln ln ln ln ++++=γβα其中,资本数据K 我们利用的是当年的年末净资产来进行估计,即当年年末资产减去当年年末负债后得到的数据;用当年年末从业人员来估计劳动力L ;用当年技术研发投入来估计技术投入T 。

数据选用的是截面数据。

从《国家高新技术产业开发区十年发展报告(1991-2000年)》得到1999年全国53个高新区各项指标统计数据:三、模型估计用Eviews 软件进行回归分析,得到如下结果:Dependent Variable: Y Method: Least SquaresDate: 13/12/11 Time: 19:31 Sample: 1 53C 0.664556 0.644854 1.030553 0.3078 LNK 0.478131 0.171585 2.786560 0.0076 LNL 0.367855 0.174496 2.108104 0.0402 R-squared0.740558 Mean dependent var6.280427Adjusted R-squared 0.724674 S.D. dependent var 0.440805 S.E. of regression 0.231297 Akaike info criterion -0.017755Sum squared resid 2.621421 Schwarz criterion 0.130946 Log likelihood4.470508 F-statistic 46.62236从表可以看出,回归方程为:TL K Y ln 140542.0ln 367855.0ln 478131.0664556.0ln +++=T= (1.030553) (2.786560) (2.109104) (1.520604)740558.02=R 724674.02=R(1) 经济意义检验从回归结果可以看出,模型估计的γβα,,的参数值都为正、且小于1,与生产函数理论中γβα,,各数值的意义相符。

计量经济学eviews作业

计量经济学eviews作业

计量经济学eviews作业计量经济学是经济学的一个分支,它主要研究如何运用统计学和数学工具来分析经济现象和经济关系。

通过对经济数据进行收集、整理、分析和解释,计量经济学可以帮助我们理解经济现象的本质和规律。

在计量经济学中,Eviews是一个非常常用的计量经济学软件,它可以帮助研究人员进行数据的处理、模型的建立和估计、参数的检验以及结果的解释和预测等工作。

在这篇文章中,我们将探讨一些与计量经济学和Eviews相关的主题。

我们需要了解计量经济学的基本原理和方法。

计量经济学主要使用统计学和数学工具来分析经济数据,并建立经济模型进行定量分析。

通过对经济数据进行回归分析、时间序列分析等方法,我们可以得出对经济现象的解释和预测。

接下来,我们来介绍一下Eviews软件的基本功能和使用方法。

Eviews是一款专门用于计量经济学研究的软件,它具有强大的数据处理和模型建立能力。

我们可以通过Eviews导入经济数据,并进行数据的清洗和整理。

然后,我们可以使用Eviews进行回归分析、时间序列分析、假设检验等操作,从而得出对经济现象的结论。

在实际应用中,计量经济学和Eviews可以帮助我们解决许多经济问题。

比如,我们可以利用计量经济学的方法和Eviews软件来分析经济增长的影响因素,研究货币政策对经济的影响,预测股票价格的走势等等。

通过对经济数据的分析和建模,我们可以更好地理解经济现象的本质和规律,为经济决策提供科学依据。

除了以上提到的功能,Eviews还有其他一些高级功能,比如面板数据分析、计量经济模型的建立和估计、参数的检验等等。

这些功能可以帮助我们处理更加复杂的经济问题,并得出更准确的结论。

计量经济学和Eviews软件在经济研究中起着重要的作用。

它们可以帮助我们分析经济数据、建立经济模型、预测经济现象,并为经济决策提供科学依据。

通过学习和运用计量经济学和Eviews,我们可以更好地理解和解释经济现象,为经济发展做出贡献。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

我国旅游收入的计量分析一、经济理论陈述在研读了大量统计和计量资料的基础上,选择了三个大方面进行研究,既包括旅游人数,人均旅游花费和基本交通建设。

其中,在旅游人数这个解释变量的划分上,我们考虑到随着全球经济一体化的发展,越来越多的外国游客来中国旅游消费。

中国旅游的国际市场是个有发展潜力的新兴市场,尽管外国游客前来旅游的方式包罗万象而且消费能力也不尽相同,但从国际服务贸易的角度出发,我们在做变量选择时,运用国际营销的知识进行市场细分,划分了国际和国内两个市场。

这样,在旅游人数这个解释变量的最终确定上,我们选择了2X国内旅游人数,3X入境旅游人数。

这点选择除了理论支持外,在现实旅游业发展中我们也看到很多景区包括成都的近郊也有不少外国游客的身影。

所以,我们选取这两个解释变量等待下一步进行模型设计和检验。

另外,对于人均旅游花费,我们在进行市场细分时,没有延续前两个变量的选择模式,有几个原因。

首先,外国游客前来旅游的形式和消费方式各异且很难统计。

我们在花大力气收集数据后,仍然没有比较权威的统计数据资料。

其次,随着国家对农业的不断重视和扶持,我国农业有了长足发展。

农村居民纯收入增加,用于旅游的花费也有所上升。

而且鉴于农村人口较多,前面的市场细分也不够细化,在这个解释变量的确定上,我们选择农村人均旅游花费,既是从我国基本国情出发,也是对第一步研究分析的补充。

所以我们确定了4X城镇居民人均旅游花费和5X农村居民人均旅游花费。

旅游发展除了对消费者市场的划分研究,还应考虑到该产业的基础硬件设施。

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6X公路长度和7X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6X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X——国内旅游人数(万人)2X——入境旅游人数(万人)3X——城镇居民人均旅游花费(元)4X——农村居民人均旅游花费(元)5X——公路长度(含高速)(万公里)6X——铁路长度(万公里)7U——随即扰动项四、模型的求解和检验利用Eviews软件,采用以上数据对该模型进行OLS回归,结果如下:Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 01:56Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -340.5047 1357.835 -0.250770 0.0882X2 -0.001616 0.013520 -0.119529 0.1524X3 0.232358 0.128017 1.815050 0.1671X4 6.391052 1.716888 3.722463 0.0337X5 -1.046757 1.224011 -0.855187 0.0453X6 5.673429 6.667266 0.850938 0.4573X7 -474.3909 355.7167 -1.333620 0.2745R-squared 0.996391 Mean dependent var 2494.200Adjusted R-squared 0.989174 S.D. dependent var 980.4435S.E. of regression 102.0112 Akaike info criterion 12.28407Sum squared resid 31218.86 Schwarz criterion 12.49588Log likelihood -54.42035 F-statistic 138.0609Durbin-Watson stat 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2X、6X、7X的系数t 检验不显著,且7X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〉.计量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:Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:00Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -3193.041 606.2101 -5.267217 0.0012X4 9.729003 1.435442 6.777703 0.0003X5 -1.197036 2.059371 -0.581263 0.1293R-squared 0.957285 Mean dependent var 2494.200Adjusted R-squared 0.945081 S.D. dependent var 980.4435S.E. of regression 229.7654 Akaike info criterion 13.95532Sum squared resid 369544.9 Schwarz criterion 14.04609Log likelihood -66.77660 F-statistic 78.43859Durbin-Watson stat 0.791632 Prob(F-statistic) 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:Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:01Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -3391.810 514.1119 -6.597416 0.0006X2 0.029414 0.014525 2.025042 0.0393X4 6.355459 2.050175 3.099959 0.0211X5 -0.284542 1.772604 -0.160522 0.1077R-squared 0.974627 Mean dependent var 2494.200Adjusted R-squared 0.961940 S.D. dependent var 980.4435S.E. of regression 191.2739 Akaike info criterion 13.63446Sum squared resid 219514.3 Schwarz criterion 13.75550Log likelihood -64.17232 F-statistic 76.82334Durbin-Watson stat 1.328513 Prob(F-statistic) 0.000035以上模型估计效果最好,继续逐步回归得到以下结果:Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:40Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -1973.943 441.5947 -4.470034 0.0066X2 -0.005095 0.011431 -0.445729 0.6744X3 0.328279 0.080682 4.068802 0.0096X4 4.665485 1.158665 4.026602 0.0101X5 -1.714020 0.999029 -1.715686 0.1469R-squared 0.994114 Mean dependent var 2494.200Adjusted R-squared 0.989406 S.D. dependent var 980.4435S.E. of regression 100.9150 Akaike info criterion 12.37329Sum squared resid 50919.23 Schwarz criterion 12.52458Log likelihood -56.86644 F-statistic 211.1311Durbin-Watson stat 3.034041 Prob(F-statistic) 0.000009各项拟合效果都较好。

虽然2X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6X。

Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:41Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -2034.155 525.2137 -3.873004 0.0179X2 -0.007033 0.014095 -0.498977 0.6440X3 0.299562 0.128626 2.328946 0.0803X4 4.787986 1.339888 3.573423 0.0233X5 -1.511851 1.282385 -1.178937 0.1638X6 2.062334 6.659247 0.309695 0.7723R-squared 0.994252 Mean dependent var 2494.200Adjusted R-squared 0.987067 S.D. dependent var 980.4435S.E. of regression 111.4976 Akaike info criterion 12.54959Sum squared resid 49726.89 Schwarz criterion 12.73114Log likelihood -56.74797 F-statistic 138.3830Durbin-Watson stat 3.130122 Prob(F-statistic) 0.000144根据以上回归结果可得,6X的引入使得模型中2X、6X的t检验均不显著,再考察二者的相关系数为0.949132,说明2X、6X高度相关,模型产生了多重共线性,因此将6X去掉。

相关文档
最新文档