计量经济学·多元线性回归模型

合集下载

相关主题

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、"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、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)。

计量经济学·多元线性回归模型应用作业

1985~2014年中国GDP与进口、出口贸易总额的关系

一、概述

在当今市场上，一国的GDP与多个因素存在着紧密的联系，例如进口总额和出口总额等都是影响一国GDP 的重要因素。本次将以中国1985－2014年GDP和进口总额、出口总额两个因素因素的数据，通过建立计量经济模型来分析上述变量之间的关系，强调贸易对GDP 的重要性，从而促进国内生产总值的发展。

二、模型构建过程

⒈变量的定义

解释变量：X1进口贸易总额，X2出口贸易总额被解释变量：Y国内生产总值

建立计量经济模型：解释原油产量与进口贸易总额、出口贸易总额之间的关系。

⒉模型的数学形式

设定GDP与两个解释变量相关关系模型，样本回归模型为：

⒊数据的收集

该模型的构建过程中共有两个变量,分别是中国从1990－2006年民用汽车拥有量、电力产量、国内生产总值以及能源消费总量，因此为时间序列数据，最后一个即2006年的数据作为预测对比数据，收集的数据如下所示

时间国内生产总值(亿元) 出口总额(人民币亿

元)

进口总额(人民币亿

元)

1985年9039.9 808.9 1257.8 1986年10308.8 1082.1 1498.3 1987年12102.2 1470 1614.2 1988年15101.1 1766.7 2055.1 1989年17090.3 1956 2199.9 1990年18774.3 2985.8 2574.3 1991年21895.5 3827.1 3398.7 1992年27068.3 4676.3 4443.3 1993年35524.3 5284.8 5986.2 1994年48459.6 10421.8 9960.1 1995年61129.8 12451.8 11048.1 1996年71572.3 12576.4 11557.4 1997年79429.5 15160.7 11806.5 1998年84883.7 15223.6 11626.1 1999年90187.7 16159.8 13736.5 2000年99776.3 20634.4 18638.8 2001年110270.4 22024.4 20159.2 2002年121002 26947.9 24430.3 2003年136564.6 36287.9 34195.6 2004年160714.4 49103.3 46435.8 2005年185895.8 62648.1 54273.7

2006年 217656.6 77597.2 63376.86 2007年 268019.4 93563.6 73300.1 2008年 316751.7 100394.94 79526.53 2009年 345629.2 82029.69 68618.37 2010年 408903 107022.84 94699.3 2011年 484123.5 123240.56 113161.39

2012年 534123 129359.3 114801 2013年 588018.8 137131.4 121037.5 2014年

636138.7

143911.66

120422.84

数据来源：国家统计局

三、模型的检验及结果的解释、评价 (一）OLS 法的检验相关系数：

Y X1 X2 Y 1

0.9799919175967026

0.98352422945

0628 X1 0.97999191759

67026 1 0.99756527944

46187

X2

0.983524229450628

0.99756527944

46187

1

线性图：

100,000

200,000300,000400,000500,000600,000700,000

估计参数：

Dependent Variable: Y

Method: Least Squares

Date: 12/14/15 Time: 14:47

Sample: 1985 2014

Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

C 3775.319359

326024

8769.9280467

183 0.43545 0.67232

X1 -0.91272630

85551189 1.9385 -0.47414 0.64828

X2 5.522785592

51161

2.2548570541

42605

2.4492841275

08302 0.6243

R-squared 0.967586049

4429319 Mean dependent var

173871.823

3333334

Adjusted R-squared 0.965185016

0683343 S.D. dependent var

187698.441

4104575

S.E. of regression 35022.22758

863741 Akaike info criterion

23.8599929

764685

Sum squared resid 3311702348

2.29852 Schwarz criterion 24.471

Log likelihood -354.899894

6470274 Hannan-Quinn criter. 23.981

F-statistic 402.9873385

683694 Durbin-Watson stat

0.54328498

36158895

Prob(F-statistic) 7.8585e-21

统计检验：

（1）拟合优度：从上表可以得到R2=0.9675860494429319，修正后的可决系数R2=0.9651850160683343，这说明模型对样本的拟合很好。

（2）F检验：针对H0：

（二）多重共线性的检验及修正