计量经济学完整实验报告

目录

(一) 研究背景 (2)

(二) 理论来源 (2)

(三) 模型设定 (2)

(四) 数据处理 (2)

1. 数据来源 (2)

2. 解释变量的设置 (3)

(五) 先验预期 (3)

1.经验预期 (3)

2.散点图分析 (3)

(六) 参数估计 (4)

(七) 显著性检验 (5)

(八) 正态性检验 (5)

(九) MWD检验 (5)

(十) 相关系数 (7)

(十一) 虚拟变量 (7)

(十二) 异方差检验、修正 (8)

1. 图形检验 (8)

2.格莱泽检验 (9)

3.帕克检验 (10)

4.异方差的修正加权最小二乘法 (10)

5.异方差修正后的检验 (11)

(十三) 自相关检验 (11)

1. 图形法 (11)

2.德宾-沃森d检验 (12)

(十四) 最终结果 (12)

(一) 研究背景

中国是一个大国，幅员辽阔，历史上自然地形成了一个极端不平衡发展的格局。而1978年开始的改革，政府采取了由东向西梯度推进的非均衡发展战略，使已经存在的地区间的差距进一步扩大，不利于整个社会的稳定和发展。地区发展不平衡问题包括社会发展不平衡，尤其是教育发展的不平衡。因此关注中国教育发展的地区不平衡性非常迫切。不仅是因为教育的重要性，还因为当前我国需要进一步推进教育改革的进程，使其朝着更健康的方向发展。

(二) 理论来源

刘红梅.中国各地区教育发展水平差异的实证分析[J]数理统计与管理.2013.7

(三) 模型设定

⏹ Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i+ui

Y——地区教育水平，用平均受教育年限表示，（年）

X2——学生平均预算内教育经费，（万元/人）

X3——人均GDP，（万元/人）

X4——平均生师比 22⏹ ⏹ ⏹ ⏹

(四) 数据处理

1. 数据来源：国家统计局官网，选取2014年的数据：

1) 各省GDP

2) 各地区总人口

3) 各地区每十万人拥有的各种受教育程度人口比较数据

4) 地区在校总学生数

5) 各地区教育财政投入

6) 地区每十万总专任教师数

2. 解释变量的设置：

⏹ X2=地区预算内教育经费/地区在校总学生数

=学生平均预算内教育经费（万元/人）

X3=地区总GDP/地区总人口=人均GDP（万元/人）

X4=地区每十万人口各级学校平均在校生数的和/地区每十万人口总专任教师数=平均生师比⏹ ⏹

其中：

P为各地区每十万人拥有的各种受教育程度人口比较数

T为教育年限1，6，9,12,16

(五) 先验预期

1. 经验预期：

平均受教育年限分别跟学生平均预算内教育经费、人均GDP呈正相关关系，跟平均生师比呈负相关关系。

2. 散点图分析：

学生平均预算内教育经费和平均受教育水平成正比，人均GDP和受教育水平成正比，平均生师比和平均受教育水平成反比。

(六) 参数估计

设定经济计量模型：Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i+ui

参数估计：进行OLS回归

图6-1

图5-1

根据参考文献，广东和西藏是强影响点，所以我们把两地的数据去除，剩下29个地区的数据。于是，我们对剩下的29个数据进行了回归，得出这个回归结果：

图6-2

回归结果： 22

Yi=23.2406-24.6626X2i+0.2296X3i-1.6477X4i+59.1341X2i2+0.0516X4i2

(七) 显著性检验

H0：B2=B3=B4=B5=B6=0

H1：B2,B3,B4 ,B5, B6不全为0

P=0.000000<0.01

故拒绝原假设，即认为学生平均教育经费、人均GDP、平均生师比对平均受教育年限有显著影响。

(八) 正态性检验

图8-1

根据JB检验，得到其值为0.431311，接近于零，残差接近正态分布。

(九) MWD检验

对数-线性模型：Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i

线性模型：LnYi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i

H0：线性模型：Y是X的线性函数

H1：对数-线性模型：lnY是X的线性函数

2222

图9-1

图9-2

由图9-2可得，Z1的系数是统计不显著的，则不拒绝H0, 则说明线性模型是可行的。

图

9-3

由图9-3可得，Z2的系数也是统计不显著的，则不拒绝H1, 则说明对数线性模型也是可行的。

MWD检验的结论是：最后的结果是两个模型都是合理的。

(十) 相关系数

图10-1

由图10-1可得，X2和X3，X4的相关程度低。另外X22 ,X42分别是X2、X4的非线性函数,所以将它们同时包含在一个模型中没有违反经典线性模型中“解释变量之间不能存在精确的线性关系”的假定。由此可得，多重共线性的程度较低（其中X22用X5来表示，,X42用X6来表示。）

(十一) 虚拟变量

设立含虚拟变量的模型：

Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i2 +B6X4i2+B7D1+B8D2+ui

其中 D1：（1-中部，0-其他）D2：（1-西部，0-其他）

图11-1

回归结果表明：虚拟变量D1、D2