多元线性回归模型实验报告计量经济学

实验报告

课程名称金融计量学

实验项目名称多元线性回归模型

班级与班级代码

实验室名称（或课室）

专业

任课教师xxx

学号： xxx

姓名： xxx

实验日期： 2012年 5 月3日

广东商学院教务处制

姓名 xxx 实验报告成绩

评语：

指导教师（签名）

年月日

说明：指导教师评分后，实验报告交院（系）办公室保存

多元线性回归模型

一、实验目的

通过上机实验,使学生能够使用 Eviews 软件估计可化为线性回归模型的非线性模型，并对线性回归模型的参数线性约束条件进行检验。

二、实验内容

（一）根据中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L进行回归分析。

（二）掌握可化为线性多元非线性回归模型的估计和多元线性回归模型的线性约束条件的检验方法

（三）根据实验结果判断中国该年制造业总体的规模报酬状态如何

三、实验步骤

（一）收集数据

下表列示出来中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L。

序号工业总产

值Y（亿

元）

资产合计

K（亿元）

职工人

数L（万

人）序号

工业总

产值Y

（亿

元）

资产合计

K（亿元）

职工人

数L（万

人）

11131743 2671861 38419240 42720222 53272180 61202296 75823222 83124163

91625244 106626145 115827138 12282846 136129218 142543019 15833145

1633

表1

（二）创建工作文件（Workfile）。

1、启动Eviews5，在主菜单上依次点击File\New\Workfile（如图），按确定。

2、在弹出的对话框中选择数据的时间频率（本实验为序列数据），输入数据数为31（如图1），然后点击OK（如图2）。

（图1） （图2）、 （三）输入数据

1、在Eviews 软件的命令窗口中键入数据输入/编辑命令：DATA Y K L ，按Enter ，则显示一个数组窗口（如图）。

2、分别在Y 、K 、L 列输入相应的数据并以group01命名保存（如图）：

（四）、回归分析

1、在经济理论指导下，设定如下的理论模型：

μβαe L AK Y =

2、运用OLS 估计模型 经对数转换，式μβαe L AK Y

=可变换对数形式如下：

μβββ+++=L K Y ln ln ln 210

3、对表1的Y 、K 、L 的数据进行对数转换，得新的数据如表2所示： 序号 Y ln

K ln

L ln

序号 Y ln

K ln

L ln

1 8.

17 2 18 3

19 4 7.

20 5

21 6 7. 22 7 6.

23 8 24 9 25 10 26 11

27

12

3. 28

13 8.

29 14

30 15 7.

31

16

表2

4、对表2经对数转化后的数据进行相关性分析

①重复数据输入步骤，输入取对数后的数据如图：

②在弹出的窗口中选择View\Graph\Scatter\Simple Scatter按确定，得取对数后的Y、K、L三者之间关系的散点图，结果如下：

③通过对以上散点图的观察可以看出，取对数后的K、L的联合值对取对数后的Y的值有着显着的线性影响。

5、在Eviews主窗口中点击Quick\Estimate Equation，在弹出的方程设定框内输入模型：log（y）c log(k) log(l)（如图）：

再点击确定，系统将弹出一个窗口来显示有关估计结果（如图）。

由图显示的结果可知，样本回归方程为：

∧

Y ln =+K ln +L ln

其中8099.02

=R ，2

R =，F=

4、对以上实验结果做t 检验分析：

给定显着性水平5%，自由度为（2，28）的F 分布的临界值为34.3282(05.0=），

F ，因此总体上看，K ln ,L ln 联合起来对Y ln 有着显着的线性影响。在5%的显着性

水平下，自由度为28的t 分布的临界值为048.2)

28(05.0=t ，因此，K ln 的参

数通过了该显着性水平下的t 检验，但L ln 未通过检验。如果设定显着性水平为10%，t 分布的临界值为701.1)28(05.0=t ，这时L ln 的参数通过了显着性水平的检验。

2

R =表明，工业总产值对数值的%的变化可以由资产合计的对数与职工的对数的变化来解释，但仍有%的变化是由其他因素的变化影响的。

（五）参数的约束检验

由以上的实验结果可以看出，197.0≈=+∧

∧βα，即资产与劳动的产出弹性之和近似为1，表明中国制造业在2000年基本呈现规模报酬不变的状态。因此，进行参数的约束检验时，提出零假设为0

H ：1=+βα。

如果原假设为真，则可估计如下模型：

μα++=L

K

C L Y ln ln

1、在Equation 窗口选择proc/Specify/Estimate 在弹出的窗口中输入log(y/l) c log(k/l)如图所示：

1

按确定，所得结果如下：