计量经济学张晓峒第三版课后作业

  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)。

7、已知我国粮食产量Q (万吨、农业机械总动力1x (万千瓦)、化肥施用量2x (万吨)、土地灌溉面积3x (千公顷)。

(1) 试估计一元线性回归模型

011ˆˆ t t t Q X e α

α=++

Dependent Variable: Q Method: Least Squares Date: 10/09/12 Time: 21:20 Sample: 1978 1998 Included observations: 21

Coefficient Std. Error t-Statistic Prob.

X1 0.608026 0.039102 15.54972 0.0000 C

25107.08

1085.940

23.12012

0.0000

R-squared

0.927146 Mean dependent var 41000.89 Adjusted R-squared 0.923311 S.D. dependent var 6069.284 S.E. of regression 1680.753 Akaike info criterion 17.78226 Sum squared resid 53673653 Schwarz criterion 17.88174 Log likelihood -184.7138 Hannan-Quinn criter. 17.80385 F-statistic 241.7938 Durbin-Watson stat 1.364650

Prob(F-statistic)

0.000000

025107.08α= 10.61α= 0t 23.12= 1t 15.55=

则样本回归方程为

1Q 25107.080.61X t t =+

(23.12) (15.55) r 2=0.93

括号内的数字为回归系数对应的t 统计量的值,以下同。

0121ˆˆt t Q X e ββ=++

Dependent Variable: Q Method: Least Squares Date: 10/09/12 Time: 21:21 Sample: 1978 1998 Included observations: 21

Coefficient Std. Error t-Statistic Prob.

X2 5.909473 0.356747 16.56488 0.0000 C

26937.69

916.6972

29.38559

0.0000

R-squared

0.935241 Mean dependent var 41000.89 Adjusted R-squared 0.931833 S.D. dependent var 6069.284 S.E. of regression 1584.623 Akaike info criterion 17.66447 Sum squared resid 47709547 Schwarz criterion 17.76395 Log likelihood -183.4770 Hannan-Quinn criter. 17.68606 F-statistic 274.3953 Durbin-Watson stat 1.247710

Prob(F-statistic)

0.000000

026937.69β= 1 5.91β= 0t 29.39= 1t 16.56=

则样本回归方程为

2Q 26937.69 5.91X t t =+

(29.39) (16.56) r 2=0.94

013ˆˆt t t Q X e γγ=++

Dependent Variable: Q Method: Least Squares Date: 10/09/12 Time: 21:23 Sample: 1978 1998 Included observations: 21

Coefficient Std. Error t-Statistic Prob.

X3 1.946877 0.270895 7.186827 0.0000 C

-49775.62

12650.60

-3.934645

0.0009

R-squared

0.731070 Mean dependent var 41000.89 Adjusted R-squared 0.716916 S.D. dependent var 6069.284 S.E. of regression 3229.199 Akaike info criterion 19.08825 Sum squared resid 1.98E+08 Schwarz criterion 19.18773 Log likelihood -198.4266 Hannan-Quinn criter. 19.10984 F-statistic 51.65048 Durbin-Watson stat 0.300947

Prob(F-statistic)

0.000001

049774.62γ= 1 1.95γ= 0t 3.93=- 1t 7.19=

3Q 49775.62 1.95X t t =-+

(-3.93) (7.19) r 2=0.73

(2) 对以上三个模型的估计结果进行结构分析和统计检验。

3Q 49775.62 1.95X t t =-+

①对回归方程的结构分析:

α1=0.61是样本回归方程的斜率,它表示我国粮食产量的边际消费倾向,说明农业机械总动力每消耗1万千瓦,将生产0.61万吨粮食。α0 =25107.08,是样本回归方程的截距,它表示不受农业机械总动力的影响的粮食产量。他们的大小,均符合经济理论及目前的实际情况。

②统计检验:

r 2=0.93,说明总离差平方和的93%被样本回归直线解释,仅有7%未被解释,因此,样本回归直线对样本的拟合优度是很高的。

给出显著水平α=0.05,查自由度v=21-2=19的t 分布,得临界值t 0.025(19)=2.09, t 0=23.12> t 0.025(19)=2.09,t 1=15.55> t 0.025(19)=2.09,故回归系数均显著不为零,回归模型中应包含常数项,X 1对Q t 有显著影响。

2Q 26937.69 5.91X t t =+

①对回归方程的结构分析:

β1=5.91是样本回归方程的斜率,它表示我国粮食产量的边际消费倾向,说明化肥施用量每消耗1万吨,将生产5.91万吨粮食。β 0=2693.69,是样本回归方程的截距,它表示不受化肥施用量的影响的粮食产量。他们的大小,均符合经济理论及目前的实际情况。

②统计检验:

r 2=0.94,说明总离差平方和的94%被样本回归直线解释,仅有6%未被解释,因此,样本回归直线对样本的拟合优度是很高的。

给出显著水平α=0.05,查自由度v=21-2=19的t 分布,得临界值t 0.025(19)=2.09,

t 0=29.39> t 0.025(19)=2.09,t 1=16.56> t 0.025(19)=2.09,故回归系数均显著不为零,回归模型中应包含常数项,X 2t 对Q t 有显著影响。

相关文档
最新文档