stata数据分析

合集下载
  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)。

合肥学院

《计量经济与实证分析》实验报告

题目:地区财政收入影响因素

学生姓名:朱盈超学号:23

系别:管理系专业:财务管理

提交时间:2015 年11

地区财政收入影响因素

一、实验目的

研究地区财政收入影响的因素有哪些,判断这些因素是否存在多重共线性,并提出解决

二、实验内容

1.用软件计算回归结果

2.根据回归结果判断是否存在多重共线性,提出解决多从共线性的方法

3.判断是否存在其他未被纳入模型的因素

三、实验过程与结论

第一步:构建模型

以财政收入为被解释变量,固定资产投资总额、工业总产值、农林牧渔总产值、社会消费品零售总额以及地区总人口为解释变量建立线性回归模型。

Y=β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5 + u 其中:

Y----财政收入 X1----固定资产投资总额

X2----工业总产值 X3----农林牧渔总产值

X4----社会消费品零售总额 X5----地区总人口

β0、β1、β2、β3、β4、β5----表示待定系数

u----表示随机误差项

第二步:利用stata软件计算回归结果,结果如下:

F值, R-square 5个变量由T值看均没有通过显著性检验,R 平方很大,所以可能存在多重共线性这时的模型方程为Y=+第二步进行多重共线性的检验

判断VIF值大小

从结果看出vif=大于10,所以存在多重共线性。下面开始采取补救措施

进行主成分分析

多重共线性检验修正

进行逐步回归剔除X1X2X5变量留下X3X4

从VIF值可以看出多重共线性不存在了

(3)可能还有地区发展不平衡,国际环境不稳定,国家对经济发展的结构性调整等因素影响地区财政收入。

合肥学院

《计量经济与实证分析》实验报告

题目:美国维吉尼亚州公立中小学教师工资

学生姓名:朱盈超学号:23

系别:管理系专业:财务管理

提交时间:2015 年11

美国维吉尼亚州公立中小学教师工资

一、实验目的

研究美国维吉尼亚州公立中小学教师工资的情况

二、实验内容

1将2008-2009年度抽样学校教师平均工资对2008年县平均教师工资描点

2利用数据估计模型

3观察是否存在异方差,如果存在异方差的话列出补救措施

三、实验过程与结论

第一步:构建模型进行描点

以2008~2009年度抽样学校教师平均工资为被解释变量,2008年县

平均教师工资为解释变量建立现行回归模型,进行描点 Y=β1+ β2*X1+μ

其中:Y 为2008—2009年度抽样学校教师平均工资 X1为2008年县平均教师工资 β1、β2为待定系数 μ为随机误差项

第二步:将2008—2009年度抽样学校教师平均工资对2008年县平均教师工资进行描点,结果如下:

3000040000500006000070000

第三步:进行回归分析,估计数据模型,结果如下:

Y=++μ

第四步:侦察是否存在异方差性

①BP检验,结果如下:

从上述BP检验中不难看出,回归方程存在异方差.

②怀特检验,结果如下:

根据怀特检验的结果,回归方程存在异方差性问题。

根据BPG检验结果,回归方程存在异方差性问题。

综上所述,基于帕克检验、BP检验、怀特检验、BPG检验来看,在回归方程所做的OLS回归中遇到了异方差性问题。

第五步:补救措施

为了纠正异方差性问题,对进行对数变换。得到如下回归方程:

ln Y=β0 + β1*ln X1+μ()

运用stata对回归方程()进行回归,结果如下:

从怀特检验中可以看出,进行对数变换后的回归方程不存在异方差问题,因为Prob > chi2 = 。

合肥学院

《计量经济与实证分析》实验报告

题目:虚拟的时间序列数据

学生姓名:朱盈超学号:23

系别:管理系专业:财务管理

提交时间:2015 年11

虚拟的时间序列数据

一、实验的目的

进行测算数据的回归方程;建立杜宾沃森的检验检查自相关:再进行广义差分对方程进行重新估计

二、具体的实验步骤

(一)实验过程

1、对y、x进行回归。

_cons -261.1365 32.19819 -8.11 0.000 -329.0688 -193.2043 x .2451553 .0151867 16.14 0.000 .2131142 .2771964 y Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 139413.242 18 7745.18014 Root MSE = 22.41 Adj R-squared = 0.9352 Residual 8537.87337 17 502.227845 R-squared = 0.9388 Model 130875.369 1 130875.369 Prob > F = 0.0000 F( 1, 17) = 260.59 Source SS df MS Number of obs = 19 . reg y x

由上表的估计模型:得到回归方程Y=,

2、计算DW统计量。

0

3、利用DW检验是否存在自相关,并利用d值估算自相关系数。

相关文档
最新文档