重磅计量经济学案例分析报告.docx
计量经济学实验报告实验课题：各章节案列分析姓名：XXX班级：会计学RR-2班学号：20RR21RR72指导老师：FSD报告日期：20RR.RR.RR目录第二章简单线性回归模型案例11问题引入12模型设定13估计参数34模型检验3第三章多元线性回归模型案例51问题引入52模型设定53估计参数64模型检验6第四章多重线性案例81问题引入82模型设定83参数估计84对多重共线性的处理9第五章异方差性案例101问题引入112模型设定113参数估计114异方差检险115异方差性的修正14第六章自相关案例141问题引入152模型设定153用O1S估计154自相关其他检脸155消除自相关16第七章分布滞后模型与自回归模型案例187.2案例1191问题引入192模型设定193参数估计197.3案例2201问题引入212模型设定213、回归分析214模型检脸23第八章虚拟变量回归案例231问题引入242模型设定243参数估计264模型检验27第二章简单线性回归模型案例1、问题引入居民消费在社会经济的持续发展中有着重要的作用。适度的居民消费规模和合理的消费模型是人民生活水平的具体体现，有利于经济持续健康的增长。随着社会信息化程度和居民的收入水平的提高，计算机的运用越来越普及，作为居民耐用消费品重要代表的计算机已经为众多的城镇居民家庭所拥有。研究中国各地区城镇居民计算机拥有量与居民收入水平的数量关系。影响居民计算机拥有量的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入水平。从理论上说居民收入水平越高，居民计算机拥有量越多。所以我们设定“城镇居民家庭平均每百户计算机拥有量(台)”为被解释变量，“城镇居民平均每人全年家庭总收入(元)”为解释变量。2、模型设定(1)对数据R和R的统计结果的描述YXMean77.0816122666.97Median71.6600020094.18MaXimIJm137.700040532.29Fv1inimum52.6500016267.37Std.Dev.19.255036112.965Skewness1.1850951.515854Kurtosis4.2596494.384257Jarque-Bera9.30583214.34708Probabi1ity0.0095340.000767Sum2389.530702676.(SumSq.Dev.11122.691.12E÷09Observations3131图表27:R和R的描述统计结果(2)R和R的散点图及分析X图表2-2:各地区城镇居民每百户计算机拥有量与人均总收入的散点图分析：从散点图2-2中，可以看出各地区城镇居民计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析中国各地区城镇居民每百户计算机拥有量随人均总收入变动的数量规律性，可以考虑建立如下简单线性回归模型：Yx=+X1ut3、估计参数DependentVariab1e:YMethod:1eastSquaresDate:06/02/15Time:18:39Samp1e:131Inc1udedobsen/ations:31Variab1eCoefficientStd.Errort-StatisticProb.C11.958025.6228412.1266860.0421X0.0028730.00024011.982640.0000R-squared0.831966Meandependentvar77.08161AdjustedR-squared0.826171S.D.dependentvar19.25503S.E.Ofregression8.027957AkaikeinfoCTiterion7.066078Sumsquaredresid1868.995Schwarzcriterion7.1585931og1ike1ihood-107.5242Hannan-Quinna1ter.7.096236F-statistic143.5836Durbin-Watsonstat1.656123Prob(F-Statistic)0.000000图表2-3：回归结果可用规范的形式将参数估计和检脸的结果写为Xt=11.9580+0.002873Xt(5.6228)(0.00024)t=(2.1267)(11.9826)R2=0.8320F=143.5836n=34、模型检验(1)经济意义检脸所估计的参数4=11.9580,42=0.002873,说明城镇居民家庭人均总收入每增加1元，平均说来城镇居民每百户计算机拥有量将增加0.002873台，这与预期的经济意义相符。(2)拟合优度和统计检验由拟合优度R2=O.831996可知，所建立的模型对样本数据的拟合度较高。对回归参数的显著性检验t检验：对建立下列假设条件：原假设Ho：BFO备择假设%：,0取=0.05,服从t(29),P值检脸的结果是0.0421<0.05,所以应该拒绝原假设=0,接受备择假设B0,说明对被解释变量有显著性影响。对Bz建立下列假设条件：原假设Ho：B2=0备择假设%：20取=0.05,02服从1:(29),P值检验的结果是0.0000<0.05,所以应该拒绝原假设B2=O,接受备择假设BzO,说明解释变量城镇居民平均每人家庭总收入对被解释变量城镇居民平均每百户计算机拥有量有显著影响。Rwidua1Actua1Fitted图表2-4：剩余项、实际值、拟合值图形第三章多元线性回归模型案例1、问题引入改革开放以来，中国经济增长迅速，各级政府对教育的投入不断增加，20RR年,各级政府的教育的支出达到国内生产总值的4%,其中地方支出占约94%。为了研究影响中国地方财政教育支出差异的主要原因，分析地方财政教育支出增的数量规律，预测中国地方财政教育支出的增长趋势。总结了影响中国地方财政教育支出的主要的因素有：(1)由地区经济规模决定的地方整体财力；(2)地区人口数量不同决定各地教育规模不同；(3)人民对教育质量的需求对以政府教育投入为代表的公共财政的需求会有相当的影响。(4)物价水平，影响地方财政对教育的支出。(5)地方政府对教育投入的能力与意愿研究范围：20RR年31个省市区的数据为样本。2、模型设定(1)地方财政教育支出及影响因素图表37:地方财政教育支出及影响因素数据图形从上图可以看出，各地区地方财政教育经费支出及各影响因素的差异明显，其变动的方向基本相同，相互间可能具有一定的相关性。探索将模型设定为线性回归模型形式：Yii=+2X2i+(hX3i+774X4/+sX%+仇X6i+Ui3、估计参数DependentVanab1e:YMethod:1eastSquaresDate:06/02/15Time:20:08Samp1e:131Inc1udedobservations:31Variab1eCoefficientStd.Errort-StatisticProb.R-squared0.973227Meandependentvar499.9448AdjustedR-squared0.967872S.D.dependentvar275.3621S.E.ofregression49.35657Akaikeinfocriterion10.80800Sumsquaredresid60901.79Schwarzcriterion11.085551og1ike1ihood-161.5241Hannan-Quinnenter.10.89848F-statistic181.7539Durbin-Watsonstat2.378747Prob(F-Statistic)0.000000图表3-2:回归结果由上图中数据，模型估计的结果写为：Yi=-2416.49+0.0112X2+0.0395X3+0.1460X4+22.8162X5+886,4100X6(935.8816)(0.0018)(0.0080)(0.0517)(9.0867)(470.3214)t=(-2.5820)(6-.3167)(4.9643)(2.8267)(2.5109)(1.8422)2R2=0.9732R=0.9679F=181.7539及=314、模型检验(1)经济意义检脸：在假定其它变量不变的情况下，地区生产总值(GDP)每增长1亿元，平均说来地方财政教育支出将增长0.0112亿元；地区年末人口每增长1万人，平均说来地方财政教育支出会增长0.0395亿元；当居民平均每人教育现金消费增加1元，平均说来地方财政教育支出会增长0.1460亿元；当居民教育消费价格指数增加1个百分点，平均说来地方财政教育支出会增长22.8162亿元。当教育支出在地方财政支出中的比重增加1%,平均说来地方财政教育支出会增长866.41亿元。(2)统计检验2拟合优度：R1=0.9732,修正的可决系数为R=09679,说明模型对样本的拟合很好。F检验：给定显著性水平=0.05,查F分布表自由度为k-1=5和n-k=25的临界值为Fa(5,25)=2.61,由于F=181.7539>2.61,应拒绝原假设，说明回归方程整体显著。AAt检验：在显著性水平=0.05时从到夕5的t统计量对应的P值分别是0.0161,A0.0000,0.000,0.0091,0.0189,均小于0.05,所以是显著地。月6的t统计量对应的P卓顶精选值为O.0773>0.05,而0.0773<0.1,说明在=0.05,时“教育支出在地方财政支出中的比重”对地方财政教育支出没有显著影响，而在=0.10时，有显著影响。第四章多重线性案例1、问题引入近年来，中国旅游业一直保持高速发展，旅游业作为国民经济的新增长点，在整个社会经济的发展中的作用日益明显。中国的旅游业分为国内旅游和入境旅游两袋市场，入境旅游外汇收入年均增长22.6%,与此同时，国内旅游业迅速增长。为了规划中国未来国内旅游产业的发展，需要定量地分析影响中国国内旅游市场发展的主要因素。2、模型设定经分析，影响国内旅游市场收入的主要要是，除了国内旅游人数和旅游支出以为，可能与相关基础设施有关。为此设定变量如下：被解释变量为：第t年全国国内旅游收人-Rt影响因素有：国内旅游人数R2城镇居民人均旅游支出R3农村居民人均旅游支出R4基础设施-铁路里程R5所以设定多元线性回归模型：1=x+.X2t3X3t+4X4t+5XSt+ut3、参数估计DependentVariab1e:YMethod:1eastSquaresDate:06/02/15
