精品第三章 多元线性回归模型Word文档格式.docx
- 文档编号:14412541
- 上传时间:2022-10-22
- 格式:DOCX
- 页数:22
- 大小:509.82KB
精品第三章 多元线性回归模型Word文档格式.docx
《精品第三章 多元线性回归模型Word文档格式.docx》由会员分享,可在线阅读,更多相关《精品第三章 多元线性回归模型Word文档格式.docx(22页珍藏版)》请在冰豆网上搜索。
81.62
1510。
1999
533。
88
5854
1991
96.04
1700。
2000
625。
33
6280
1992
118。
2026。
2001
770。
78
6859.6
1993
155.77
2577.4
2002
968.98
7702.8
下图是关于和的散点图:
从上图可以看出,1996年是一个突变点,当城镇居民家庭人均可支配收入突破4838。
9元之后,城镇居民家庭购买家用汽车的能力大大提高。
现在用邹突变点检验法检验1996年是不是一个突变点。
H0:
两个字样本(1985—1995年,1996—2002年)相对应的模型回归参数相等
H1:
备择假设是两个子样本对应的回归参数不等。
在1985—2002年样本范围内做回归。
在回归结果中作如下步骤:
输入突变点:
得到如下验证结果:
由相伴概率可以知道,拒绝原假设,即两个样本(1985—1995年,1996—2002年)的回归参数不相等。
所以,1996年是突变点。
2.稳定性检验
以表6.1为例,在用1985—1999年数据建立的模型基础上,检验当把2000—2002年数据加入样本后,模型的回归参数时候出现显著性变化。
因为已经知道1996年为结构突变点,所以设定虚拟变量:
对1985—2002年的数据进行回归分析:
做邹模型稳定性检验:
输入要检验的样本点:
得到如下检验结果:
由上述结果可以知道,F值对应的概率为0。
73,所以接受原假设,模型加入2000、2001和2002年的样本值后,回归参数没有发生显著性变化.二、似然比(LR)检验
有中国国债发行总量(,亿元)模型如下:
其中表示国内生产总值(百亿元),表示年财政赤字额(亿元),表示年还本付息额(亿元).1980—2001年数据见表6。
2.
表6.2国债发行总量、、财政赤字额、年还本付息额()数据
1980
43.01
45.178
68.9
28.58
461。
216.178
237.14
246。
8
1981
121。
74
48。
624
-37。
38
62.89
669.68
266。
381
258。
83
438。
57
1982
83.86
52.947
17。
65
55.52
739.22
346。
344
293。
35
336.22
1983
79.41
59。
345
47
1175.25
467.594
574。
52
499。
1984
77。
34
71.71
58。
16
28.9
1549。
76
584。
781
581.52
882.96
89.85
89.644
-0。
39.56
1967.28
678.846
529.56
1355.03
138.25
102.022
82.9
50。
17
2476。
82
744.626
582.42
1918。
37
223.55
119.625
62。
79。
3310。
93
783。
452
922。
23
2352。
92
270。
149。
283
133。
97
76.76
3715.03
820.6746
1743。
59
1910.53
407。
169.092
158。
72。
4180.1
894.422
2491。
27
1579.82
375。
45
185.479
146。
49
190.07
4604
959。
333
2516.54
2007。
73
对以上数据进行回归分析:
得到如下输出结果:
对应的回归表达式为:
(0.2)(2。
2)(31.5)(17。
8)现在用似然比(LR)统计量检验约束对应的回归系数等于零是否成立。
过程如下:
输入要检验的变量名:
输出结果上部是关于约束GDP系数为零的F检验和LR检验.由于两种检验的相应概率均小于0.05,即拒接原假设,GDP系数不为零,模型中应该保留解释变量GDP。
输出结果下部是去掉了GDP变量的约束模型估计结果。
三、Wald检验(以表6.2为例进行Wald检验,对输出结果进行检验.)
检验过程如下:
输入约束表达式:
得到如下结果:
1.从输出结果上部可以看出,相应概率非常大,远远大于0.05,表明原假设成立,即约束条件成立,是的3倍。
输出结果的下部给出了约束条件的样本值和样本标准差,分别为0.04和0。
表1列出了中国2000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
3722。
700
3078。
220
113。
0000
812.7000
1118。
810
43。
00000
1442。
520
1684.430
67。
18
1899.700
2052.160
61.00000
3
1752.370
2742。
770
84.00000
19
3692。
850
6113。
110
240。
1451.290
1973.820
27。
20
4732。
900
9228。
250
222.0000
5
5149.300
5917.010
327。
21
2180。
230
2866。
650
80。
2291.160
1758.770
120。
22
2539.760
2545.630
96.00000
7
1345.170
939。
1000
3046。
950
4787。
222。
656。
7700
694。
9400
31.00000
24
2192。
630
3255。
290
163.0000
9
370。
1800
363。
4800
16。
25
5364。
830
8129。
680
244。
10
1590。
360
2511。
990
66.00000
26
4834.680
5260.200
145.0000
11
616.7100
973.7300
7549.580
7518。
790
138。
12
617。
516。
0100
28。
28
867。
9100
984。
5200
46。
13
4429。
190
3785。
910
61。
4611。
390
18626。
94
218.0000
14
5749.020
8688。
030
254.0000
30
170.3000
610.9100
19。
15
1781.370
2798.900
83.00000
31
325。
5300
1523.190
45。
1243.070
1808.440
33.00000
设定模型为:
(1)利用上述资料,进行回归分析;
(2)回答:
中国2000年的制造业总体呈现规模报酬不变状态吗?
将模型进行双对数变换如下:
1)进行回归分析:
得到如下回归结果:
于是,样本回归方程为:
(1。
59)(3.45)(1.79)
从回归结果可以看出,模型的拟合度较好,在显著性水平0.1的条件下,各项系数均通过了t检验。
从F检验可以看出,方程对Y的解释程度较少。
表明,工业总产值对数值的79.6%的变化可以由资产合计对数与职工的对数值的变化来解释,但仍有20.4%的变化是由其他因素的变化影响的。
从上述回归结果看,,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。
下面进行Wald检验对约束关系进行检验。
结果如下:
2.由对应概率可以知道,不能拒绝原假设,即资产与劳动的产出弹性之和为1,表明中国制造业在2000年呈现规模报酬不变的状态.已知数据如表3。
Y
X1
X2
-6
先根据表中数据估计以下回归模型的方程:
回答下列问题:
吗?
为什么?
为什么?
对上述3个方程进行回归分析,结果分别如下:
即:
即:
从上述回归结果可知:
,.二元回归与分别对与所作的一元回归,其对应的参数估计不相等,主要原因在于与有很强的相关性。
其相关分析结果如下:
可见,两者的相关系数为0.9679。
3.表3。
3列出了某地区家庭人均鸡肉年消费量Y与家庭月平均收入X,鸡肉价格P1,猪肉价格P2与牛肉价格P3的相关数据。
Y/千克
X/元
P1/(元/千克)
P2/(元/千克)
P3/(元/千克)
2.78
397
4.22
5.07
7。
4.18
911
3.97
7.91
11。
40
2。
99
413
3.81
5.20
7.92
4.04
931
5。
9。
54
12.41
2.98
439
4。
03
07
1021
89
42
12。
3。
08
459
3.95
53
01
1165
14.29
3.12
492
7.74
1349
5.79
14.36
3.33
528
6。
8。
02
4.41
1449
5.67
13.92
3.56
560
3.93
98
04
4.67
1575
13.09
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 精品第三章 多元线性回归模型 精品 第三 多元 线性 回归 模型
![提示](https://static.bdocx.com/images/bang_tan.gif)