《计量经济学论文-三大产业的发展与城镇居民家庭消费支出.doc》由会员分享，可在线阅读，更多相关《计量经济学论文-三大产业的发展与城镇居民家庭消费支出.doc（9页珍藏版）》请在金锄头文库上搜索。
1、三大产业的发展与城镇居民家庭消费支出 通过对三大产业发展与城镇居民家庭消费支出增长的关系进行分析，从定量的角度探求三大产业分别对城镇居民家庭消费支出入的影响程度。关键词:经济计量模型 第一产业 第二产业第三产业 可决系数 城镇居民家庭消费支出. 城镇居民家庭消费支出的增长与国内生产总值的增长密切相关。然而国内生产总值是由第一产业（农业）、第二产业（工业、建筑业）、第三产业（服务性行业）组成的，但是对城镇居民家庭人均可支配收入的增长影响各不相同。而对三者影响程度进行数量分析，以期用函数关系精确表达三者各自的影响，就是我研究的主要内容.一、数据收集Y 19963919.47 14015.39 33
2、834.9623326.24 19974185.64 14441.89 37543.0026988.15 19984331.6 14817.63 39004.1930580.47 19994615.9 14770.03 41033.5833873.44 20004998 14944.72 45555.88.95 20015309 15781.27 49512.2944361.61 20026029.88 16537.02 53896.7749898.90 20036510.94 17381.72 62436.3156004.73 20047182.1 21412.73 73904.316456
3、1.29 20057942.9 22420.00 87598.0974919.28 20068696.6 24040.00 .5487598.09 20079997.5 28627.00 .36.95 200811242.9 33702.00 .44.99 200912264.6 35226.00 .78.04 201013471.5 40533.60 187.383.21.98 201115160.9 47486.21 .81.02 201216674.3 52373.63 .99.48Y：城镇居民家庭消费支出（平均每人全年）（单位：元）X1：第一产业增加值 （单位：亿元）X2：第二产业增加
4、值 （单位：亿元）X3： 第三产业增加值 （单位：亿元)2、 模型建立我们可以得到Y与X1 X2 X3的散点图由图我们可以发现Y与X1 X2 X3都有比较明显的线形关系，从而建立数学模型：三、模型估计Dependent Variable: YMethod: Least SquaresDate: 06/04/14 Time: 22:54Sample: 1996 2012Included observations: 17VariableCoefficientStd. Errort-StatisticProb.C2912.790593.60834.0.0003X1-0.0.-1.0.3222X20.
5、0.4.0.0003X3-0.0.-0.0.8445R-squared0.Mean dependent var8384.337Adjusted R-squared0.S.D. dependent var4079.371S.E. of regression341.1963Akaike info criterion14.70512Sum squared resid.Schwarz criterion14.90117Log likelihood-120.9935F-statistic758.0557Durbin-Watson stat1.Prob(F-statistic)0.所以我们得到以下的结果：
6、Y=2912.7900.X1+0.X20.X3 t=（4.）(1.) (4.) （0.） =0.99431 =1. F值=758.0557结果分析：从上面的运行结果可以看出方程的拟合优度，调整后的拟合优度，说明模型拟合效果较好。而且F值较大,表明方程从整体上有较好的解释能力。在5%的显著水平下，没有通过t检验，说明解释变量对被解释变量的影响不显著；通过了t检验，说明解释变量对被解释变量的影响显著。四、统计意义检验1、检验可绝系数，这说明所建模型整体上对样本数据拟合较好，即解释变量“第一产业”“第二产业”“第三产业”对被解释变量“城镇居民家庭消费支出”的绝大部分差异作了解释。2、F检验针对，给定
7、显著性水平，在F分布表中查出自由度为的临界值，由上述得到，应拒绝原假设，说明回归方程显著，即解释变量“第一产业”“第二产业”“第三产业”对被解释变量“城镇居民家庭消费支出”有显著影响。3、t检验分别针对，给定显著性水平，查t分布表的自由度为的临界值，与相比，其绝对值均大于，这说明在显著水平下，分别都应拒绝原假设，也就是说，当在其他解释变量不变的情况下，解释变量“第一产业”“第二产业”“第三产业”对被解释变量“城镇居民家庭消费支出”都有显著的影响。2、检验简单相关系数计算各解释变量的相关系数，选择的数据，得到相关系数矩阵如下表：X1X2X3X110.27320.0713X20.273210.16
8、29X30.07130.16291由表中数据发现X1，X2之间存在高度相关性。 运用逐步回归法，对该模型进行多重共线性的检验和修正。第一步，分别引入，用最小二乘法对数据进行回归，Eviews运行结果得出如下表：C168.2320.3250.0.55830.2272316.490.0610.15.74611.5886061.5050.0210.1944.3992.105可以看出，在第一步检验中我们应该保留的解释变量为。第二步，在保留的基础上，我们在分别引入，用最小二乘法对数据进行回归，Eviews运行结果得出如下表：C2902.178-0.0870.0760.t值5.086-1.0625.066
9、2323.7050.061-0.00010.t值14.77241.3060.863由上表我们可以看出：当在引入的基础上引入解释变量时，拟合优度有所提高，而且的参数也通过了t检验；在引入的基础上引入解释变量时，拟合优度虽有提高，但的参数同样的未能通过t检验。所以在这一步检验中我们应该保留的解释变量为。第三步，在保留的基础上，我们再引入，即我们假设的多元回归方程，我们可以得出：当在保留的基础上，我们再引入时，拟合优度有所提高，而且的参数也通过了t检验。故，三个解释变量都应该保留。因此，最终的农村居民人均消费支出函数应以为最优，拟合结果为：Y=2912.7900.X1+0.X20.X3 t=（4.）
10、(1.) (4.) （0.） =0.99431 =1. F值=758.05572、异方差检验统一用怀特检验法先对该模型做普通最小二乘法回归，得到，然后作如下辅助回归：用Eviews可以得出：F-statistic1.Probability0.Obs*R-squared6.Probability0.Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/05/14 Time: 15:15Sample: 1996 2012Included observations: 17VariableCoefficientStd
11、. Errort-StatisticProb.C-.1.9-1.0.3023X194.0259759.179361.0.1432X12-0.0.-1.0.2802X2-26.8532414.43289-1.0.0924X225.85E-053.91E-051.0.1658X312.6023910.630911.0.2632X32-3.01E-052.50E-05-1.0.2569R-squared0.Mean dependent var89023.16Adjusted R-squared0.S.D. dependent var77437.41S.E. of regression75250.76
12、Akaike info criterion25.58794Sum squared resid5.66E+10Schwarz criterion25.93103Log likelihood-210.4975F-statistic1.Durbin-Watson stat1.Prob(F-statistic)0.可以知道，从该辅助回归得到可决系数与样本容量n的乘积，即。查表我们可以知道。假设：，由上面可以知道：，所以：接受，即该回归模型不存在异方差性。3、序列相关性统一用LM检验法含1阶滞后残差项的辅助回归为： F-statistic2.Probability0.Obs*R-squared3.Probability0.Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 0
