《计量经济学多元线性回归模型检验,预测及分析》由会员分享，可在线阅读，更多相关《计量经济学多元线性回归模型检验,预测及分析（4页珍藏版）》请在金锄头文库上搜索。
1、计量经济学实验（实训）报告课程名称计量经济学 实验地点实验楼 309 实验时间2013/10/25学号18 班级 统计 1102 姓名实验目标1. 多元线性回归模型的估计与检验2. 多元线性回归模型的预测与变量解释3. 非线性回归模型估计实验内容1. 人口增长率作为被解释变量，以反映中国人口的增长；选择“国名收入”及“人均 GDP”作为经济整体增长的代表；选择“居民消费价格指数增长率”作为居民消费水平的代表。Model SummarybModel R R SquareAdjusted R Square Std. Error of the Estimate1 .968a .936 .924 .9
2、0910a. Predictors: (Constant), 人均GDP, 居民消费价格指数增长率, 国民总收入b. Dependent Variable: 人口自然增长率ANOVAbModelSum of Squares dfMean Square F Sig.Regression 182.246 3 60.749 73.505 .000aResidual 12.397 15 .8261Total 194.643 18a. Predictors: (Constant), 人均GDP, 居民消费价格指数增长率, 国民总收入b. Dependent Variable: 人口自然增长率Coeffi
3、cientsaUnstandardized CoefficientsStandardized Coefficients95.0% Confidence Interval for BModel BStd. Error Beta t Sig.Lower BoundUpper Bound(Constant) 15.720 .870 18.064 .000 13.865 17.575国民总收入 .000 .000 6.702 3.535 .003 .000 .001居民消费价格指数增长率.050 .033 .120 1.509 .152 -.021 .1201人均GDP -.006 .001 -7.5
4、61 -3.969 .001 -.009 -.003a. Dependent Variable: 人口自然增长率CoefficientsaUnstandardized CoefficientsStandardized Coefficients95.0% Confidence Interval for BModel BStd. Error Beta t Sig.Lower BoundUpper Bound(Constant) 16.532 .711 23.262 .000 15.025 18.038国民总收入 .000 .000 7.233 3.736 .002 .000 .0011人均GDP
5、-.006 .001 -8.157 -4.213 .001 -.009 -.003a. Dependent Variable: 人口自然增长率3.Residuals StatisticsaMinimum Maximum MeanStd. Deviation NPredicted Value 4.9506 14.2768 9.7305 3.16548 19Std. Predicted Value -1.510 1.436 .000 1.000 19Standard Error of Predicted Value.260 .704 .363 .100 19Adjusted Predicted V
6、alue4.4158 13.9960 9.6792 3.20772 19Residual -1.72287 1.45325 .00000 .89065 19Std. Residual -1.824 1.538 .000 .943 19Stud. Residual -1.960 1.715 .023 1.024 19Deleted Residual -1.99050 1.80718 .05137 1.05670 19Stud. Deleted Residual -2.177 1.839 .020 1.063 19Mahal. Distance .412 9.036 1.895 1.913 19C
7、ooks Distance .000 .239 .065 .071 19Centered Leverage Value .023 .502 .105 .106 19a. Dependent Variable: 人口自然增长率3. 自变量x为药剂量； 因变量y为药物反应程度。Parameter Estimates95% Confidence IntervalParameter Estimate Std. Error Lower Bound Upper Boundc0 99.541 1.567 95.705 103.376c1 6.761 .422 5.729 7.794c2 4.800 .050
8、 4.677 4.922ANOVAaSource Sum of Squares df Mean SquaresRegression 37839.852 3 12613.284Residual 20.188 6 3.365Uncorrected Total 37860.040 9Corrected Total 14917.889 8Dependent variable: 药物反应程度a. R squared = 1 - (Residual Sum of Squares) / (Corrected Sum of Squares) = .999.实验结论总结1. 2R=0.968，说明模型拟合优度高，Sig 约等于 0 说明模型通过了 F 检验，又因为x2（居民消费价格指数增长率）的 sig 大于 0.05 没有通过 t 检验所以应剔除。由剔除后表得方程常数项为 16.532，1=0.0004，3=-.006，得出回归方程为：y=16.532+0.0004x1 0.006x32区间为（4.9506 ，14.2768）点为：9.73053. 回归模型：
